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
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
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
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
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
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
Graph or Relational Databases: A Speed Comparison for Process Mining Algorithm
流程感知信息系统（PAIS）是管理、支持业务流程并从业务流程的执行中生成大型事件日志的IT系统。事件日志表示为一个元组，其形式为CaseID、TimeStamp、Activity和Actor。流程挖掘是一个新兴的研究领域，它处理基于事件日志的业务流程的研究和分析。流程挖掘旨在分析事件日志，发现业务流程模型，增强它们或检查与先验模型的一致性。生成的大量事件日志存储在数据库中。关系数据库对于某些类型的应用程序表现良好。然而，对于某些类别的应用程序，关系数据库不能扩展。许多NoSQL数据库已经出现，遇到了可扩展性的挑战。从事件日志中发现社会网络是流程挖掘中最具挑战性和重要的任务之一。相似任务和分包算法是组织挖掘中应用最广泛的算法之一。我们的目标是调查的数据库（关系或图）执行更好的组织挖掘下的过程挖掘。流程挖掘和图数据库的交叉可以通过使用图数据库对这些组织挖掘指标进行建模来实现。我们只使用查询语言结构在关系数据库和NoSQL（面向图）数据库上实现相似任务和分包算法。我们进行了实证分析，在一个大的现实世界的数据集，比较面向行的数据库和NoSQL面向图的数据库的性能。我们基准性能因素，如查询执行时间，CPU使用率和磁盘/内存空间使用的NoSQL面向图的数据库对面向行的数据库。
2016-12-31 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
A Survey of Utility-Oriented Pattern Mining
数据采掘和分析的主要目的是发现新的、潜在有用的模式，这些模式可以在现实世界的应用程序中使用，以获得有益的知识。为了识别和评估不同种类的模式的有用性，已经提出了许多技术和约束，例如支持度、置信度、序列顺序和效用参数（例如，重量、价格、利润、数量、满意度等）。近年来，人们对面向效用的模式挖掘（UPM，或称为效用挖掘）的需求越来越大。UPM是一项重要的任务，拥有众多高影响力的应用，包括交叉营销，电子商务，金融，医疗和生物医学应用。本调查旨在对芬欧汇川最先进的方法进行全面、全面和结构化的概述。首先，我们将介绍对UPM的深入理解，包括概念，示例以及与相关概念的比较。详细介绍了挖掘不同类型的高效用模式的最常见和最先进的方法的分类，包括基于Apriori的，基于树的，基于投影的，垂直/水平数据格式的，和其他混合的方法。对现有的高实用模式挖掘技术的高级主题进行了全面的回顾，并讨论了它们的优缺点。最后，我们提出了几个著名的UPM开源软件包。最后，我们讨论了这一领域的公开和实际挑战。
2019-09-16 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
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
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
Efficient Analysis of Pattern and Association Rule Mining Approaches
数据采掘的过程从给定的数据源产生各种模式。发现频繁项集、频繁序列模式、频繁序列规则和频繁关联规则是数据采掘中公认的最重要的任务。已经提出了许多有效的算法来完成上述过程。频繁模式挖掘一直是数据采掘研究的一个热点问题，有大量的文献可供参考，并取得了重要的进展，从事务数据库中频繁项集挖掘的高性能算法到复杂算法，如序列模式挖掘、结构化模式挖掘、相关性挖掘等。关联规则挖掘（ARM）是当前最流行的数据采掘技术之一，它从大型数据库中对对象进行分组，目的是从海量数据中提取有趣的关联和关系。本文对频繁模式挖掘的研究现状进行了简要的回顾和分析，并讨论了一些有前景的研究方向。此外，本文还包括所述方法的性能之间的比较研究。
