数据库知识发现(KDD)是当前涉及人工智能和数据库等学科的一门相当活跃的研究领域,序列模式发现是其中的一个重要研究方向。当前序列模式发现算法需要多次扫描数据库,挖掘所有的频繁序列,时间开销较大。在实际应用中,最小支持度的设置是一个敏感问题。为此,本文针对以上关键问题进行研究,主要工作如下:(1)提出一种基于统计方法动态确定最小支持度的算法NewGSP。传统的序列模式发现算法中的最小支持度需要人为来设定,具有一定的局限性。NewGSP采用采用统计方法,动态地确定最小支持度,压缩候选序列集。理论分析及实验表明NewGSP较传统的序列模式发现算法在时间和空间性能上具有一定的优越性。(2)提出一种基于图结构发现闭合序列模式的新算法G-CloSpan。挖掘闭合序列集合能在保持信息完备性的前提下,比挖掘频繁序列全集更加精简有效。G-CloSpan算法仅需扫描一次数据库,将与挖掘任务相关的信息映射在频繁2序列图(F2SG)中,通过位置信息来计算支持度,不必反复扫描数据库,从而减少搜索空间,提高了闭合序列的生成效率。理论分析实验表明,该算法较传统的闭合序列模式发现算法在时间和空间性能上具有优越性。(3)基于上述研究,实现了序列模式发现的原型系统SeqDM,从理论和实验上证明了所提出的算法的正确性和有效性。