-
题名基于最小且非重叠发生的频繁闭情节挖掘
被引量：6
- 1
-
-
作者
朱辉生
汪卫
施伯乐
-
机构
泰州师范高等专科学校
复旦大学计算机科学技术学院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2013年第4期852-860,共9页
-
基金
国家"九七三"重点基础研究发展计划基金项目(2005CB321905)
国家自然科学基金项目(61003001
61103009)
-
文摘
事件序列上的频繁闭情节挖掘是一个重要课题,现有的研究基于最小发生的支持度定义和广度优先的搜索策略,不可避免地导致了情节发生的"过计数"和大量候选情节的产生问题,因此,基于最小且非重叠发生的支持度定义和深度优先的搜索策略,提出了一个事件序列上的频繁闭情节挖掘算法FCEMiner,在此基础上,利用特殊前向扩展的非闭一致性避免了冗余的闭合性检查,缩小了频繁闭情节的搜索空间.理论分析和实验评估证明FCEMiner能够有效地发现事件序列上的频繁闭情节.
-
关键词
事件序列
频繁闭情节
最小且非重叠发生
深度优先
数据挖掘
-
Keywords
event sequence
frequent closed episode
minimal and non overlapping occurrence
depth-first
data mining
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于情节规则匹配的数据流预测
被引量：2
- 2
-
-
作者
朱辉生
汪卫
施伯乐
-
机构
泰州师范高等专科学校
复旦大学计算机科学技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2012年第5期1183-1194,共12页
-
基金
国家自然科学基金(61003001
61103009)
国家重点基础研究发展计划(973)(2005CB321905)
-
文摘
提出了一种数据流预测算法Predictor.该算法为每个待匹配的一般形式的情节规则分别使用了一个自动机,通过单遍扫描数据流来同时跟踪这些自动机的状态变迁,以搜索每个规则前件最近的最小且非重叠发生.这样不仅将无界的数据流映射到有限的状态空间,而且避免了对情节规则的过于匹配.另外,算法预测的结果是未来多个情节的发生区间和发生概率.理论分析和实验评估表明,Predictor具有较高的预测效率和预测精度.
-
关键词
数据流
情节规则
最近的最小且非重叠发生
预测
-
Keywords
data stream
episode rule
the latest minimal and non-overlapping occurrence
prediction
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于前缀共享树的频繁情节挖掘算法
- 3
-
-
作者
丁勇
朱辉生
高广银
-
机构
南京理工大学泰州科技学院
泰州学院计算机科学与技术学院
-
出处
《科学技术与工程》
北大核心
2014年第28期231-234,246,共5页
-
基金
国家自然科学基金项目(61003001,61103009)资助
-
文摘
经典的频繁情节挖掘算法NONEPI及其改进算法NONEPI+存在时空复杂度高、"重复计算"等问题,基于最小且非重叠发生的支持度定义,提出一个基于前缀共享树的频繁情节挖掘算法PST_NONEPI,该算法采用深度优先搜索策略,将发现的频繁情节压缩到前缀共享树中,通过动态维护前缀共享树来发现所有的频繁情节。该算法只需扫描事件序列一次,大大提高了频繁情节挖掘的效率。实验证明,PST_NONEPI算法能有效地挖掘频繁情节。
-
关键词
事件序列
频繁情节
最小且非重叠发生
前缀共享树
-
Keywords
event sequence
frequent episode
minimal and non-overlapped occurrence
prefix shared tree
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