2014-02-12 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
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
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
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
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
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
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
Guided Exploration of Sequential Rules
College of Cyber Security, Jinan University（暨南大学网络安全学院）；School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院）；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）
本文提出了一种高效发现用户导向顺序规则的方法，通过设计上界和相似性度量，提升挖掘效率并减少冗余规则。
2026-02-06 cs.DB
Towards Target Sequential Rules
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）
在许多实际应用中，顺序规则挖掘（SRM）可以为各种服务提供预测和推荐功能。发现属于高频、高置信度序列规则的所有有价值的规则是模式挖掘的一项重要技术。虽然已有多种SRM算法被提出来解决各种实际问题，但目前还没有针对目标序列规则的研究。有针对性的顺序规则挖掘旨在挖掘用户关注的有趣的顺序规则，从而避免产生其他无效和不必要的规则。该方法可以进一步提高用户分析规则的效率，减少数据资源的消耗。本文给出了目标序列规则的相关定义，阐述了目标序列规则的挖掘问题。此外，我们提出了一个有效的算法，称为有针对性的顺序规则挖掘（TaSRM）。为了提高TaSRM的效率，提出了几种剪枝策略和一种优化方法.最后，在不同的基准测试上进行了大量的实验，并从运行时间、内存消耗、可扩展性以及不同查询规则的查询案例等方面对实验结果进行了分析。结果表明，新算法TaSRM及其变体可以实现更好的实验性能相比，现有的基线算法。
2022-06-09 cs.AI cs.DB
Utility Mining Across Multi-Sequences with Individualized Thresholds
面向效用的模式挖掘已经成为一个新兴的话题，因为它可以揭示高效用模式（例如，项集、规则、序列），比传统的基于频繁/置信度的模式挖掘模型提供了更多的信息。在现实情况下，各种物品的效用并不完全相等;每一物品都有其自身的效用或重要性。一般情况下，用户考虑一个统一的最小效用（细节）阈值来识别高效用序列模式（HUSPs）的集合。这是无法找到有趣的模式，而细节设置极高或极低。我们首先设计了一个新的效用挖掘框架USPT，用于挖掘具有个性化特征的多序列的高效用序列模式。在设计的框架中，每个项目都有自己指定的最小效用阈值。基于字典序贯树和效用数组结构，提出了一个USPT框架来有效地发现HUSP。利用效用的上界，提出了几种剪枝策略，用于在搜索空间的早期对不具希望的候选进行剪枝。在真实数据集和人工数据集上进行的实验表明，该算法能够有效地挖掘具有个性化最小效用阈值的HUSP。
2019-12-25 cs.DB
Discovering High-utility Sequential Rules with Increasing Utility Ratio
College of Cyber Security, Jinan University（暨南大学网络空间安全学院）；University of Illinois Chicago（伊利诺伊大学芝加哥分校）
本文提出SRIU算法，通过递增效用比挖掘高效用序列规则，结合左-右和右-左扩展方法及优化策略提升效率和结果相关性。
