http://fpcheng.blog.51cto.com/2549627/829527    

演算法簡介

AprioriAll演算法屬於Apriori類演算法，其基本思想為首先遍歷序列資料庫生成候選序列並利用Apriori性質進行剪枝得到頻繁序列。每次遍歷都是通過連線上次得到的頻繁序列生成新的長度加1的候選序列，然後掃描每個候選序列驗證其是否為頻繁序列。

GSP（generalized sequential pattern）演算法是AprioriAll演算法的擴充套件演算法，其演算法的執行過程和AprioriAll類似，最大的不同在於GSP引入了時間約束、滑動時間窗和分類層次技術，增加了掃描的約束條件，有效地減少了需要掃描的候選序列的數量。此外GSP利用雜湊樹來儲存候選序列，減少了需要掃描的序列數量。

FreeSpan演算法是基於模式投影的序列挖掘演算法，其基本思想：利用當前挖掘的頻繁序列集將序列資料庫遞迴地投影到一組更小的投影資料庫上，分別在每個投影資料庫上增長子序列。這一過程對資料和待檢驗的頻繁模式集都進行了分割，並且每一次檢驗限制在與其相符合的更小投影資料庫中。

PrefixSpan是FreeSpan的改進演算法，即通過字首投影挖掘序列模式。其基本思想：投影時不考慮所有可能出現的頻繁子序列，只檢查字首序列，然後把相應的字尾投影成投影資料庫。每個投影資料庫中，只檢查區域性頻繁模式，在整個過程中不需要生成候選序列。

2.     演算法的定性比較

表1.演算法的分類比較

3.     演算法的時空執行效率比較

4.     演算法的適用範圍分析

通常資料集可分為稠密資料集和稀疏資料集。稠密資料集有大量的長尺度和高支援度的頻繁模式，在這樣的資料集中，許多事件是相似的，例如DNA分析或者股票序列分析。稀疏資料集主要由短模式組成，長模式也存在，但相應的支援度很小，例如超級市場的交易資料集，使用者在網站中的瀏覽頁面序列等。

Apriori類演算法在稀疏資料集的應用中比較合適，不適合稠密資料集的應用。對於有約束條件（例如相鄰事務的時間間隔約束）序列模式挖掘，GSP更適用。

FreeSpan和PrefixSpan在兩種資料集中都適用，而且在稠密資料集中它們的優勢更加明顯。兩者相比，PrefixSpan的效能更好一些。

在實際應用中，在挖掘過程的不同階段，資料集的特點，資料規模等因素可能不同，如果根據各階段的特點，選擇與之相應的演算法，則序列模式挖掘能達到更好的效果。

此外由於Apriori類演算法使用較簡單，FreeSpan和PrefixSpan雖然效率高，但實現起來難度大。所以，現在大多數應用都是採用Apriori類演算法的改進演算法，以克服Apriori類演算法執行效率不高的缺點。