摘要：为了高效地从海量物流数据中获取频繁路径,根据物流网络及物流的特征设计了一种物流数据模型以及一种充分考虑了物流网络拓扑信息的频繁路径序列挖掘算法PMWTI(Path Mining With Topology Information)。在PMWTI中设计了一种用于候选路径序列深度剪枝的代价容忍度剪枝方法,该方法在利用Apriori性质剪枝的基础上进一步去除了部分不可能是频繁路径序列的候选路径序列,这在一定程度上缩减了候选路径序列规模,从而减少了对数据集的扫描。实验表明,相比没有采用该剪枝方法的同等算法,PMWTI具有更高的频繁路径挖掘效率。

摘要：针对物流频繁路径数据挖掘问题,引入射频识别技术(RFID),提出基于射频识别的物流频繁路径数据挖掘方法,解决传统物流频繁路径数据挖掘方法中存在的空间用量较大、运行时间较长等问题。为降低射频识别得到的物流路径数据的冗余信息,节约数据存储空间,根据压缩感知理论对所得数据进行压缩处理,并利用遗传算法进行数据重构,实现数据高效压缩;利用修改后的路径相似度算法计算物流路径数据相似度,并据此进行数据初步划分,对得到的各物流路径数据集,根据频繁路径的定义及相关性质,结合Aprior思想,实现物流频繁路径数据挖掘。实验结果表明,所提物流频繁路径数据挖掘方法相比当前方法,数据压缩效果及运行效率明显提高,且有效降低了数据挖掘的空间占用量。

摘要：为了有效地在Web上进行数据信息的提取,实现Web数据的清理与集成,针对发布批量格式化数据的网页类型,提出了利用XML和JTidy自动从Web页面批量提取数据信息的方法。根据该类网页的特点,基于开发一种通用程序的思想,对页面标签结构进行分析与分类,讨论了识别数据元素和对数据元素进行分组等提取过程中的难点,在此基础上建立了总体扫描与提取的算法。实验结果表明了批量提取信息方法的可行性与有效性。

摘要：针对二元的互关联后继树模型进行改进,构造三元互关联后继树,并结合Web日志的特点,构造Web事务集的互关联后继树和增量更新模型,设计基于三元互关联后继树的频繁路径挖掘算法,挖掘Web日志中的频繁路径。通过实验证明了基于三元互关联后继树和改进后的模型的出色插入查询性能。