2026-01-27 cs.DB
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
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
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
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
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
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
Utility Mining Across Multi-Dimensional Sequences
从数据库中提取知识是数据库和数据采掘领域的一项基本任务，在实际应用中有着广泛的应用。与基于支持的挖掘模型不同，面向效用的挖掘框架集成了效用理论，提供了更多的信息和有用的模式。时变序列数据在现实生活中很常见。序列数据已经被广泛地应用于许多应用中，例如分析Web上的序列用户行为、影响力最大化、路线规划和有针对性的营销。不幸的是，所有现有算法都忽视了这样一个事实：处理后的数据不仅包含丰富的特征（例如，发生数量、风险、利润等），而且还可以与多维辅助信息相关联，例如，交易序列可以与购买者简档信息相关联。在本文中，我们首先制定了跨多维序列的效用挖掘问题，并提出了一个新的框架命名为MDUS提取多维效用导向的序列有用模式。提出了两种求解该问题的算法MDUS_EM和MDUS_SD。前一种算法基于数据库转换，后一种算法执行模式连接和搜索方法来识别多维序列中的期望模式。在5个真实数据集和1个人工数据集上进行了大量的实验，实验结果表明该算法能够有效地从多维序列数据库中发现有用的知识。此外，MDUS框架可以提供更好的洞察力，并且它比当前现有的模型更适合于现实生活中的情况。
2019-02-25 cs.DB
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
Accelerator-Oriented Algorithm Transformation for Temporal Data Mining
时态数据采掘算法在包括计算神经科学在内的许多应用领域，特别是在尖峰训练数据的分析中变得越来越重要。虽然应用科学家已经能够很容易地收集多神经元数据集，但由于缺乏强大的算法和无法访问强大的硬件平台，分析能力一直落后。GPU架构（如Nvidia的GTX 280）的出现提供了一个具有成本效益的选择，可以将这些功能带到神经科学家的桌面上。与其将现有的算法移植到这个架构上，我们提倡算法转换的需要，即，重新考虑算法的设计，不必严格反映其串行实现。我们提出了一种新的实现频繁发作发现算法，通过重新审视“在大”的问题，如问题分解以及“在小”的问题，如数据布局和内存访问模式。这是不平凡的，因为频繁的情节发现并不适合GPU友好的数据并行映射策略。许多数据集的应用程序和CPU以及以前的GPU实现的比较展示了我们的方法的优势。
2009-05-13 cs.DB cs.DC
Discovering High Utility Episodes in Sequences
序列数据，例如，复杂事件序列，比其它类型的数据（例如，交易数据）在现实世界中的应用。对于序列数据的挖掘任务，已经制定了几个问题，如序列模式挖掘，情节挖掘和序列规则挖掘。情节挖掘作为最基本的问题之一，经常被研究。普遍的看法是，发现频繁发作是不够有用的。在本文中，我们提出了一个有效的效用挖掘方法，即UMEpi：效用挖掘的高效用Epperiment从复杂的事件序列。我们提出的概念，剩余效用的情节，并实现了更严格的上限，即情节加权利用率（EWU），这将提供更好的修剪。因此，优化后的基于EWU的剪枝策略可以更好地提高挖掘效率。UMEpi的搜索空间w.r.t.通过以深度优先的方式进行前缀生成，递归地生成和确定基于前缀的词典序列树，以挖掘高效用情节。最后，在四个真实数据集上的实验表明，UMEpi算法能够从复杂事件序列中发现完整的高效用事件集，而现有算法不能返回正确的结果。此外，改进的UMEpi变体在执行时间、内存消耗和可伸缩性方面明显优于基线。
2019-12-25 cs.DB
Beyond Frequency: Utility Mining with Varied Item-Specific Minimum Utility
