【正文】 ar ch。 char *pBuf。 nd=。 if(str==OK) MessageBox(你需要設(shè)置參數(shù)!)。s++) { (CandMyItem[s],strlen(CandMyItem[s]))。 nItemCount。 nd++。 //p=nd。 if(nItemCount) { =inputElm。 oldItemCount=nItemCount。 =0。 //int p。 (nLargeCount,1,strIntToString)。 (%s%d,strIntToString,nCountCand[jj2])。 nLargeCount++。 (0,1,)。 k=nScanCount。 CString strjj3[2]。llnTransCandCount。 } else { if(nCount==0) return。 a[nCount]++。 strTransTemp1=。 for(int jj=0。 //初始化數(shù)組 for(int nTransCand=0。 int nCurrentTempCount=nCurrentCount。 } return FALSE。i5++) { for(int i6=0。,39。 ()。 strTempSubItem[i2]=strReverse。 for(int i2=0。))!=1) { nTempCount=() nstrRightTemp1 1。 strTemp1=strCandFreqItem。//統(tǒng)計(jì)分解候選項(xiàng)目的個(gè)數(shù) int nSubItemCount。 CString strSubCandFreqItem[nMaxSize]。//當(dāng)設(shè)置好對(duì)話框的參數(shù)后，nItemCount在此獲得所輸入的數(shù)據(jù)dItemSupp= 。 =10。 (nCount,1,strIntToString)。 (nCount,strIntToString)。 for(int i1=0。inItemCount。jnFieldCount。iinItemCount。 CandLargeItem[0][7]=s8。 CandLargeItem[0][3]=s4。//?初始化了顯示的數(shù)據(jù)信息 //CandLargeItem[0][nInitCount]=SubItemGen(nInitCount,strSubItem)。nInitCountnItemCount。nInitCount++) { if(CandMyItem[nInitCount]!=) ndata++。 CString strIntToString。 //頻繁項(xiàng)目集 int nDbCount=0。 } DbItemCount[strSubItemCount]=nSubItemCount。 strTempSubItem[i2]=strReverse。i2nSubItemCount/2。 strTempSubItem[nSubItemCount++]=( nTempCount)。 nSubItemCount=0。 int nSubItemCount。//生成的候選集項(xiàng)目的個(gè)數(shù) }//CString strSubItem。 j1++。(strRightTemp1strRightTemp2)) { strTemp=strTemp1+39。 strRightTemp2=( ()nstrTemp21)。 strTemp2=LargeItem[nCandFreqItem1][j1]。 strLeftTemp1=(nstrTemp1)。 nstrTemp1=(39。 for(int i1=0。 strLeftTemp2=。 strRightTemp1=。 int nstrTemp1,nstrTemp2。kk2nMaxSize。kk++) LargeItemCount[kk]=0。 //列表應(yīng)該顯示的序列數(shù)據(jù)信息變量 while( (0))。 //strIntToString=。 } ShowFreqItem(k)。jj1++) { if(TransGenCandFreq[jj].Find(CandLargeItem[k][jj1])!=1) //形成的要顯示的挖掘數(shù)據(jù) { nCountCand[jj1]++。 //？ //統(tǒng)計(jì)計(jì)數(shù) for(int jj=0。mm++) { nCountCand[mm]=0。LargeItemCount[k1]!=0。// if (nItemCount=0) // { MessageBox(請(qǐng)先進(jìn)行參數(shù)設(shè)置,NULL,MB_OK)。 start=clock()。 clock_t start,stop,tick。