事件序列上的频繁情节挖掘算法
作者:

Algorithms for Mining Frequent Episodes on the Event Sequences
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • | | |
  • 文章评论
    摘要:

    事件序列上的频繁情节挖掘是时序数据挖掘领域的热点之一, 基于非重叠发生的支持度定义, 提出一个频繁情节挖掘算法NONEPI++, 该算法首先通过情节串接产生候选情节, 然后通过预剪枝和计算情节发生的时间戳来产生频繁情节. 算法只需扫描事件序列一次, 大大提高了情节挖掘的效率. 实验证明, NONEPI++算法能有效地挖掘频繁情节.

    Abstract:

    Mining frequent episodes on the event sequences is one of the hot areas of data mining. In this paper, support based on non-overlapped occurrence is definited. We propose an algorithm called NONEPI++ for mining frequent episodes, which firstly generate candidate episodes by join episodes, then generate frequent episodes by pre-pruning and timestamp calculating. The algorithm can improve the efficiency of mining episodes. Experiments show that NONEPI++ algorithm can effectively mine frequent episodes.

    参考文献
    相似文献
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

丁勇,王云,李丛.事件序列上的频繁情节挖掘算法.计算机系统应用,2014,23(12):202-205

复制
分享
文章指标
  • 点击次数:1357
  • 下载次数: 2831
  • HTML阅读次数: 0
  • 引用次数: 0
历史
  • 收稿日期:2014-04-01
  • 最后修改日期:2014-05-04
  • 在线发布日期: 2014-12-15
文章二维码
您是第11224376位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号