Prefixspan理论基础

prefixspan算法在流水交易中的挖掘
序列：Sequence
序列是一个完整的信息流，每个序列由不同元素按顺序排列，每个元素代表一个事件。
这里的事务排序是以时间为基准区分的。
子序列：
对于两个序列t、s，如果t中的每个有序元素都是s中的一个元素的子集，那么t是s的子序列。
支持度：support
见Apriori算法，概念大同小异。
前缀：prefix
对于序列A和B，A中有n个事件，若对A的前n-1个事件能在B中找到，第n个事件为B中剩下某一事件的子集，则称A为B的前缀
后缀：（前缀投影）
对于某一个前缀，序列里前缀后面剩下的子序列即为我们的后缀。如果前缀最后的项是项集的一部分，则用一个“”来占位表示。
（由于流水交易并不存在同一账户同时产生两组交易记录，所以在本算法中简化使用“”占位的步骤）
prefixspan算法的基本步骤：
①在初始序列中，产生1-项集
②计算1-项集的支持度计数
③在初始序列中删除支持度小于阈值的项，产生新的一组序列
④以1-项集为前缀，找到1-项集第一个元素的第一个后缀序列。
⑤以后缀序列为初始序列’，产生1-项集’
⑥计算产生的1-项集’的支持度计数
⑦在初始序列’中删除支持度小于阈值的项，产生新的一组序列。
⑧若新序列为空，则返回上一步的1-项集，与前缀构成模式。若新序列不为空则继续递归。
算法核心：
产生1-项集（1）->在序列中删除1-项集中不满足阈值的元素，产生新的序列->产生频繁1-项集->遍历频繁1-项集中元素，产生后缀作为新序列->在新的序列中产生1-项集（2）->……直到->产生的1-项集（n+1）中全部元素都不满足阈值或不能产生后缀->回溯，返回1-项集（n），与1-项集（n-1）元素构成模式。
鄙人才识学浅，若有错误和不足，还望大佬赐教。