面向效用的挖掘是效用理论与数据采掘相结合的产物，是理解经济消费者行为的有效工具。传统的挖掘高效用模式（High-utilizationPatterns，HUP）的算法采用单一/统一的最小高效用阈值（minutil）来获取HUP集合，但在现实生活中，某些特定的产品可能带来较低的效用，但它们的利润可能提供一些重要的信息。然而，如果细节设置为高，则丢失具有低细节的图案;如果细节设置为低，则图案的数量变得难以管理。本文提出了一种高效的单阶段面向效用的模式挖掘算法HIMU，用于挖掘具有不同项目特定最小效用的HUP。在HIMU中引入了一种新的树结构--多项效用集枚举树（MIU-tree）、全局排序和条件下闭包性质。此外，我们扩展了紧凑的实用程序列表结构，以保持必要的信息，因此，这种一阶段HIMU模型大大降低了计算成本和内存需求。此外，两个修剪策略，然后扩展，以提高性能。我们在几个合成和真实世界的数据集上进行了广泛的实验;结果表明，所设计的单阶段HIMU算法可以解决“稀有项问题”，并且在运行时间，内存使用和可扩展性方面具有比最先进的算法更好的性能。此外，增强的算法优于非优化的HIMU方法。
2019-02-25 cs.DB
US-Rule: Discovering Utility-driven Sequential Rules
Jinan University（暨南大学）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
效用驱动挖掘是数据科学中的一项重要任务，在现实生活中有着广泛的应用。高效用序列模式挖掘（HUSPM）是一种效用驱动的挖掘。HUSPM的目标是发现所有具有高实用性的序列模式。然而，现有的HUSPM算法不能提供一个准确的概率来处理一些场景的预测或推荐。高效用序列规则挖掘（HUSRM）旨在发现所有具有高效用和高置信度的序列规则。HUSRM算法目前只有一种，效率不高。在本文中，我们提出了一个更快的算法，称为US规则，有效地挖掘高效用的顺序规则。它利用规则估计效用共生剪枝策略（REUCP），以避免无意义的计算。为了提高密集长序列数据集上的效率，提出了四种更严格的上界（LEEU，REEU，LERSU，RERSU）和相应的剪枝策略（LEEUP，REEUP，LERSU，RERSU）.此外，US-Rule提出了规则估计效用重计算剪枝策略（REURP）来处理稀疏数据集。最后，通过在不同数据集上的大量实验，与现有算法进行了比较，结果表明，US-Rule算法在执行时间、内存消耗和可扩展性等方面都有较好的性能。
2021-11-29 cs.AI cs.DB
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
Utility-driven Mining of Contiguous Sequences
最近，连续序列模式挖掘（CSPM）作为一个研究课题，由于其各种潜在的现实世界中的应用，如Web日志和生物序列分析的兴趣。到目前为止，对CSPM问题的研究仍处于初步阶段。现有的CSPM算法效率不高，无法满足用户的需求，在运行时间和内存消耗方面还有待改进。此外，现有的算法被开发来处理简单的序列数据，一次只处理一个事件。复杂的序列数据表示同时发生的多个事件，在现实生活中也经常观察到。在本文中，我们提出了一种新的算法，快速效用驱动的连续序列模式挖掘（FUCPM），以解决CSPM问题。FUCPM采用紧凑的序列信息表和实例链结构来存储数据库和候选模式的必要信息。为了进一步提高效率，我们开发了全局无效项修剪和局部无效项修剪策略，基于序列加权利用率和项扩展利用率，以减少搜索空间。在真实世界和合成数据集上的大量实验表明，FUCPM优于最先进的算法，并且具有足够的可扩展性来处理复杂的序列数据。
2021-10-30 cs.DB
Mining Local Process Models
Eindhoven University of Technology（埃因霍温理工大学）；Philips Research（飞利浦研究院）
在本文中，我们描述了一种方法来发现频繁的行为模式的事件日志。我们将这些模式表示为\emph{local process models}。局部过程模型挖掘可以定位在过程发现和事件/序列模式挖掘之间。本文提出的技术是能够学习行为模式，涉及顺序组成，并发，选择和循环，像在进程挖掘。然而，我们不看从开始到结束的模型，这将我们的方法与过程发现区分开来，并创建了与情节/序列模式挖掘的链接。我们提出了一个增量的过程，用于建立本地的过程模型捕获频繁模式的基础上所谓的过程树。我们提出了五个质量维度和相应的度量本地流程模型，给定的事件日志。我们表现出单调性属性的一些质量维度，使本地过程模型发现通过修剪加速。我们通过一个真实的案例研究证明，挖掘本地模式可以让我们在常规的从开始到结束的流程发现技术只能学习非结构化的，花一样的模型的流程中获得见解。
