Activity Modeling in Smart Home using High Utility Pattern Mining over Data Streams
Anna University（安纳大学）；Sri Venkateswara College of Engineering（斯里文卡特斯瓦拉工程学院）
灵巧家庭技术是人们在关心安全、舒适和节能的同时更好的选择。需要开发能够识别家中居民日常生活活动（ADL）并检测个人模式中异常行为的技术。利用频繁模式挖掘（FPM）、高效用模式挖掘（HUP）等数据采掘技术从采集的传感器数据中发现这些活动模式。但是将上述技术应用于从时间传感器数据流进行活动识别是高度复杂且具有挑战性的任务。为此，提出了一种基于频繁模式流树（FPS - tree）的传感器数据流活动识别方法。FPS是一种基于滑动窗口的方法，用于从数据流中发现最近的活动模式。所提出的工作的目的是在识别频繁的模式，用户从传感器数据流，后来建模为活动识别。FPM算法使用一种称为链接传感器数据流（Linked Sensor Data Stream，LSDS）的数据结构来存储传感器数据流信息，从空间和时间两个方面提高了频繁模式挖掘算法的效率。实验结果表明，该算法的效率和该FPM进一步扩展到应用功率效率使用HUP检测高使用的电力消耗的居民在灵巧家庭。
2013-06-25 cs.AI cs.DB
A Framework for Plant Topology Extraction Using Process Mining and Alarm Data
工厂容易出故障。为了通知操作员发生故障，警报器被用作现代计算机控制设备的基本部分。然而，由于工厂的不同部分相互连接，单个故障通常会在工厂中传播并触发（有时是大量）警报。图形化的工厂拓扑可以帮助操作员、工艺工程师和维护专家找到工厂故障的根本原因或故障的传播路径。提出了一种从报警数据中提取设备拓扑结构的方法。该方法基于流程挖掘，即基于记录的事件对流程（不一定是工程流程）进行建模的概念和算法的集合。报警数据的基于事件的性质以及记录的报警的时间顺序使它们适合于过程挖掘。本文提出的方法是基于准备报警数据的过程挖掘，然后使用合适的过程挖掘算法来提取工厂拓扑结构。提取的拓扑结构表示为常见的Petri网，可用于根本原因分析和发现故障传播路径。文中还讨论了对提取的拓扑进行评价的方法。著名的田纳西伊士曼过程的案例研究表明，所提出的方法的实用性。
2020-04-30 cs.DB cs.SY eess.SP
Applying Process Mining on Scientific Workflows: a Case Study on High Performance Computing Data
针对科学工作流在HPC集群中产生复杂流导致分析困难的问题，提出从SLURM日志提取案例ID并关联显式/隐式依赖作业的方法，经实验验证可支持流程挖掘、全面记录工作流及识别性能瓶颈。
2025-02-14 cs.DB
EdgeMiner: Distributed Process Mining at the Data Sources
本文提出EdgeMiner算法，直接在传感器节点上对实时事件流进行分布式过程挖掘，避免集中存储原始数据，提升了可扩展性与隐私性，实验证明其能高效确定事件前驱，通信开销最高降低96%。
2024-10-13 cs.DB cs.DC
Smart City Data Analysis via Visualization of Correlated Attribute Patterns
城市状况由各种各样的传感器监测，这些传感器测量温度和交通量等多个属性。传感器的相关性有助于准确分析和理解城市状况。相关属性模式（CAP）挖掘发现多个属性之间的相关性，从传感器集空间上彼此接近，并在其测量时间相关。在本文中，我们开发了一个可视化系统CAP挖掘和演示分析的智慧城市数据。我们的可视化系统支持通过地图上的传感器位置及其测量值的时间变化直观地了解采矿结果。在我们的演示场景中，我们提供了从中国和西班牙桑坦德收集的四个智慧城市数据集。我们证明了我们的系统有助于智能城市数据的交互式分析。
2021-04-14 cs.DB
Ant Colony Optimization for Mining Gradual Patterns
渐进模式提取是数据库中知识发现（KDD）的一个领域，它将数据集属性之间的相关性映射为渐进依赖关系。渐进依赖性可以采取“属性K越多，属性L越少”的形式。在本文中，我们提出了一种蚁群优化技术，使用概率的方法来学习和提取频繁的渐进模式。通过在真实数据集上的计算实验，将该算法与已有的渐进式项目集抽取算法进行了性能比较，发现该算法在处理大数据集时的性能优于后者.
