河北工业大学经济管理学院李艳副教授（第一作者）撰写发表了关于挖掘最大共生无重叠序列规则的文章。文章提出了最大共生无重叠序列规则挖掘算法MCoR-Miner。该算法具有良好的推荐效果。文章名为“MCoR-Miner: Maximal Co-Occurrence Nonoverlapping Sequential Rule Mining”，刊发在IEEE Transactions on Knowledge and Data Engineering。该期刊是数据挖掘领域知名的国际顶级期刊，SCI一区期刊，影响因子8.9。

文章概述

序列模式挖掘的目的是从给定的序列中发现潜在的有用信息。尽管存在多种序列模式挖掘方法，但大多数方法都旨在挖掘所有模式。然而用户有时希望挖掘具有相同特定前缀的模式，称为共生模式。由于序列规则挖掘可以更好地利用序列模式挖掘的结果并获得更好的推荐性能，本文研究了最大共生无重叠序列规则挖掘，并提出了MCoR-Miner算法。该算法为了提高支持度计算的效率，采用了具有索引机制的深度优先搜索和回溯策略，以避免顺序搜索；为了避免对某些无用的序列进行支持度计算，采用了一种过滤策略来剪枝不具有前缀模式的序列；为了减少候选模式的数量，MCoR-Miner采用了频繁项和二项式枚举树策略；为了避免蛮力搜索最大规则，采用了筛选策略。为了验证本文算法的性能，在8个序列上选用了11个算法进行了对比实验，实验结果表明，MCoR-Miner的性能优于其他对比算法，并且与频繁共生模式挖掘相比具有更好的推荐性能。

作者简介

李艳，副教授、硕士生导师、Wright State University访问学者，长期从事数据挖掘研究。近五年主持1项河北省社科基金，参加2项国家自然科学基金，以第一作者或通信作者先后在《IEEE Transactions on Knowledge and Data Engineering》、《IEEE Transactions on Cybernetics》、《ACM Transaction on Knowledge Discovery from Data》、《Information Sciences》、《Knowledge-Based Systems》、《Applied Intelligence》、《系统工程理论与实践》、《计算机学报》和《通信学报》等期刊发表论文10余篇。