计算机应用

作者：李昊, 王磊, 孙乐, 武优西

单位：1.河北工业大学 人工智能与数据科学学院，天津 300401；2.天津市人民检察院 检察技术部，天津 300222

关键词：稀有序列模式挖掘,自适应间隙,一次性条件,支持度计算,剪枝策略

基金：国家自然科学基金资助项目(62372154)

稀有序列模式挖掘旨在发现序列库中不频繁出现的重要模式。然而，现有序列模式方法多采用0或1的判别方式，即判断模式是否在序列中出现，忽略模式在序列中的重复性，即用户的感兴趣程度，导致挖掘结果的偏差。为了解决这一问题，提出一次性条件下自适应间隙稀有序列模式挖掘方法ORP（One-off Rare sequential Pattern mining）。采用一次性条件计算模式在序列中的重复次数，并采用自适应间隙反映序列特征。为了避免传统算法在支持度计算过程中需要对原始数据库进行低效顺序遍历的问题，建立一个倒排索引结构。该结构存储每个事件及其在原始数据库中出现位置的信息，避免了对原始数据库进行冗余遍历的问题，从而提高支持度计算的效率。此外，在候选模式的生成过程中，使用模式连接策略生成候选模式，并在此基础上提出一种剪枝策略进一步减少候选模式的数量，从而提高挖掘速度。在5个真实数据集上的消融实验结果表明，所提方法的运行时间明显更短，从而验证了该方法的优越性。

来源：2026年第3期

《计算机应用》期刊编辑部

查看计算机应用杂志2026年第3期