频繁子树挖掘及其相关技术的研究

《频繁子树挖掘及其相关技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、4扬州大学硕士论文Themainbodyofthisthesisincludes：(1)AnalgorithmITMSV(inducedsubtreesminingbasedonsubtreeVector)ispresentedtodiscoverf．requentinducedsubtreesquicklybytakingf．ulladvantagesofthefeaturesofsubtreevectorandcombiningwiththehashtable．Thealgorithm，asaresultofcon

2、structingamulti-layereddatastructure，canlessenthetimeofdistinguishingisomorphismduringmining，andneedscandatabaseonlyoncesothatitinducestimesofscanningandimproVestheefjficiencyofalgorithm．(2)Inthispaper，itpresentsanalgorithmUTMiner(unorderedtreesminer)thatcanquic

3、klydiscoverfrequentunorderedtreesinlargef6rest．WeproposestandardizedmethodologythatcanquicklyconVertunorderedsubtreesintostandardsubtreesandusealgorithmoforderedtreestomineallofstandardsubtrees．(3)Atreeclusterandclassincationalgorithmwasproposedbasedonleastclose

4、dtree，whicheff．ectivelysolvedproblemsinlargeamountofdatainpracticalapplication．Thebasicmethodisbringingforwardleastclosedtreeasthecandidateclusterandclassincationfeature，usingdynamicthresholdbysimilarityclustertomaketreeclusteroperationbemorequickandaccurate，mea

5、nwhiletheconceptoftreeclassificationrulegradeproposedisusedintreeclassificationalgorithm，sothattheunknowntreestructurecouldbepredictedpromptly．Keywords：datamining，frequentsubtree，closedtreepattern，inducedsubtree，isomorphicsubtree，unorderedtrees，f．reetree，treeclu

6、ster，treeclassification，weblog，frequentsubgraph，subgraphisomorphism郭鑫：频繁子树挖掘及其相关技术的研究99扬州大学学位论文原创性声明和版权使用授权书学位论文原创性声明本人声明：所呈交的学位论文是在导师指导下独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含其他个人或集体已经发表的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。学位论文作者签名：签字日期：却么l砂吾7年

7、6月乙日学

8、位论文版权使用授权书本人完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子文档，允许论文被查阅和借阅。本人授权扬州大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权中国科学技术信息研究所将本学位论文收录到<中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。．呻学位论文作者签名：却绥导师签名：簟弓fI／．签字日期：∥7年钥≯日签字日期：97『年￡月∥日。fl(本页为学位论文末页。如论文为

9、密件可不授权，但论文原创必须声明。)郭鑫：频繁子树挖掘及其相关技术的研究5第一章绪论弟一早珀下匕1．1论文研究背景及意义随着信息处理的高速发展，数据挖掘已经引起了人们的极大关注，数据挖掘及其应用已经渗透到多个学科，并在人工智能与机器学习、数据库、模式识别、生物信息学、神经计算等领域取得了丰硕的成果。尽管目前的数据库系统可以高效地实