分布式环境下全局序列模式挖掘技术研究

由于分布式环境下挖掘全局序列模式常常产生过多候选序列,加大了网络通信代价。为此提出一种基于分布式环境下的全局序列模式快速挖掘算法。该算法将各站点得到的局部序列模式压缩到一种语法序列树上，避免了重复的序列前缀传输；基于合并树中节点序列规则和简单的特点，提出一种项扩展和序列扩展剪枝策略，有效地约减了候选序列，减少了网络传输量，从而快速生成全局序列模式。理论和实验表明，在大数据集环境下该算法性能优越，能够有效地挖掘全局序列模式。