基于深度优先序列模式挖掘的预取模型

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (20): 169-172.

基于深度优先序列模式挖掘的预取模型

卫琳¹，石磊²

1．郑州大学升达经贸管理学院资讯系，郑州 451191
2．郑州大学信息工程学院计算机系，郑州 450052

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-07-11 发布日期:2007-07-11
通讯作者: 卫琳

Prefetching model based on depth-first sequential pattern mining

WEI Lin¹，SHI Lei²

1.Shengda Economics Trade and Management College，Zhengzhou University，Zhengzhou 451191，China
2.School of Information Engineering，Zhengzhou University，Zhengzhou 450052，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-07-11 Published:2007-07-11
Contact: WEI Lin

摘要/Abstract

摘要： 序列模式挖掘能够发现隐含在Web日志中的用户的访问规律，可以被用来在Web预取模型中预测即将访问的Web对象。目前大多数序列模式挖掘是基于Apriori的宽度优先算法。提出了基于位图深度优先挖掘算法，采用基于字典树数据结构的深度优先策略，同时采用位图保存和计算各序列的支持度，能够较迅速地挖掘出频繁序列。将该序列模式挖掘算法应用于Web预取模型中，在预取缓存一体化的条件下实验表明具有较好的性能。

关键词: 序列模式, 深度优先, Web缓存, Web预取, Web挖掘

Abstract: Sequential pattern mining can find the user access patterns hidden in the Web log，which can be used to predict the upcoming Web access objects in the Web prefetching model.Most sequential pattern mining algorithms are based on Apriori breadth-first search strategy.A new sequential pattern algorithm based on depth-first search strategy is introduced and the mining mechanism based on lexicographic tree is presented in this paper.The data structure of bitmap is used in order to save and calculate the support of sequences fast.By the use of which，a prefetching model is proposed in integrated Web prefetching and caching environment.The experimental results show that the prefetching model based on depth-first sequential pattern mining can have a good performance.

Key words: sequential pattern, depth first, Web cache, Web prefetching, Web mining

卫琳¹，石磊². 基于深度优先序列模式挖掘的预取模型[J]. 计算机工程与应用, 2007, 43(20): 169-172.

WEI Lin¹，SHI Lei². Prefetching model based on depth-first sequential pattern mining[J]. Computer Engineering and Applications, 2007, 43(20): 169-172.

[1]	贾晓莉，吴瑞，吴思颖. 并行分布式的Web访问模式双层聚类[J]. 计算机工程与应用, 2019, 55(23): 216-221.
[2]	戴敏. 基于NB分类器重访概率预测的Web缓存替换策略[J]. 计算机工程与应用, 2019, 55(19): 134-140.
[3]	钟德云，王李管，毕林，王晋淼. 复杂风网井下循环风快速搜索算法[J]. 计算机工程与应用, 2017, 53(8): 235-239.
[4]	姚博1，冯宏伟1，高原2，马佳丽1，冯筠1. 过必经节点集的动态剪枝搜索算法[J]. 计算机工程与应用, 2017, 53(15): 57-62.
[5]	张辰，李红军，罗柳红，何英豪. 等价关系矩阵的置换合同性质与标准形计算[J]. 计算机工程与应用, 2017, 53(13): 42-48.
[6]	王龙飞，陈红，李杨，邓亚娟. 城市路网车辆出行轨迹获取的混合轨迹拆分[J]. 计算机工程与应用, 2013, 49(21): 1-5.
[7]	谢伙生，何星星. 数据流中基于滑动窗口的序列模式挖掘算法[J]. 计算机工程与应用, 2012, 48(4): 121-124.
[8]	吴永俊，郑诚，孔令成. 一种有效的序列模式增量式更新方法[J]. 计算机工程与应用, 2011, 47(9): 118-120.
[9]	刘佳新1，严书亭2，贺春亮3，任家东4. 基于序列树的增量式序列模式更新算法[J]. 计算机工程与应用, 2011, 47(33): 143-145.
[10]	袁和金. 视频目标轨迹分析的改进PrefixSpan方法[J]. 计算机工程与应用, 2011, 47(32): 7-10.
[11]	刘艳1，2，郝忠孝1，3. 深度优先遍历Δ-tree的非递归KNN查询[J]. 计算机工程与应用, 2011, 47(15): 6-8.
[12]	汪琳，庄卫华. 一种Web日志序列模式挖掘的改进方法[J]. 计算机工程与应用, 2010, 46(7): 136-138.
[13]	吴瑞. 以Web用户关联关系为属性的浏览模式聚类[J]. 计算机工程与应用, 2010, 46(30): 20-22.
[14]	王海波¹，李朋轩²，徐一秋¹. 面向访问序列模式的页面推荐方法[J]. 计算机工程与应用, 2010, 46(25): 127-130.
[15]	阮光册¹，Ah-HwweYu². 基于兴趣度策略的启发式Web挖掘算法[J]. 计算机工程与应用, 2009, 45(35): 148-150.