Temporal Support of Regular Expressions in Sequential Pattern Mining
经典的序列模式发现算法，返回数据库中所有的频繁序列，但一般来说，只有少数是用户感兴趣的。基于正则表达式（RE）的语言已经被提出来将频繁序列限制为满足用户指定约束的序列。虽然序列的支持度是根据满足模式的数据序列的数量相对于数据库中数据序列的总数来计算的，但是一旦正则表达式开始发挥作用，就需要新的方法来实现支持度的概念。例如，除了特定模式的支持度之外，用户可能对计算RE作为整体的支持度感兴趣。此外，当项目频繁更新时，在序列模式挖掘中计算支持度的传统方法可能会导致不正确的（或至少是不完整的）结论。如果我们对分类序列模式感兴趣，问题会变得更加复杂。鉴于上述情况，在本文中，我们建议修改序列模式挖掘中支持度的经典概念，引入正则表达式的时间支持度的概念，直观地定义为满足目标模式的序列的数量，在可能匹配这种模式的序列的总数中，其中模式被定义为复杂项上的RE（即，不仅是项目标识符，而且还有属性和功能）。
2008-11-22 cs.DB
Bidirectional Growth based Mining and Cyclic Behaviour Analysis of Web Sequential Patterns
Web序列模式对于分析和理解用户行为以提高万维网提供的服务质量具有重要意义。Web预取就是这样一种技术，它利用通过对挖掘出的Web序列模式进行循环模型分析得出的预取规则。如果我们使用一个高效的和可扩展的挖掘技术，如基于双向增长的有向无环图的预测更准确，更令人满意的预取结果。在本文中，我们提出了一种新的算法，称为双向增长的挖掘循环行为分析的Web序列模式（BGCAP），有效地结合这些策略，产生预取规则的形式2序列模式的周期性和阈值的循环行为，可以用来有效地预取网页，从而减少用户感知的延迟。由于BGCAP是基于双向模式增长的，它只执行（log n+1）级递归挖掘n个Web序列模式。我们的实验结果表明，使用BGCAP生成的预取规则比TD-Mine在不同数据大小下快5- 10%，在固定数据大小下快10-15%。此外，BGCAP生成的预取规则比TD-Mine多5- 15%。
2013-04-15 cs.DB
Dual Pruning and Sorting-Free Overestimation for Average-Utility Sequential Pattern Mining
School of Cyberspace Security, Hainan University（海南大学网络空间安全学院）；School of Cryptology, Hainan University（海南大学密码学院）；School of Computer Science and Technology, Hainan University（海南大学计算机科学与技术学院）；College of Cyber Security, Jinan University（暨南大学网络安全学院）
本文提出HAUSP-PG算法，通过双重剪枝策略和无排序计算平均效用上界，提升长序列挖掘效率。
2025-12-20 cs.DB
A Survey of Parallel Sequential Pattern Mining
随着共享资源的日益普及，自动收集大量不同类型的复杂数据。传统的数据采掘算法普遍存在内存开销大、处理速度慢、硬盘空间不足等问题和挑战。序列模式挖掘作为数据采掘的一项基本任务，在现实生活中有着广泛的应用。然而，它比其他模式挖掘任务更复杂和更具挑战性，即，频繁项集挖掘和关联规则挖掘，在处理大规模数据时也面临上述挑战。为了解决这些问题，在并行或分布式计算环境中挖掘序列模式已经成为一个重要的问题，具有许多应用。在本文中，深入调查的并行序列模式挖掘（PSPM）的现状进行了调查和提供，包括传统的串行SPM方法的详细分类，和最先进的并行SPM。本文详细回顾了并行序列模式挖掘的相关工作，包括基于划分的并行序列模式挖掘算法、基于Apriori的并行序列模式挖掘算法、基于模式增长的并行序列模式挖掘算法和基于模式增长的并行序列模式挖掘混合算法，并对并行序列模式挖掘算法进行了深入的描述（即，这些并行方法的特点、优点、缺点和总结。对PSPM的一些前沿问题，包括并行定量/加权/效用序列模式挖掘、不确定数据和流数据的PSPM、PSPM的硬件加速等进行了详细的综述。此外，我们还回顾并提供了一些著名的PSPM开源软件。最后总结了PSPM在大数据时代面临的挑战和机遇。
