文档介绍：分类号 TP393 密级
U D C
硕士学位论文
频繁子图挖掘算法及其在分类信息挖
掘中的应用研究
学位申请人: 廖强
学科专业: 计算机应用技术
指导教师: 蒋廷耀教授
二○一二年五月
A Dissertation Submitted in Partial Fulfillment of the Requirements for
the Degree of Master of Science in Engineering
Research and Application of Frequent Subgraph Mining
Algorithm in Classified information Mining
Graduate Student: Qiang Liao
Major: Computer Applied Technology
Supervisor: Prof. Tingyao Jiang
China Three Gorges University
Yichang, 443002,
May, 2012
三峡大学硕士学位论文
三峡大学学位论文原创性声明
本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作
所取得的成果,除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经
发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明
确方式标明,本人完全意识到本声明的法律后果由本人承担。
学位论文作者签名:
日期:
I
三峡大学硕士学位论文
内容摘要
数据挖掘是一种融合了包括人工智能、统计学、数据库、模式识别、模式可视化
等多种学科知识的信息整合分析技术,是计算机科学与网络技术迅速发展和使用所提
出的重要科研课题,它试图从数据库的海量信息中发掘并提取出蕴藏在信息中的未知
的、有用的、高效的、有价值的知识模式。通过挖掘所获取的有用的知识可以用于针
对旧业务分析及新业务领域开拓的相关决策支持。
随着互联网的迅速普及及高速发展,越来越丰富多样的 Web 数据逐渐
沉淀下来,如何利用这些海量的信息为网站经营者提供决策支持的引起了各学科学者
的研究。Web 页面产生的各种数据信息包括电子商务数据、企业门户网站数据、分类
信息推荐等主要的几类。研究者期望能通过对蕴藏在海量信息中的有价值信息进行发
掘,发现能指导商务活动、新业务开拓的知识,以为获得更多的经济效益。由此,把
数据挖掘技术应用到 WEB 数据对象中去是非常适合的。
本文将频繁模式挖掘的中的图挖掘研究方法引入到 Web 数据挖掘中来,它是数据
挖掘的一个重要分支,其利用图数据结构特点分析大量数据集之间的有意义的关系、
趋势和相关模式。
本文首先介绍了 Web 数据挖掘及子图挖掘在国内外的研究现状,接着阐述了课题
的研究背景及意义,而后详细介绍和分析了 Web 数据挖掘的常用技术,比较研究了频
繁模式及子图挖掘的相关算法,最后将研究成果与大学生创业项目 97 大学路网站结
合起来,发挥研究成果决策的推荐作用。针对子图挖掘研究内容,本文改进了一种基
于局部重构树的改进频繁子图挖掘算法,该算法引入一种新的频繁递减重构树来替代
FP-tree 结构,通过分析重构 FP-tree 过程,减少了挖掘时间并且具有良好的压缩性
能。
关键词:数据挖掘子图挖掘 Web 挖掘信息推荐
II
三峡大学硕士学位论文
Abstract
Data mining is a fusion of information integration analysis techniques, including
artificial intelligence, statistics, databases, pattern recognition, pattern visualization of a
variety of subject knowledge is an important research topic puter science and
network technology, rapid development and use of the proposed, which attempts to
identify and extract the unknown hidden information, useful, efficient and valuable
knowledge patterns in vast amounts of information fr