.png){kind=icon}
返回
CoTP-Miner: Co-occurrence three-way sequential pattern mining
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.114803.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
序列模式挖掘的目标是从海量数据中提取有价值的模式。现有方法缺乏针对性，挖掘结果可能包含大量用户不感兴趣的冗余模式。为解决此问题，本文提出共现三路序列模式（CoTP）挖掘方法，将事件按兴趣度分为强、中、弱三个等级，并挖掘由给定前缀模式及强、中兴趣度事件组成的共现模式。为挖掘CoTP，本文提出一个高效算法CoTP-Miner，包含三个部分：数据库预处理、支持度计算和候选模式生成。在预处理阶段，CoTP-Miner为所有事件和强兴趣度事件构建位置索引，并采用不可能序列和非扩展序列过滤策略以减少冗余序列扫描。在支持度计算阶段，CoTP-Miner采用深度优先搜索和回溯策略，避免逐级节点顺序搜索。在候选模式生成阶段，CoTP-Miner采用前缀-后缀模式连接方法，并通过剪枝低频后缀来减少候选模式数量。在八个真实数据集上的实验结果表明，CoTP-Miner比当前最优算法快2.4至54.7倍。此外，与重叠条件下的共现模式挖掘及共现三路模式挖掘相比，CoTP-Miner在召回率和F1-score指标上表现出更优的推荐性能。
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
暂无论文信息