2019-04-05 cs.DB
Maximal co-occurrence nonoverlapping sequential rule mining
序列模式挖掘（SPM）的目的是从给定的序列中发现潜在的有用信息。虽然已经研究了各种SPM方法，但大多数都集中在挖掘所有模式上。然而，用户有时希望挖掘具有相同特定前缀模式的模式，称为共现模式。由于序列规则挖掘可以更好地利用SPM的结果，获得更好的推荐性能，本文研究了最大同现非重叠序列规则（MCoR）挖掘问题，提出了MCoR-Miner算法。为了提高支持度计算的效率，MCoR-Miner采用了深度优先搜索和回溯策略，并配备了索引机制，以避免使用顺序搜索。针对某些序列的无用支持度计算，MCoR-Miner采用过滤策略对不含前缀模式的序列进行剪枝。为了减少候选模式的数量，MCoR-Miner应用了频繁项和二项式枚举树策略。为了避免通过蛮力搜索最大规则，MCoR-Miner使用了筛选策略。为了验证MCoR-Miner的性能，在8个序列上进行了11个竞争算法。实验结果表明，MCoR-Miner优于其他竞争算法，并产生了更好的推荐性能比频繁共现模式挖掘。所有算法和数据集都可以从https://github.com/wuc567/Pattern-Mining/tree/master/MCoR-Miner下载。
2023-01-30 cs.DB
Mining Sequential Patterns in Uncertain Databases Using Hierarchical Index Structure
本文针对不确定数据库中序列模式挖掘的假阳性过多和增量场景不可扩展问题，提出收紧剪枝上界、层次索引结构和通用挖掘框架，并支持权重约束与增量数据库，实验验证了其有效性。
2024-03-31 cs.DB
Repetitive nonoverlapping sequential pattern mining
本文提出RNP-Miner算法，用于挖掘重复非重叠序列模式，通过项集连接和位置字典提高效率，实验证明其优于现有算法且聚类性能更好。
2023-11-16 cs.DB
Mining Compressed Repetitive Gapped Sequential Patterns Efficiently
Beihang University（北京航空航天大学）
从序列数据库中挖掘频繁序列模式一直是数据采掘的一个研究热点，人们提出并研究了各种有效的序列模式挖掘算法。近年来，在许多问题领域（如程序执行轨迹）中，一种新的序列模式挖掘方法--重复间隔序列模式挖掘引起了许多研究者的关注，它不仅考虑了序列模式在不同序列中的重复，而且考虑了序列内的重复，这比一般的序列模式挖掘方法更有意义。然而，即使这些封闭挖掘算法产生的重复间隔序列模式的数量可能太大，用户无法理解，特别是当支持度阈值较低时。在本文中，我们提出并研究了重复间隔序列模式的压缩问题。在总结频繁项集的思想RPglobal的启发下，我们提出了一个算法CRGSgrow（Compressing Repetitive Gapped Sequential pattern grow），包括一个有效的剪枝策略SyncScan和一个有效的代表模式检测方案--dominant sequential pattern checking。CRGSgrow是一个两步的方法：第一步，我们获得所有封闭的重复序列模式作为代表性重复序列模式的候选集，同时得到最多的代表性重复序列模式;第二步，我们只花很少的时间从候选集中找到剩余的代表性模式。对真实数据集和合成数据集的实证研究清楚地表明，CRGSgrow具有良好的性能。
2009-06-04 cs.AI cs.DB
Towards Top-$K$ Non-Overlapping Sequential Patterns
针对非重叠序列模式挖掘中 minsup 难设定及现有 top-$k$ 方法近似且长度固定的问题，提出精确算法 TNOSP，并用 QMSP 剪枝提升性能，实验验证其精确性、效率和可扩展性更优。
2023-04-24 cs.DB
Targeted Sequential Pattern Mining with High Average Utility
