.png){kind=icon}
返回
Utility-driven mining of contiguous sequences
.png){kind=icon}
PRE
AI
DOI：10.1007/s13042-026-03207-0.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近期，连续序列模式挖掘（CSPM）作为研究课题受到了关注，这源于其多样化的潜在实际应用，如网页日志和生物序列分析。迄今为止，关于CSPM问题的研究仍处于初步阶段。现有的CSPM算法缺乏满足用户需求的高效性，在运行时间和内存消耗方面仍有改进空间。此外，现有算法是为处理简单序列数据而开发的，每次仅处理一个事件。而代表多个事件同时发生的复杂序列数据在现实生活中也常见。本文提出了一种新颖的算法——快速效用驱动的连续序列模式挖掘（FUCPM），用于解决CSPM问题。FUCPM采用紧凑的序列信息列表和实例链结构来存储数据库和候选模式所需的信息。为进一步提高效率，我们基于序列加权效用和项扩展效用，开发了全局无望项剪枝和局部无望项剪枝策略，以缩减搜索空间。在真实和合成数据集上的广泛实验表明，FUCPM优于当前最先进的算法，并且足够可扩展以处理复杂序列数据。
Keyword:
Sequence data
Utility mining
Sequential pattern
Contiguous
期刊
IF:
2.7
论文数:
3.2K
被引数:
5.6K
机构
引用论文
A Novel Approach for Mining High-Utility Sequential Patterns in Sequence Databases.png)
ETRI Journal
ETRI JournalIF0
PREAI
分享收藏
分享收藏
查看更多内容