序列模式挖掘中,类Apriori算法通常与Apriori性质相关联：序列模式中,若子序列非空,则为频繁模式。Apriori性质具有反单调性,利用这种性质可以剪裁搜索空间。然而,序列模式挖掘类Apriori算法在产生候选序列集过程中的拼接与剪枝操作运算非常繁琐,同时会产生大量的候选序列集,尤其当序列比较长时会触发组合爆炸效应,导致算法失效,因此对序列模式挖掘中类Apriori算法的改进研究是很有意义的。本论文从减少拼接、剪枝操作的数据比较次数和数据库的扫描次数等角度出发,对已有的主要算法进行进一步改进并提出新的策略,通过对关联规则Apriori算法及其若干改进算法的研究,将Apriori算法的优化策略移植到序列模式挖掘算法中。修改了序列模式挖掘算法的拼接与剪枝策略,使得拼接后产生的候选序列满足字典排序的特性,利用序列有序的特点减少拼接和剪枝阶段的比较次数,提高算法的效率。同时基于子序列的产生规则在执行拼接操作前删减频繁序列集,设计出新的高效算法；将关联规则和序列模式挖掘中的所有改进策略加以综合和利用,提出理论上可行的connect、delete和cut三种改进策略,并对改进算法的时间和空间效率进行详细的定量分析。利用JAVA语言实现改进算法源程序,利用IBM人工数据生成器生成实验数据,并应用IntelliJ IDEA12.0在同一环境中运行不同的改进策略,通过Echarts插件实现数据的可视化。实验结果表明,改进后的算法在效率上有了明显的提高。