Hainan University（海南大学）；Jinan University（暨南大学）
本研究提出TAUSQ-PG算法，通过引入平均效用指标，提升目标序列挖掘的效率和相关性，有效控制候选集大小，减少冗余生成，提高运行效率。
2025-12-20 cs.DB
One-off Negative Sequential Pattern Mining
负序列模式挖掘是一个重要的研究课题。与正SPM不同，负SPM可以发现应该发生但没有发生的事件，它可以用于金融风险管理和欺诈检测。然而，现有的方法一般忽略了模式的重复性，也没有考虑间隔约束，这会导致挖掘结果中包含大量用户不感兴趣的模式。为了解决这个问题，本文发现频繁的一次性负序列模式（ONP）。这个问题有以下两个特点。首先，支持度是在一次性条件下计算的，这意味着序列中的任何字符最多只能使用一次。第二，间隙约束可以由用户给出。为了有效地挖掘模式，本文提出了ONP-Miner算法，它采用深度优先和回溯策略来计算支持度。因此，ONP-Miner可以有效避免创建冗余节点和父子关系。此外，为了有效地减少候选模式的数量，ONP-Miner使用模式连接和修剪策略来生成和进一步修剪候选模式，分别。实验结果表明，ONP-Miner不仅提高了挖掘效率，而且具有比现有算法更好的挖掘性能。更重要的是，ONP挖掘可以在流量数据中发现更多有趣的模式来预测未来的流量。
2022-07-25 cs.DB
NSPG-Miner: Mining Repetitive Negative Sequential Patterns
本文提出NSPG-Miner算法，通过模式连接策略和NegPair支持度计算方法，同时挖掘带间隙约束的正负序列模式，实验表明其能发现更多有价值信息。
2025-02-09 cs.DB
Efficient Mining of Low-Utility Sequential Patterns
School of Computer Science and Technology, Guangdong University of Technology（广东工业大学计算机学院）；College of Cyber Security, Jinan University（暨南大学网络空间安全学院）；Department of Computer Science, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算机科学系）
本文提出低效用序列模式挖掘问题，重新定义序列效用并引入序列效用链数据结构，提出LUSPM_b、LUSPM_s和LUSPM_e三种算法，通过收缩和扩展操作生成子序列，结合多重剪枝策略提升效率，实验表明LUSPM_e在运行时间和内存消耗上表现更优。
2026-04-26 cs.DB
Efficient Support Coupled Frequent Pattern Mining Over Progressive Databases
最近有很多关于序列模式挖掘的研究。渐进式数据库上的序列模式挖掘是一个比较新的方法，它是在感兴趣的时间段内逐步发现序列模式。感兴趣的时间段是一个随着时间的推移而不断前进的滑动窗口。随着滑动窗口焦点的变化，新项被添加到感兴趣的数据集中，过时的项被从中删除并成为最新的。一般来说，现有的建议没有充分探讨现实世界的情况下，如项目与支持数据流应用程序，如购物篮分析。因此，从支持的频繁项中挖掘重要知识成为一个重要的研究课题。我们提出的新方法有效地挖掘频繁序列模式加上支持使用渐进挖掘树。
2010-05-29 cs.DB
Mining Top-k Sequential Patterns in Database Graphs:A New Challenging Problem and a Sampling-based Approach