2022-08-31 cs.DB cs.NE
Census Data Mining and Data Analysis using WEKA
数据采掘（也称为从数据库中发现知识）是从数据库中提取隐藏的、先前未知的和潜在有用的信息的过程。提取数据的结果可用于分析未来的规划和发展前景。在本文中，我们已经尝试展示了如何提取地方（地区）一级的人口普查，社会经济和人口相关的其他数据的知识发现和分析使用强大的数据采掘工具Weka。
2013-10-17 cs.CY cs.DB
Very Large Language Model as a Unified Methodology of Text Mining
University of Notre Dame（圣母大学）
文本数据采掘是从语言文本中提取必要信息的过程。典型的文本挖掘任务包括文本分类、文本聚类、主题建模、信息抽取和文本摘要。收集各种数据集，并为不同类型的任务设计各种算法。本文提出了一个大胆的设想，即超大型大语言模型（VLLM）将成为文本挖掘的一种有效的统一方法。我讨论了这种新方法对传统方法的至少三个优点。最后，我讨论了在设计和开发的VLLM技术的文本挖掘的挑战。
2022-12-20 cs.AI cs.DB cs.LG
Extracting and Pre-Processing Event Logs
事件数据是所有流程挖掘分析的基础。大多数流程挖掘技术都假设它们的输入是事件日志。然而，事件数据很少以事件日志格式记录，而是必须从原始数据中提取。事件日志提取本身就是一种建模行为，因为分析人员必须有意识地选择原始数据的哪些特征用于描述哪些实体的哪些行为。了解这些选择以及跟踪、案例、活动、事件、表和日志等概念中细微但重要的差异，对于掌握高级流程挖掘分析至关重要。本文提供了基本概念和形式化，并讨论了从原始事件表中提取事件日志和事件日志预处理的设计决策。它是作为一个过程采矿课程的高级讲座的学习材料。
2022-11-08 cs.DB cs.DS
Application of Rough Set Theory in Data Mining
粗糙集理论是一种处理决策问题中的不确定性和不确定性的新方法。数据采掘是一门对数据分析、发现新的有意义的知识和自主决策有重要贡献的学科。粗糙集理论为从数据中提取决策规则提供了一种可行的方法，本文介绍了粗糙集理论的基本概念和数据采掘的其它方面，讨论了粗糙集理论在数据表示中的应用，包括属性值块对、信息表约简、不相容关系和决策表。此外，粗糙集方法的上下近似和某些可能的规则集的概念。最后，对粗糙集理论在数据采掘系统中的应用进行了描述。
2013-11-17 cs.DB
Mining Process Model Descriptions of Daily Life through Event Abstraction
Eindhoven University of Technology（埃因霍温理工大学）；Philips Research（飞利浦研究院）
流程挖掘技术的重点是从事件日志中提取对流程的洞察。过程挖掘有可能在（非）健康习惯方面提供有价值的见解，并在应用于来自灵巧家庭环境的数据时有助于环境辅助生活解决方案。然而，在灵巧家庭环境中记录的事件是在传感器触发器的级别上，在该级别上，过程发现算法产生过度概括的过程模型，该过程模型允许太多的行为并且难以为人类专家解释。我们表明，抽象的事件，以更高层次的解释，可以发现更精确，更容易理解的模型。我们提出了一个框架提取的功能，可用于抽象的监督学习方法，是基于XES IEEE标准的事件日志。在传感器和人类活动事件都已知的训练数据上训练该框架之后，该框架可以自动地将传感器级事件抽象为它们在人类活动级的解释。我们展示了我们的抽象框架上的三个现实生活中的灵巧家庭事件日志，并表明，抽象后可以发现的过程模型确实更精确。
2017-05-25 cs.AI cs.DB cs.LG
Extracting Multiple Viewpoint Models from Relational Databases
流程挖掘项目中的大量时间都花在查找和理解数据源以及提取所需的事件数据上。因此，实际上只有一小部分时间用于应用技术来发现、控制和预测业务流程。此外，目前的过程挖掘技术假设一个单一的情况下的概念。然而，在现实生活中，不同的案例概念往往交织在一起。例如，同一订单处理流程的事件可能涉及客户、订单、订单行、交货和付款。因此，我们建议使用多视点（MVP）模型，通过对象关联事件，通过类关联活动。所需的事件数据更接近于现有的关系数据库。MVP模型提供了一个关于流程的整体视图，但也允许使用不同的视角提取经典事件日志。通过这种方式，现有的流程挖掘技术可以用于每个视点，而不需要新的数据提取和转换。我们提供了一个工具链，允许从关系数据库中发现MVP模型（注释有性能和频率信息）。此外，我们证明了经典的过程挖掘技术可以应用于任何选定的观点。
2020-01-08 cs.DB
A Causality-Aware Pattern Mining Scheme for Group Activity Recognition in a Pervasive Sensor Space
Korea Advanced Institute of Science & Technology（韩国科学技术院）；Meta
