序列模式挖掘是从数据库、数据仓库或其他数据集中提炼频繁序列的过程.在序列中加入各种约束条件能够发现更多实用的模式.滑动窗口、最大间隙、最小间隙和最大跨度等四种参数基本概括了时间约束的各种形式,称之为通用时间约束.该文提出一种带有通用时间约束的序列模式挖掘方法,称为MSPU算法.该方法统一了目前有关时间约束的序列模式挖掘算法,能够发现更精确的序列模式.算法只需扫描一次数据库,通过采用分而治之的策略,将原始问题按照不同等价类分解为若干较小的、可独立解决的子问题.在各等价类内,为了克服由于序列加入最大间隙约束而带来的反单调问题,序列模式通过GS<,1>∨GS<,2>和F<,11>+S<,22>两种方法增长.模式增长过程细分为串连接、发现相同序列号和时间属性连接三步,为了提高挖掘速度,每步分别采用简单而有效的Apriori修剪、先行支持度修剪和后继支持度修剪删除非频繁序列.序列状态空间可以采取广度优先搜索、深度优先搜索和启发式搜索.其中,广度优先搜索能够充分使用各种修剪;深度优先搜索虽然不能充分使用Apriori修剪,但是有利于分布式处理,适用大型数据库的挖掘;启发式搜索能够使用各种修剪方法,更重要的是,在提前发现最大频繁序列的同时压缩了搜索空间.