在许多现实世界的网络中，顶点通常与全面描述顶点行为的事务数据库相关联。一个典型的例子是社交网络，其中每个用户的行为都由一个交易数据库来描述，该数据库存储他每天发布的内容。事务数据库是一组事务，其中事务是一组项。网络中的每条路径都是一个顶点序列，这些顶点序列会导致多个交易序列。由网络中所有路径引起的事务序列形成了一个非常大的序列数据库。从序列数据库中寻找频繁的序列模式，可以发现网络中许多路径上频繁出现的有趣的连续性。然而，这是一个具有挑战性的任务，因为由数据库图诱导的序列数据库太大，无法显式地诱导和存储。在本文中，我们提出了新的概念，数据库图，自然模型广泛的现实世界的网络，通过关联每个顶点与一个交易数据库。我们的目标是从数据库图中找出序列数据库中的前k个频繁序列模式。我们证明了这个问题是#P-hard问题。为了解决这个问题，我们提出了一个有效的两步抽样算法，近似的top-k频繁序列模式，可证明的质量保证。在合成数据集和真实数据集上的大量实验结果证明了该方法的有效性和效率。
2018-05-08 cs.DB
A Constraint Programming Approach for Mining Sequential Patterns in a Sequence Database
University of Caen（卡昂大学）；University PARIS 13（巴黎第十三大学）
基于约束的模式发现是众多数据采掘任务的核心。模式是相对于一组给定的约束（频率，封闭性，大小等）提取的。在序列模式挖掘的背景下，已经开发了大量专门的技术来解决特定类别的约束。本文的目的是研究使用约束编程（CP）的建模和挖掘序列数据库中的序列模式。我们的CP方法提供了一种自然的方式，在同一个框架中同时结合了来自不同来源的大量约束。实验结果表明，我们的方法的可行性和利益。
2013-11-27 cs.AI cs.DB
TKUS: Mining Top-K High-Utility Sequential Patterns
高效用序列模式挖掘（HUSPM）是近年来的一个研究热点。HUSPM的主要任务是在一个定量的序列数据库中找到所有具有高效用的连续性，这些连续性相对于用户定义的最小效用阈值具有高效用。然而，很难指定最低效用阈值，特别是当数据库功能（在大多数情况下是不可见的）不被理解时。为了解决这个问题，top-k HUSPM被提出。到目前为止，只进行了非常初步的工作，以捕捉前k HUSP，现有的策略需要改进的运行时间，内存消耗，没有前途的候选人过滤，和可扩展性。此外，没有系统的问题说明。在本文中，我们制定的top-k HUSPM的问题，并提出了一种新的算法称为TKUS。为了提高效率，TKUS采用了投影和局部搜索机制，并采用了几种方案，包括序列效用提升，提前终止后代和消除不希望的项目策略，这使得它能够大大减少搜索空间。实验结果表明，TKUS算法与现有的TKHUS-Span算法相比，具有足够好的top-k HUSPM性能.
2020-11-26 cs.DB
SHARP: Shared State Reduction for Efficient Matching of Sequential Patterns
SHARP 通过模式共享度（PSD）抽象实现模式间状态共享与状态缩减，在延迟界限下以常数时间选择部分匹配子集，从而在 CEP、OLAP 和 RAG 场景中实现高效尽力而为的序列模式匹配。
2025-11-06 cs.DB
TaSPM: Targeted Sequential Pattern Mining
Jinan University（暨南大学）；Pazhou Lab（琶洲实验室）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
序列模式挖掘（SPM）是模式挖掘的一种重要技术，在实际中有着广泛的应用。虽然已经提出了许多有效的序列模式挖掘算法，但针对目标序列的研究很少。有针对性地查询序列模式不仅可以减少SPM生成的序列数量，而且可以提高用户进行模式分析的效率。现有的靶向序列查询算法都是基于特定的场景，不能推广到其他应用。在本文中，我们制定了有针对性的序列模式挖掘的问题，并提出了一个通用的框架，即TaSPM，基于快速CM-SPAM算法。此外，为了提高TaSPM在大规模数据集和基于多项的序列数据集上的效率，我们提出了几种剪枝策略来减少挖掘过程中的无意义操作。TaSPM中设计了四种剪枝策略，能够快速终止不必要的模式扩展，获得更好的性能。最后，我们在不同的数据集上进行了广泛的实验，比较现有的SPM算法与TaSPM。实验结果表明，新的目标挖掘算法TaSPM可以实现更快的运行时间和更少的内存消耗。
2022-02-26 cs.AI cs.DB
When to Update the sequential patterns of stream data?