2017-05-16 cs.DB cs.LG
On-shelf Utility Mining of Sequence Data
效用采矿由于其广泛的应用和相当的普及而成为一个重要和有趣的话题。然而，传统的效用挖掘方法偏向于具有较长上架时间的物品，因为它们有更大的机会产生高效用。为了消除这种偏差，引入了现成效用挖掘（OSUM）问题。在本文中，我们专注于任务的OSUM的顺序数据，其中顺序数据库被划分为几个分区，根据时间段和项目相关联的公用事业和几个上架时间段。为了解决这个问题，我们提出了两种方法，OSUM序列数据（OSUMS）和OSUMS+，提取货架上的高效用序列模式。为了进一步提高算法的效率，我们还设计了几种策略来减少搜索空间和避免冗余计算，使用两个上界时间前缀扩展效用（TPEU）和时间缩减序列效用（TRSU）。此外，两个新的数据结构的开发，以方便计算的上限和效用。在真实数据集和人工数据集上的大量实验结果表明，这两种方法的性能优于现有算法。综上所述，OSUMS可能会消耗大量的内存，不适合内存有限的情况下，而OSUMS+由于其高效率，具有更广泛的实际应用。
2020-11-26 cs.DB
DAME: A Web Oriented Infrastructure for Scientific Data Mining & Exploration
如今，许多科学领域都需要能够处理大量和分布式数据集，并在其上执行复杂的知识提取任务。这一简单的考虑是国际上努力建立虚拟组织，例如虚拟天文台的原因。DAME（数据挖掘与探索）是一个创新的，通用的，基于Web的，符合VObs的分布式数据挖掘基础设施，专门用于使用机器学习方法进行海量数据集探索。DAME最初仅用于处理天文数据，现已发展成为一个通用平台，在人类努力的其他领域也有应用。我们介绍了产品和一个科学案例的简短概述，以及现在发布的Web应用程序的测试版中可用的主要功能的详细描述。
2010-12-08 astro-ph.GA astro-ph.IM cs.DB
Incremental Mining of Frequent Serial Episodes Considering Multiple Occurrences
Inria（法国国家信息与自动化研究所）；Carnegie Mellon University（卡内基梅隆大学）；University of Waikato（怀卡托大学）；Telecom Paris（巴黎电信学院）；Institut Polytechnique de Paris（巴黎理工学院）
分析来自流的信息的需要出现在各种应用中。其基本研究方向之一是挖掘数据流上的序列模式。现有的研究多基于事务中模式的存在来挖掘项目序列，而没有考虑项目集序列及其多次出现的情况。然而，在一个窗口的项集流和它们的多次出现的模式，提供了额外的能力来识别模式的基本特征和它们之间的相互关系是无法识别的现有的基于存在的研究。在本文中，我们研究了这样一个新的序列模式挖掘问题，并提出了相应的顺序矿工与新的策略，有效地修剪搜索空间。在真实数据和合成数据上的实验表明了该方法的有效性。
2022-04-09 cs.AI cs.DB
Fast Utility Mining on Complex Sequences
高效用序列模式挖掘是数据库知识发现领域的一个新兴课题。它包括发现序列中具有高效用（重要性）的序列，称为高效用序列模式（HUSP）。HUSPs可以应用于购物篮分析、电子商务推荐、点击流分析、景区路线规划等实际应用中。例如，在经济学和目标营销中，理解消费者的经济行为是相当具有挑战性的，例如找到关于产品盈利能力的可信和可靠的信息。已经提出了几种算法来解决这个问题，有效地挖掘基于效用的有用的序列模式。然而，这些算法的性能可能是不令人满意的运行时间和内存使用方面，由于组合爆炸的搜索空间低效用阈值和大型数据库。因此，本文提出了一个更有效的算法的任务，高效用的序列模式挖掘，称为HUSP-BLOG。它利用一个字典序列（LS）树和一个实用链接（UL）列表结构，以快速发现HUSP。此外，在HUSP-SVM中引入了两种剪枝策略，以获得候选序列效用的严格上界，并通过早期剪枝不希望的候选序列来减少搜索空间。在真实数据集和人工数据集上的大量实验表明，该算法能够有效地发现HUSP的完整集合，性能优于现有算法.