}// CAprioriView message handlers//點(diǎn)擊頻繁項(xiàng)集的操作void CAprioriView::OnBnFreqItem() { // TODO: Add your control notification handler code here int nFieldCount=m_pSetGetODBCFieldCount()。 dc) const{ CRecordView::Dump(dc)。 ResizeParentToFit()。}void CAprioriView::OnInitialUpdate(){ m_pSet = amp。}//本類的析構(gòu)函數(shù)CAprioriView::~CAprioriView(){}//進(jìn)行數(shù)據(jù)交換void CAprioriView::DoDataExchange(CDataExchange* pDX){ CRecordView::DoDataExchange(pDX)。endif//strSubItem nItemCount// CAprioriViewIMPLEMENT_DYNCREATE(CAprioriView, CRecordView)BEGIN_MESSAGE_MAP(CAprioriView, CRecordView) //{{AFX_MSG_MAP(CAprioriView) ON_BN_CLICKED(IDC_Bn_FreqItem, OnBnFreqItem) ON_COMMAND(ID_Parameter, OnParameter) ON_COMMAND(ID_INPUT, OnInput) //}}AFX_MSG_MAP // Standard printing mands ON_COMMAND(ID_FILE_PRINT, CRecordView::OnFilePrint) ON_COMMAND(ID_FILE_PRINT_DIRECT, CRecordView::OnFilePrint) ON_COMMAND(ID_FILE_PRINT_PREVIEW, CRecordView::OnFilePrintPreview)END_MESSAGE_MAP()// CAprioriView construction/destruction//本類的構(gòu)造函數(shù)CAprioriView::CAprioriView() : CRecordView(CAprioriView::IDD){ //{{AFX_DATA_INIT(CAprioriView) m_pSet = NULL。模式擴(kuò)展方法還有很多工作要做,如閉合集挖掘，在特定領(lǐng)域的針對(duì)性研究等等。把生成的序列模式作為新的種子集。3) 對(duì)于序列模式的長度比較長的情況,算法很難處理。3．6 GSP 算法分析與AprioriAll 算法相比,GSP 算法統(tǒng)計(jì)較少的候選集,并且在數(shù)據(jù)轉(zhuǎn)化過程中不需要事先計(jì)算頻繁集?！　∫娢恼潞蟾郊? GSP 算法程序結(jié)果本程序以I1，I2，I3，I4，I5，I6，I7，I8，I9，I10作為項(xiàng)目集。若欲找出候選序列s的某個(gè)元素si=(x1?xn)在事務(wù)時(shí)間t后的第一次出現(xiàn),只需遍歷其中每項(xiàng)xi(1≤i≤n)的事務(wù)時(shí)間鏈表以找出xi在事務(wù)時(shí)間t后第一次出現(xiàn)的事務(wù)時(shí)間。由表2中可以看出,元素(4)的出現(xiàn)時(shí)間為90,且9065=25≤30,滿足最大時(shí)間間隔約束,且元素(4)為候選序列s的最后一個(gè)元素,故數(shù)據(jù)序列d包含候選序列s,考察結(jié)束。由表2中可以看出,元素(3)在事務(wù)時(shí)間15后的第一次出現(xiàn)事務(wù)時(shí)間為45。例2　表2給出了某個(gè)事務(wù)數(shù)據(jù)庫的一個(gè)數(shù)據(jù)序列。2)向后階段:由于此時(shí)time (xj)time(xi)maxgap,故此時(shí)應(yīng)從時(shí)間值為time(xj)maxgap后重新搜索xj1,但同時(shí)應(yīng)保持xj2位置不變。在剪枝步中，候選4序列(1,2) 3 5被剪去，因?yàn)槠溥B續(xù)子序列1,3,5不包含在頻繁3序列集合L3中。2 剪切階段：若某候選序列模式的某個(gè)子序列不是序列模式，則此候選序列不可能是序列模式,將它從候選序列模式中刪除。 L3 222。L1222。當(dāng)由某個(gè)種子集合Lk產(chǎn)生的候選序列集合為空時(shí),算法結(jié)束。3．GSP 算法的學(xué)習(xí)3．