在本文中，我们首先定义了流数据的新旧序列模式之间的差异度量，证明了它是一个距离。在此基础上，提出了一种实验性的方法TPD（Tradeoff between Performance and Difference），该方法通过权衡递增更新算法的性能和序列模式的差异来决定何时更新流数据的序列模式。对增量更新算法IUS在两个数据集上的实验表明，一般情况下，随着增量窗口大小的增大，加速比值减小，差值值增大。实验还表明，由TPD方法确定的增量比不单调增加或减少，但在20和30%之间的范围内变化的IUS算法。
2003-01-26 cs.AI cs.DB
Relationship-aware sequential pattern mining
感知事件序列模式挖掘是基于事件的类型，挖掘序列中的频繁模式的问题，其中序列中的事件通过来自一些相应的层次分类法的一个或多个概念相互关联。此外，事件本身也用一定数量的分类概念来描述。我们提出了RaSP算法，能够挖掘这种序列的关系感知模式，RaSP遵循两个阶段的方法。在第一阶段，它挖掘频繁的类型模式和{ \em all}它们在不同序列中的出现。在第二阶段中，它执行分层挖掘，其中对于每个频繁类型模式及其出现，它在较低级别的分类中挖掘更具体的频繁模式。我们测试RaSP在现实世界的医疗应用程序，提供了它的发展的灵感，在其中，我们挖掘频繁的模式，在抗生素治疗的微生物的医疗行为，并表明它有一个非常好的计算性能的复杂性的关系感知序列模式挖掘问题。
2012-12-21 cs.DB stat.AP
Mining compact high utility sequential patterns
高效用序列模式挖掘（HUSPM）旨在挖掘序列数据集中所有产生高效用（利润）的模式。HUSPM对于多个应用程序非常有用，例如购物篮分析，市场营销和网站点击流分析。在这些应用中，用户还可以考虑数据集中频繁出现的高效用模式，以获得更丰富的信息。然而，该任务是高计算，因为算法可能生成可能是冗余的或低重要性的组合爆炸数量的候选者。为了降低挖掘复杂度，获得紧凑的频繁高效用序列模式集，提出了一种挖掘封闭频繁高效用序列模式集的算法CHUSP。这样的模式保持了简洁的表示，同时保留了完整的FHUSP集的相同的表达能力。所提出的算法依赖于CHUS数据结构来维护挖掘过程中的信息。它使用三种剪枝策略来消除早期的低效用和非频繁模式，从而减少了搜索空间。在六个真实数据集上进行了广泛的实验评估，以评估CHUSP在执行时间，内存使用和生成模式数量方面的性能。实验结果表明，CHUSP可以有效地发现在不同的用户自定义阈值的紧凑集的CHUSP。
2023-02-22 cs.DB cs.IR
High-utility Sequential Rule Mining Utilizing Segmentation Guided by Confidence
Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；Jinan University（暨南大学）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
本研究提出RSC算法，通过信心引导的分段减少冗余效用计算，提升高效用序列规则挖掘效率。
2026-01-27 cs.DB
Discovery of Crime Event Sequences with Constricted Spatio-Temporal Sequential Patterns
Warsaw University of Technology（华沙理工大学）；Carnegie Mellon University（卡内基梅隆大学）
在这篇文章中，我们介绍了一种新类型的时空序列模式称为压缩时空序列（CSTS）模式，并深入分析其性质。我们证明了CSTS模式集是一个简洁的表示所有时空序列模式，可以发现在一个给定的数据集。为了测量所发现的CSTS模式的重要性，我们采用了参与指数测量。我们还提供了CSTS-Miner：一种发现事件数据中所有参与指数强CSTS模式的算法。我们实验评估所提出的算法使用两个犯罪相关的数据集：匹兹堡警察事件日志数据集和波士顿犯罪事件报告数据集。在实验中，CSTS-Miner算法与其他四个最先进的算法：STS-Miner，CSTPM，STBFM和CST-SPMiner进行了比较。实验结果表明，该算法发现的模式比其他选定的算法少得多。最后，我们提供了有趣的犯罪相关模式发现的建议CSTS-Miner算法的例子。
2021-12-03 cs.AI cs.DB cs.LG