2019-04-28 cs.DB cs.DS
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
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
SeqRFM: Fast RFM Analysis in Sequence Data
针对电子商务数据多样性和交易顺序挑战，提出SeqRFM算法，结合序列模式挖掘与RFM模型，识别高价值客户序列，实验证明其优越性。
2024-11-08 cs.DB
Targeted Mining of Time-Interval Related Patterns
本文提出TaTIRP算法，通过定向挖掘和多种剪枝策略高效发现符合特定标准的时间区间相关模式，并在真实与合成数据集上验证了其准确性和效率。
2025-07-16 cs.DB
Parallel algorithms for mining of frequent itemsets
Czech Technical University in Prague（布拉格捷克技术大学）；Institute of Computer Science（计算机科学研究所）
近十年来，企业开始收集大量数据。如果没有正确的分析，这些数据通常是无用的。分析数据的领域称为数据采掘。不幸的是，数据量非常大：数据不适合主内存，处理时间可能会变得非常巨大。因此，我们需要并行的数据采掘算法。频繁项集的生成算法是数据采掘中一个重要的算法。挖掘频繁项集的问题可以用下面的例子来解释：顾客走进一家商店，把一些商品放进他们的篮子里;商店的老板收集篮子，想知道至少有p%的篮子里一起购买的商品的集合。目前，挖掘频繁项集的顺序算法在性能上都比较好。然而，频繁项集挖掘的并行算法仍然没有达到很好的加速比。在这篇论文中，我们发展了一个在分散式记忆体平行电脑上，可用于任意深度优先搜寻顺序算法的平行频繁项目集挖掘方法。我们的方法在10个处理器上实现了~ 6的加速比。该方法基于对数据库样本的处理器负载的近似估计-然而，它总是从整个数据库计算频繁项集的集合。在这篇论文中，我们展示了我们的方法的理论基础，并显示了估计过程的性能。
2021-08-11 cs.DB cs.LG
Text-to-SQL Oriented to the Process Mining Domain: A PT-EN Dataset for Query Translation
Universidade de São Paulo（圣保罗大学）
本文提出了专为过程挖掘领域设计的双语基准数据集 text-2-SQL-4-PM，包含 1,655 条自然语言话语和 205 条 SQL 语句，并通过 GPT-3.5 Turbo 基线研究验证了其在 text-to-SQL 任务评估中的可行性与实用性。
2025-08-18 cs.AI cs.CL cs.DB
Top-k contrast order-preserving pattern mining
针对传统保序模式挖掘无法有效反映两类时间序列差异的问题，本文提出COPP-Miner算法挖掘top-k对比保序模式用于时间序列分类，通过极值点提取、正反双向挖掘及多种剪枝策略提升效率，实验验证其分类性能更优。
2024-03-07 cs.DB
A semantically enriched web usage based recommendation model
随着互联网技术的飞速发展，Web已经成为一个巨大的信息库，并且在没有编辑控制的情况下呈指数级增长。然而，人类阅读、访问和理解网络内容的能力仍然是不变的。这促使研究人员提供Web个性化的在线服务，如Web推荐，以减轻信息过载的问题，并提供定制的Web体验的Web用户。最近的研究表明，Web使用挖掘已经成为一种流行的方法，在提供Web个性化。然而，传统的基于Web使用的推荐系统是有限的，在他们的能力，使用的领域知识的Web应用程序。重点只放在Web使用数据上。因此，所发现的图案的质量是低的。在本文中，我们提出了一个新的框架，在Web使用挖掘过程中集成语义信息。序列模式挖掘技术应用于语义空间，以发现频繁的序列模式。频繁的导航模式中提取的本体实例，而不是Web页面视图的形式和由此产生的语义模式用于生成Web页面推荐给用户。实验结果表明，有希望的，并证明，将语义信息的Web使用挖掘过程中，可以为我们提供更多的有趣的模式，从而使推荐系统的功能更强大，更智能，更全面。
2011-11-10 cs.DB
ProUM: Projection-based Utility Mining on Sequence Data
效用是经济学中的一个重要概念。在现实生活中，各种各样的应用程序都考虑了效用，这导致了近十年来面向效用的挖掘（也称为效用挖掘）的出现。效用挖掘已经引起了人们的极大关注，但现有的大多数研究都是针对基于项目集的数据进行的。时间序列数据在现实世界中更常见，这与基于项集的数据不同。现有的效用挖掘算法在处理序列数据时，由于耗时和占用大量内存，仍存在一定的局限性。此外，效用挖掘在序列数据上的挖掘效率仍有待提高，特别是对于长序列或存在较低的最小效用阈值时。在本文中，我们提出了一个有效的基于投影的效用挖掘（ProUM）的方法来发现高效用的序列模式从序列数据。效用数组结构被设计用于存储序列顺序和效用的必要信息。ProUM利用投影技术生成效用数组，可以显著提高挖掘效率，并有效降低内存消耗。提出了一个新的序列扩展效用上界，并进一步应用了几种剪枝策略来提高ProUM的效率。通过引入效用理论，得到的高效用序列模式比其他类型的模式具有更深刻、更有趣的信息。实验结果表明，所提出的ProUM算法在执行时间、内存使用和可扩展性方面都明显优于现有算法。
2019-09-12 cs.DB cs.DS