本文提出一种因果感知模式挖掘方案，通过从普适传感器事件序列中提取频繁因果模式并进行加权模式匹配，在无需用户识别的情况下实现高效群体活动识别，实验表明其识别精度优于现有方案且运行时开销较小。
2023-12-01 cs.DB cs.LG
The Coron System
Coron是一个独立于领域和平台的、多用途的数据采掘工具包，它不仅包含了丰富的数据采掘算法集合，还允许一些辅助操作。据我们所知，像Coron这样专门为项集提取和关联规则生成设计的数据采掘工具包在其他地方并不存在。Coron还为准备和过滤数据以及解释提取的知识单元提供支持。
2011-11-24 cs.DB
Characterization and extraction of condensed representation of correlated patterns based on formal concept analysis
Université de Tunis El-Manar（突尼斯埃尔马纳尔大学）；Faculté des Sciences de Tunis（突尼斯理学院）；F.S.E.G de Nabeul（纳布勒经济与管理学院）；Telecom Bretagne（布列塔尼电信学院）；ESIG de Kairouan（凯鲁万高等信息工程学院）
相关模式挖掘已经越来越成为数据采掘中的一项重要任务，因为这些模式可以传达有关数据之间有意义和令人惊讶的关系的知识。频繁的相关模式在文献中进行了深入研究。在这篇论文中，我们建议根据债券相关性度量，从频繁相关和罕见相关模式中受益。我们提出从频繁相关模式集和稀有相关模式集中提取一个无信息丢失的子集，这个子集称为"压缩表示“。在这方面，我们是基于来自形式概念分析FCA的概念，特别是等价类相关的封闭运营商fbond专用于债券措施，介绍新的简明表示频繁相关和罕见的相关模式。
2018-10-12 cs.DB cs.LG
An analytical framework for data stream mining techniques based on challenges and requirements
越来越多的产生大量数据流的应用程序需要智能数据处理和在线分析。实时监视系统、电信系统、传感器网络和其他动态环境都是这样的例子。迫切需要将这些数据转化为有用的信息和知识，这就增加了解决流媒体挑战的系统、算法和框架的开发。这些数据集的存储、查询和挖掘在计算上是非常具有挑战性的任务。数据流挖掘是从不间断的信息流中提取以模型和模式表示的知识结构。一般来说，两个主要的挑战是设计快速挖掘方法的数据流，并需要及时检测不断变化的概念和数据分布，因为数据流的高度动态性。本文的目的是分析和分类的应用，不同的数据采掘技术在数据流挖掘的不同挑战。在本文中，我们提出了数据流分析的理论基础，并提出了数据流挖掘技术的分析框架。
2011-05-10 cs.DB
Data mining : past present and future - a typical survey on data streams
数据流挖掘是一个具有实际意义的领域，在医学、计算机科学、生物信息学、股票市场预测、天气预报、文本、音频和视频处理等领域都有着新的方法和发现。数据恰好是数据采掘中的关键问题。随着从多个传感器、互联网中继聊天、Twitter、Facebook、网上银行或ATM交易中产生的大量在线数据，动态变化数据的概念正在成为一个关键挑战，我们称之为数据流。本文给出了从数据流中发现频繁模式的算法，并通过一个实例分析，指出了数据流处理中的研究问题。
2016-05-04 cs.DB
Customer Data Clustering using Data Mining Technique
客户数据的分类和模式提取对于业务支持和决策制定非常重要。及时识别新出现的趋势在业务流程中非常重要。大公司拥有大量的数据，但却渴望知识。为了克服组织中存在的问题，需要一种新的技术来解决知识的匮乏，这种技术被称为数据采掘。本文的目标是通过数据采掘技术之一--客户聚类来识别高利润、高价值和低风险的客户。在第一阶段，使用IBM I-Miner通过人口统计聚类算法清洗数据并开发模式。在第二阶段，分析数据，开发集群并识别高价值低风险客户。这个集群通常代表10- 20%的客户，产生80%的收入。
2011-12-09 cs.DB
Motifs corrélés rares : Caractérisation et nouvelles représentations concises
近年来，稀有模式挖掘被证明在不同的数据采掘应用中具有附加价值，因为这些模式可以传达关于稀有和意外事件的知识。然而，稀有模式的提取受到两个主要限制，即在现实生活中的应用，挖掘模式的大量，以及低信息质量的一些稀有模式。在这种情况下，我们建议在挖掘过程中使用相关性度量bond，以便只保留那些在其各自项目之间具有一定程度相关性的罕见模式。稀有相关模式的结果集的表征，然后进行基于稀有性和相关性引起的不同类型的约束的研究。此外，基于等价类相关的封闭运营商致力于债券的措施，我们提出了简洁的表示罕见的相关模式。然后，我们设计了一个新的算法CRP_Miner致力于提取整个罕见的相关模式集。我们还介绍了CRPR_Miner算法，允许有效提取建议的简洁表示。此外，我们设计了另外两个算法，允许我们的查询和再生的整个集合的罕见的相关模式。实验结果表明了算法CRPR_Miner的有效性，并证明了所提出的简洁表示所提供的紧致度.