On mining complex sequential data by means of FCA and pattern structures
LORIA (CNRS – Inria NGE – U. de Lorraine)（洛林大学、法国国家信息与自动化研究所、法国国家科学研究中心联合计算机研究实验室）；Orange Labs（奥兰治实验室）；National Research University Higher School of Economics（国立研究型高等经济学院）
如今，数据集以非常复杂和异构的方式提供。挖掘这样的数据汇集对于支持从医疗保健到市场营销的许多现实世界的应用是必不可少的。在这项工作中，我们专注于“复杂”的顺序数据的分析，通过有趣的顺序模式。我们使用优雅的数学框架的形式概念分析（FCA）及其扩展的基础上“模式结构”的问题。模式结构用于挖掘复杂数据（如序列或图），并基于包含操作，在我们的情况下，该操作是相对于序列的偏序定义的。我们展示了图案结构以及投影（即，顺序结构的数据简化）能够枚举更有意义的模式并提高该方法的计算效率。最后，我们展示了所提出的方法的适用性，发现和分析有趣的患者模式，从法国的医疗保健数据集癌症。在此用例中报告了定量和定性结果（带有医生的注释和分析），这是这项工作的主要动机。关键词：数据采掘;形式概念分析;模式结构;投影;序列;序列数据。
2015-04-09 cs.AI cs.DB
A survey on the semantics of sequential patterns with negation
Inria – Centre de Lyon（法国国家信息与自动化研究所里昂中心）；AIstroSight
本文通过问卷调查研究用户对带否定顺序模式语义的直觉，发现两种语义最直观但与主流最先进算法的语义不一致，并据此提出改进结论解释的建议。
2023-09-20 cs.AI cs.DB cs.LG
Semantics of negative sequential patterns
CNRS / IRIT（法国国家科学研究中心 / 图卢兹计算机研究所）；Institut Agro / IRISA UMR6074（法国农业研究院 / 雷恩计算机科学与随机系统研究所）
在模式挖掘领域中，负序列模式是指由将要发生的事件和将要不发生的其他事件（称为负事件）组成的序列。例如，模式$\langle a\ \neg b\ c\rangle$的包含随着a的出现和随后的c的出现而出现，但在其间没有b的出现。本文旨在揭示这种看似直观的符号的模糊性，并为模式和序列之间的包含关系确定了八种可能的语义。这些语义的说明和正式研究，特别是我们提出的优势和它们之间的等价关系。此外，我们证明了支持是反单调的这些语义。一些结果进行了讨论，其目的是开发算法，以有效地提取频繁的负模式。
2020-02-21 cs.AI cs.DB
The Algorithms of Updating Sequential Patterns
由于时态数据库中挖掘的数据会随着时间的推移而不断变化，因此时态数据库中频繁序列的增量式挖掘一直是研究的重点。本文提出了一种算法IUS，利用原始数据库中的频繁序列和负边界序列进行增量式序列挖掘。为了处理某些数据需要从原始数据库中更新的情况，我们提出了一种称为DUS的算法来维护更新后的数据库中的序列模式。我们还定义了负边界序列阈值：Min_nbd_supp，以控制负边界中的序列数量。
2002-03-27 cs.AI cs.DB
Mining Negative Sequential Patterns to Improve Viral Genomic Feature Representation and Classification
College of Information Science and Technology, Jinan University, Guangzhou 510632, China（信息科学与技术学院，暨南大学，广州510632，中国）；College of Cyber Security, Jinan University, Guangzhou 510632, China（网络安全学院，暨南大学，广州510632，中国）
本文提出GeneNSPCla框架，通过挖掘RNA病毒基因组中的负序列模式提取判别性缺失特征，提升病毒分类准确性，实验表明在8种分类器中平均准确率提升24.75%。
2026-04-28 cs.DB cs.LG
