.png){kind=icon}
返回
OSP-Miner: Mining one-off weak-gap strong sequential patterns
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ins.2025.122871.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在序列模式挖掘（SPM）中，序列可分为两类：由项目组成的简单序列和由项目集组成的一般序列。以往的离线SPM方法主要从简单序列中发现模式。更重要的是，尽管大多数SPM方法能够发现所有频繁模式，但其中挖掘出的部分模式对用户而言并无兴趣。为解决这些问题，所有项目根据用户兴趣程度被划分为强兴趣或弱兴趣，并利用一种名为OSP-Miner的有效算法，从包含项目集的序列中发现由强兴趣项目组成的离线弱间隙强模式（OSPs）。在准备阶段，OSP-Miner为长度为2的模式创建二项式搜索列表，从而避免冗余的子模式匹配过程。在支持度计算阶段，OSP-Miner首先基于二项式搜索列表创建m-1（m > 2）层节点，然后采用深度优先搜索策略计算候选模式的支持度。在候选模式生成阶段，采用I-Join和S-Join算法来减少候选模式数量。实验结果表明，OSP-Miner优于竞争算法，且案例研究表明，在驾驶轨迹的聚类分析中，OSP-Miner表现出更优的性能。
Keyword:
Sequential pattern mining
Weak-gap constraint
Frequent pattern
One-off condition
期刊
IF:
6.8
论文数:
553
被引数:
6.2W
机构
引用论文
.png){kind=icon}
分享收藏A Reinduction-Based Approach for Efficient High Utility Itemset Mining from Incremental Datasets
OAAI
OAAI分享收藏分享收藏
查看更多内容