今日效率有点低了，早上仅仅完成了代码的融合部分，到下午为了能在那堆14万session的数据集上跑出一个结果搞了半天还是不行！可以断定用GSP在如此大的数据集上做频繁序列挖掘是几乎不可能完成的，每次都要做数据库扫描这种方法明显不可能！spade算法在计算支持度的时候利用了已有频繁序列的计数，因此在计算支持度的时候只需要计算序列某个子集下的计数，大大减少了全表扫描的及数量！明天实现以下才行~还有~~

1.频繁序列模式挖掘序列模式是频繁模式的一种特殊情况，它们的应用范围完全不一样！如：购买物品尿布、啤酒、可乐面包、尿布、啤酒上述购物清单是两个用户的购物清单，根据上面的清单，我们可以发现尿布和啤酒组合起来一起购买的情况较多，因此超市可以根据这样的频繁项集分析，将尿布和啤酒放在较近的地方，或者将尿布和啤酒同时促销等增加销量。