2018-10-16 cs.DB
Entity Extraction with Knowledge from Web Scale Corpora
The University of Western Australia（西澳大利亚大学）；The University of Melbourne（墨尔本大学）
实体抽取是文本挖掘和自然语言处理中的一项重要任务。一种流行的实体提取方法是将来自自由文本的子串与实体字典进行比较。在本文中，我们提出了几种技术作为后处理步骤，以提高现有的实体提取技术的有效性。这些技术利用网络规模语料库训练的模型，这使得我们的技术强大而通用。实验结果表明，我们的技术带来了显着的效率和效果的提高。
2019-11-21 cs.CL cs.DB cs.LG
GCG: Mining Maximal Complete Graph Patterns from Large Spatial Data
近年来，模式发现的研究已经从挖掘频繁模式和序列发展到挖掘结构化模式，如树和图。图作为一种通用的数据结构，可以对数据之间的复杂关系进行建模，在Web浏览和社交网络中有着广泛的应用。然而，由于大量子图的存在，挖掘大型图模式的过程是一个挑战。在本文中，我们的目标是挖掘频繁的完全图模式。数据库中的图g是完全的，如果每对不同的顶点由唯一的边连接。网格完全图（GCG）是一种挖掘算法，旨在探索有趣的修剪技术，以从Sloan数字巡天（SDSS）数据中提取最大的空间数据集的完整图。使用分而治之的策略，GCG表现出高效率，特别是在大量的模式。在本文中，我们描述了GCG，不仅可以挖掘简单的同位空间模式，但也复杂的。据我们所知，这是第一个用于在大型空间数据集中挖掘复杂同位模式的过程中提取最大完全图的算法。
2013-12-13 cs.DB
A Brief Review of Data Mining Application Involving Protein Sequence Classification
数据采掘技术已被研究人员用于分析蛋白质序列。在蛋白质分析中，特别是在蛋白质序列分类中，特征的选择是最重要的。流行的蛋白质序列分类技术涉及从序列中提取特定特征。研究人员应用一些著名的分类技术，如神经网络，遗传算法，模糊ARTMAP，粗糙集分类器等准确的分类。本文介绍了三种不同的分类模型：神经网络模型、模糊ARTMAP模型和粗糙集分类器模型。最后提出了一种新的蛋白质序列分类方法。所提出的技术试图减少以前的方法遇到的计算开销，并提高分类的准确性。
2012-11-20 cs.DB cs.NE
Process Mining on Distributed Data Sources
本文针对分布式数据源带来的挑战，提出过程挖掘从离线集中式事件日志向在线分布式传感器数据转变的研究议程，并倡导基于算法工程的方法论，为构建可扩展、隐私感知且以用户为中心的分布式过程挖掘技术提供路线图。
2025-06-03 cs.DB cs.DC cs.ET
Generating Time-Based Label Refinements to Discover More Precise Process Models
Eindhoven University of Technology（埃因霍温理工大学）；Philips Research（飞利浦研究院）
流程挖掘是一个研究领域，专注于分析事件数据，旨在提取与动态行为相关的见解。将过程挖掘技术应用于来自灵巧家庭环境的数据，有可能为（不）健康习惯提供有价值的见解，并有助于环境辅助生活解决方案。然而，找到正确的事件标签来启用流程挖掘技术的应用远非微不足道，因为简单地使用触发传感器作为传感器事件的标签会导致无信息模型，从而允许太多的行为（过度泛化）。领域专家建议的传感器级事件标签的改进已经被证明可以发现更精确和更有洞察力的过程模型。然而，目前还没有自动化的方法来生成细化的事件标签的过程挖掘的上下文中。在本文中，我们提出了一个框架，自动生成的标签细化的事件的时间属性的基础上，使我们能够区分行为上不同的情况下，相同的事件类型的时间属性的基础上。我们展示了一个案例研究与现实生活中的灵巧家庭事件数据，使用自动生成的精炼标签的过程发现，我们可以找到更具体的，因此更有见地，过程模型。我们观察到，一个标签细化可能会对其他标签细化一起使用时的有用性产生影响。因此，我们探索四种策略来生成多个标签细化的有用组合，并在三个现实生活中的灵巧家庭事件日志上进行评估。
2017-10-31 cs.AI cs.DB cs.LG