1 GSP 算法的基本思想　 給定一個(gè)事務(wù)數(shù)據(jù)庫,GSP算法需要對(duì)事務(wù)數(shù)據(jù)庫進(jìn)行多遍掃描,GSP算法挖掘序列模式的基本架構(gòu)如下:第一遍掃描確定該數(shù)據(jù)庫中每一項(xiàng)的支持度,即確定該事務(wù)數(shù)據(jù)庫中包含每一項(xiàng)的數(shù)據(jù)序列的數(shù)目。2．5 AprioriAll算法的本質(zhì)AprioriAll本質(zhì)上是Apriori思想的擴(kuò)張,只是在候選集產(chǎn)生和成頻繁序列方面考慮序列元素有序的特點(diǎn)進(jìn)行處理(項(xiàng)目集中的元素或者序列集中的元素按順序排列,如按字典順序或者頻率高低順序)，都將有利減輕數(shù)據(jù)挖掘的任務(wù)。　　見文章后附件１ AprioriAll算法程序的結(jié)果本程序以I1，I2，I3，I4，I5，I6，I7，I8，I9，I10作為項(xiàng)目集。第1 次掃描時(shí),長度為1 的頻繁序列模式作為初始的大1 —序列。產(chǎn)生候選k序列的規(guī)則為將序列s1與序列s2的末項(xiàng)相連。 定義4：（序列關(guān)聯(lián)規(guī)則）對(duì)于給定的項(xiàng)集I={i1,i2,…Im}以及序列S，T，形如S222。稱T為S的子序列，S為T的超序列。即序列S包含序列T。 序列包含的所有項(xiàng)的個(gè)數(shù)稱為序列的長度。序列包含的項(xiàng)的個(gè)數(shù)稱為序列的長度,長度為k 的序列記為k 序列。這個(gè)理論是經(jīng)典的數(shù)據(jù)挖掘理論,也是下面將討論的算法的理論依據(jù)。設(shè)I1?I,項(xiàng)目集I1在D上的支持度(support) 是包含I1的事務(wù)在D中所占的百分比,即support(I1)=||{t∈D|I1?t}||/||D||對(duì)項(xiàng)目集I 和事務(wù)數(shù)據(jù)庫D,I中所有滿足用戶指定的最小支持(Minsupport)的項(xiàng)目集,即大于或等于Minsupport的I的非空子集,稱為頻繁項(xiàng)目集或者大項(xiàng)目集。并通過具體的實(shí)例演示算法的執(zhí)行過程，進(jìn)而達(dá)到掌握理解的成度。AprioriAll和GSP算法的研究及實(shí)現(xiàn) [摘要]：序列模式挖掘即從序列數(shù)據(jù)庫中發(fā)現(xiàn)頻繁子序列以作為模式,它是一類重要的數(shù)據(jù)挖掘問題,有著非常廣泛的應(yīng)用前景,被應(yīng)用在包括顧客購買行為的分析、網(wǎng)絡(luò)訪問模式分析、科學(xué)實(shí)驗(yàn)的分析、疾病治療的早期診斷、自然災(zāi)害的預(yù)測、DNA 序列的破譯等方面。首先講述了序列模式的一些概念及基本原理。設(shè)I={i1,i2,…,im}是一個(gè)項(xiàng)目集合,事務(wù)數(shù)據(jù)庫D={t1,t2,…tn}是由一系列具有惟一標(biāo)識(shí)TID 的事務(wù)組成,每個(gè)事務(wù)ti(i=1,2,…,n)都對(duì)應(yīng)I上的一個(gè)子集。 非頻繁項(xiàng)目集的超集是非頻繁項(xiàng)目集。序列的元素可表示為(i1,i2,…ik)。 定義1(序列)I={i1,i2,…,im}是項(xiàng)集,ik(1=k=m)是一個(gè)項(xiàng),序列S記為S＝s1,s2,…,sn其中sj(1=j=n)為項(xiàng)集(也稱序列S的元素),即sj?I,每個(gè)元素由不同項(xiàng)組成,序列的元素可表示為(i1,i2,…,ik),若一個(gè)序列只有一個(gè)項(xiàng)，則括號(hào)可以省略。sk。S。 序列模式挖掘的任務(wù)就是找出數(shù)據(jù)庫中所有的序列模式，即那些在序列集合中出現(xiàn)頻率超過最小支持度（用戶指定最小支持度閥值）的子序列。設(shè)ss2分別為種子集合Lk 1中序列，ss2能夠相連接得到一個(gè)候選k序列的充要條件為s1拿去首項(xiàng)所得的子序列等于s2拿去末項(xiàng)所得的子序列。2．AprioriAll算法學(xué)習(xí) 2．1基本思想在每一次掃描(pass) 數(shù)據(jù)庫時(shí),利用上一次掃描時(shí)產(chǎn)生的大序列生成候選序列,并在掃描的同時(shí)計(jì)算它們的支持度( support) ,滿足支持度的候選序列作為下次掃描的大序列。(2) delete all sequences c ∈Ck such that some//對(duì)候選者進(jìn)行修剪(修剪的理論是頻繁模式集的子集合也是頻繁的) AprioriAll算法的程序本程序采用了vc開發(fā)工具和Access數(shù)據(jù)庫?？梢赃M(jìn)行初步的應(yīng)用目的。候選序