Efficiency Analysis of ASP Encodings for Sequential Pattern Mining Tasks
AGROCAMPUS-OUEST（西部农业学院）；IRISA-UMR 6074（IRISA-UMR 6074 研究所）；Inria（法国国家信息与自动化研究所）；Inria – Centre de Rennes（法国国家信息与自动化研究所雷恩中心）；Potsdam University（波茨坦大学）
本文介绍了使用回答集编程（ASP）挖掘序列模式。ASP是一种高级说明性逻辑编程范例，用于高级编码、组合和优化问题求解以及知识表示和推理。因此，ASP是实现具有背景知识的模式挖掘的一个很好的候选者，这一直是数据采掘的问题。我们提出了编码的经典序列模式挖掘任务中的两种表示嵌入（填充间隙与跳过间隙）和各种模式：频繁，约束和浓缩。我们比较了这些编码的计算性能，以更好地了解ASP编码的效率。实验结果表明，在实际问题中，填充间隙策略具有更低的内存消耗。最后，相比约束编程方法（CPSM），另一个声明式编程范式，我们的建议表现出相当的性能。
2017-11-14 cs.AI cs.DB stat.ML
OPP-Miner: Order-preserving sequential pattern mining
Hebei University of Technology（河北工业大学）；Florida Atlantic University（佛罗里达大西洋大学）；Mininglamp Academy of Sciences, Mininglamp Technology（明略科技明略科学院）；Hefei University of Technology（合肥工业大学）
时间序列是按时间顺序排列的测量值的集合。从时间序列中发现模式在许多领域都很有用，例如股票分析，疾病检测和天气预报。为了发现模式，现有的方法通常将时间序列数据转换为另一种形式，如名义/符号格式，以降低维数，这不可避免地偏离数据值。此外，现有的方法主要忽略了时间序列值之间的顺序关系。为了解决这些问题，受保序匹配的启发，本文提出了一种保序序列模式（Order-Preserving Sequential Pattern，简称Sequential Pattern）挖掘方法，该方法基于时间序列数据的顺序关系来表示模式。这种表示的固有优点是，时间序列的趋势可以由时间序列数据下的值的相对顺序表示。为了获得时间序列中的频繁趋势，我们提出了OPP-Miner算法来挖掘具有相同趋势的模式（具有相同相对顺序的子序列）。OPP-Miner采用过滤和验证策略计算支持度，采用模式融合策略生成候选模式。为了压缩结果集，我们还研究了寻找最大的OPPs。实验证明，OPP-Miner不仅是高效和可扩展的，而且还可以发现时间序列中的相似子序列。此外，案例研究表明，我们的算法在分析COVID-19疫情中具有很高的实用性，通过识别关键趋势和提高聚类性能。
2022-02-09 cs.AI cs.DB
Using Answer Set Programming for pattern mining
AGROCAMPUS-OUEST/IRISA UMR6074（西部农学院/法国信息与随机系统研究所）；Inria（法国国家信息与自动化研究所）
序列模式挖掘就是从一个唯一的项集序列中提取频繁序列模式。本文探讨了声明性语言，如回答集编程（ASP），有效地解决这个问题的能力。我们提出了几个ASP实现的频繁序列模式挖掘任务：一个非增量和增量的决议。结果表明，增量解析比非增量解析更有效，但两种ASP程序的效率都低于专用算法。尽管如此，这种方法可以被看作是第一步，一个通用的框架，顺序模式挖掘的约束。
2014-09-27 cs.AI cs.DB cs.LO
NegPSpan: efficient extraction of negative sequential patterns with embedding constraints
Agrocampus-Ouest（西部农业高等教育学院）；IRISA（信息与随机系统研究所）；Univ Rennes（雷恩大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）
