RFID(Radio Frequency Identification)系统的运行中会产生海量的路径数据,从中发现路径的频繁模式显得越来越重要。传统的基于候选产生和测试的方法需要对序列数据集进行多遍扫描,难以满足实际需求;基于模式增长的方法虽然减少了扫描数据集的次数,但在挖掘较长序列模式和密集数据的过程中,会生成大量的投影数据集,且存在重复现象;此外,序列模式挖掘结果中也存在部分程度的冗余;进而导致了算法性能的下降。因此,改进传统序列模式挖掘方法以发现RFID路径数据中蕴藏的模式并提高管理工作效率,就显得尤为必要。论文针对RFID路径数据,设计实现了一种能够有效发现RFID路径数据频繁序列的挖掘方法,完成的主要工作如下:1.总结了RFID路径数据和序列模式挖掘的基本概念与特点,分析了序列模式挖掘技术研究现状。2.结合闭合序列概念,研究了一种紧凑的频繁闭合序列前缀树数据结构和高效的动态剪枝技术,引入到Prefix Span算法中,设计了用于挖掘频繁路径的序列模式挖掘算法,通过实验表明了算法的有效性。3.针对RFID系统的实际需要以及真实应用场景的特点,结合数据流挖掘技术,引入滑动时间窗口机制,研究了动态划分时间片段的反馈机制以及有效处理历史数据的时间衰减模型;基于该模型,借鉴基于模式增长的序列模式挖掘技术思想,采用频繁闭序列前缀树作为数据结构,设计一种RFID路径数据流上的序列模式挖掘算法。4.基于合成数据集分别对论文所设计的算法进行了实验测试及分析,结果表明论文设计算法的有效性。