随着信息化的逐渐普及,各行各业积累了大量的数据,而这些数字化资源中隐含了大量的,有价值的信息。因此,数据挖掘(Data Mining)应运而生,它负责挖掘数据潜在的知识并用于决策支持。它一般包括关联规则挖掘和序列模式挖掘。其中序列模式挖掘常用的算法有AprioriAll,GSP,FreeSpan,PrefixSpan,spam等等。其中spam算法通过采用位图的方式存储数据,并由此使用位运算实现连接操作,因此具有较高的挖掘效率。本文基于spam算法原理构建了新的序列模式挖掘算法。该算法采用数组存储数据的方式。这是由于在分析spam算法过程中,发现其生成的位图数据包含有大量的0值,使得存储空间占用较大,通过使用数组,仅存spam位图中1值的位置(本文称为有效值),可以有效的减少内存的开销,存储的方法类似spam,数据中的每一个序列对应一组项集数组。由于新的存储方式不再适用原本高效的位运算方法,本文针对数组存储数据的方式,设计了对应的高效的项扩展算法及序列扩展算法。项扩展算法:针对候选序列的两个项集A、B,依次在每个序列中让对应的两个项集A、B的数组进行交集运算,再通过判断结果是否为空集来确定该序列是否存在该项扩展,运算结束后即可统计该候选项扩展的支持度。虽然使用数组求交集的方式相较于位运算其速度较慢,但是采用数组存储后,其仅包含位图中值为1的数据,相比位图的数据容量要小很多,因此该算法对比spam的项扩展算法,性能损失并不大。序列扩展算法:数组中存储的值是该项集按时间排序的位置值,因此,针对候选序列扩展的两个项集A、B,只需要确定一个序列中,B项集对应的数组中的任意值,是否大于A项集中的任意值即可。由此可以设计算法为:对两个候选项集对应的数组,采用一个数组内的最小值与另一个数组的最大值比较大小的方式确定是否存在该序列扩展,并通过循环最终获得对应的支持度。相较于spam的先转置位图再进行位算的方法,该序列扩展算法只需分别比较两个项集对应的数组内的两个特殊值即可,因此具有更高的运算效率。本文经过和spam算法的对比测试,确认在spam算法的位图数据中对应的有效值占比如果小于1%,则新算法将会同时具有更好的空间效率和时间效率。在实际数据分析中,我们发现大多数类型的数据如超市、银行等,其以位图形式展开后其1值占比均非常小,更适合用本文的算法进行挖掘。因此,新算法具有很高的实际应用价值。