频繁序列模式挖掘是指在一个大的序列数据集中提取被建模为模式的重复行为。这些模式告诉我们哪些事件在序列中经常被观察到，即真正发生了什么。有时，知道某个特定事件没有发生比提取大量观察到的事件更能提供信息。负序贯模式（NSP）通过包含观察事件和缺席事件的模式来描述重复行为。已经提出了几种方法来开采这样的NSP。此外，不同方法的NSP在句法和语义上存在差异，这使得它们难以进行比较。本文提供了一个统一的框架，制定的句法和语义的NSP。然后，我们介绍了一种新的算法，NegPSpan，提取NSP使用前缀跨度深度优先方案，并启用maxgap约束，其他方法不考虑。正式框架允许突出所提出的方法与文献中的方法之间的差异，特别是与最先进的方法eNSP之间的差异。在合成数据集和真实数据集上进行的大量实验表明，NegPSpan可以提取有意义的NSP，并且由于内存需求显著降低和计算时间缩短，它可以处理比eNSP更大的数据集。
2018-07-25 cs.AI cs.DB cs.DS
Mining Weighted Sequential Patterns in Incremental Uncertain Databases
University of Dhaka（达卡大学）；University of Manitoba（曼尼托巴大学）
本文针对增量不确定数据库中的加权序列模式挖掘问题，提出了一种挖掘频繁序列的算法及两种增量挖掘新技术，实验验证了框架的高效性。
2024-03-31 cs.AI cs.DB
Mining Non-Redundant Local Process Models From Sequence Databases
Eindhoven University of Technology（埃因霍温理工大学）；University of Tartu（塔尔图大学）
序列模式挖掘技术从序列数据库中提取对应于频繁序列的模式。这些技术的一个实际局限性是，它们会让用户负担太多的模式。局部过程模型挖掘是过程挖掘领域的一种新的挖掘方法。在传统的序列模式挖掘中，一个模式描述一个子序列，而LPM捕获一组连续性。此外，虽然传统的顺序模式仅匹配在序列数据库中观察到的顺序，但LPM可以捕获未明确观察到的顺序，但与观察到的顺序相关。换句话说，LPM概括了在序列数据库中观察到的行为。这些属性使得一组LPM可以覆盖更大的一组顺序模式的行为。然而，现有的LPM挖掘技术仍然遭受模式爆炸问题，因为它们产生冗余LPM集。在本文中，我们提出了几种算法来挖掘一组非冗余的LPM，无论是从一组冗余的LPM或从一组序列模式。我们根据经验比较他们之间的建议，并对现有的（本地）流程挖掘技术的覆盖率，冗余度和复杂性的生产集的LPM。
2018-09-21 cs.AI cs.DB cs.DS
Memory-Efficient Sequential Pattern Mining with Hybrid Tries
Warrington College of Business（沃顿商学院）；University of Florida（佛罗里达大学）；Tepper School of Business（泰珀商学院）；Carnegie Mellon University（卡内基梅隆大学）；Rotman School of Management（罗特曼管理学院）；University of Toronto（多伦多大学）
本文提出一种基于混合trie数据结构和相应挖掘算法的内存高效序列模式挖掘方法，有效解决了大型数据集的内存瓶颈，在中小型实例上内存和时间均显著改善，且在256GB内存下唯一可处理大型数据集。
2024-07-27 cs.AI cs.DB cs.DS
Conditional probability based significance tests for sequential patterns in multi-neuronal spike trains
在本文中，我们考虑在多神经元脉冲序列中检测统计上显著的序列模式的问题。这些模式的特征在于来自不同神经元的尖峰的有序序列，尖峰之间具有特定的延迟。我们以前提出了一个数据挖掘方案，有效地发现这样的模式，这是频繁的意义上说，在数据流中的模式的非重叠出现的计数是高于阈值。在这里，我们提出了一种方法来确定这些重复模式的统计意义，并自动设置阈值。我们的方法的新颖之处在于，我们使用复合零假设，不仅包括独立神经元的模型，还包括神经元具有弱依赖性的模型。神经元之间的相互作用的强度表示在某些成对的条件概率。我们通过对所有这些条件概率设置上限来指定我们的零假设。我们构建了一个概率模型来捕捉计数过程，并使用它来计算任何模式的计数均值和方差。利用这一点，我们得出了一个测试的显着性拒绝这样一个零假设。这也允许我们对不同的重要模式进行排序。我们说明了我们的方法使用脉冲序列产生的非齐次泊松模型与嵌入的依赖关系的有效性。
2008-08-28 cond-mat.dis-nn cs.DB q-bio.NC
