Abstract: This paper proposes a new algorithm for mining multi-dimensional sequential patterns.The algorithm mines sequential patterns in dataset firstly，and then finds frequent 1-itemset from multi-dimensional information that support this pattern in dataset for every sequence pattern，and generates frequent k-itemset from frequent （k-1）-itemset.This algorithm gets the frequent k-itemset through scanning the frequent （k-1）-itemset that reduce gradually，so it saves time.Experiment shows this method has good efficiency.

摘要： 提出了一种新的多维序列模式挖掘算法，首先在序列信息中挖掘序列模式，然后针对每个序列模式，在包含此模式的所有元组中的多维信息中挖掘频繁1-项集，由得到的频繁1-项集开始，循环的由频繁（k-1）-项集（k>1）连接生成频繁k项集，从而得到所有的多维模式。该算法通过扫描不断缩小的频繁（k-1）-项集来生成频繁k项集，减少了扫描投影数据库的次数，因而减少了时间开销，实验表明该算法有较高的挖掘效率。