Characterizing Transactional Databases for Frequent Itemset Mining
Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）
本文研究了用于频繁项集挖掘的事务数据库的特征。这些特征通常用于基准测试和理解在这些数据库上工作的数据采掘算法。我们的研究的目的是给这些基准数据库的多样性和代表性的图片，无论是在一般情况下，但也在特定的实证研究的文献中发现的背景下。我们提出的指标列表包含了文献中发现的许多现有指标，以及新的指标。我们的研究表明，我们的指标列表能够捕捉到大部分数据集的内部复杂性，从而为事务数据集的表征提供了一个很好的基础。最后，我们提供了一组代表性的数据集，根据我们的表征，可以安全地用作基准。
2020-11-09 cs.AI cs.DB
RDF2Rules: Learning Rules from RDF Knowledge Bases by Mining Frequent Predicate Cycles
Beijing Normal University（北京师范大学）；Tsinghua University（清华大学）
近年来，几个大规模的RDF知识库被建立起来，并在许多基于知识的应用中得到应用。为了进一步增加RDF知识库中的事实数量，可以使用逻辑规则来预测基于现有事实的新事实。因此，如何从大规模的知识库中自动学习可靠的规则变得越来越重要。在本文中，我们提出了一种新的规则学习方法命名为RDF2Rules的RDF知识库。RDF2Rules首先从知识库中挖掘频繁谓词循环（FPC），然后从挖掘出的FPC中生成规则。由于每个FPC可以产生多个规则，并且在挖掘FPC的过程中使用了有效的剪枝策略，因此RDF2Rules的工作效率非常高。RDF2Rules的另一个优点是它在生成和评估规则时使用实体类型信息，这使得学习的规则更加准确。实验表明，我们的方法优于比较的方法在效率和准确性。
2015-12-24 cs.AI cs.DB
HybridMiner: Mining Maximal Frequent Itemsets Using Hybrid Database Representation Approach
FAST-National University of Computer and Emerging Sciences（FAST-国立计算机与新兴科学大学）
在本文中，我们提出了一种新的混合（基于数组的布局和垂直位图布局）的数据库表示方法，挖掘完整的最大频繁项集（MFI）稀疏和大型数据集。我们的工作是新颖的可扩展性，项目搜索顺序和两个水平和垂直投影技术。我们还提出了一个最大的算法，使用这种混合数据库表示方法。在真实数据集和稀疏数据集上的不同实验结果表明，该方法优于现有的最大值算法。
2009-04-21 cs.AI cs.DB cs.DS
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
Mining Multi-Level Frequent Itemsets under Constraints
BESTMOD Laboratory（BESTMOD实验室）；Institut Supérieur de Gestion（高等管理学院）
关联规则挖掘是数据采掘的一项任务，它从数据库中提取有用项（对象）之间重要蕴涵关系形式的知识。挖掘多级关联规则使用概念层次结构，也称为分类法，并定义为对象之间的关系类型'是一个'，提取规则，项目属于不同的抽象层次。这些规则更有用，更精确，更易于用户解释。在文献中已经提出了几种算法来发现多级关联规则。在这篇文章中，我们感兴趣的问题，发现多层次的频繁项集的约束下，涉及用户在研究过程中。我们提出了一种技术，在使用概念层次结构的上下文中的约束的建模和解释。提出并讨论了三种在约束条件下发现多层频繁项集的方法：基本方法、“测试生成”方法和基于剪枝的方法。
2010-12-26 cs.AI cs.DB cs.DS
An Efficient Algorithm for Mining Frequent Sequence with Constraint Programming
UCLouvain（鲁汶天主教大学）；KU Leuven（荷语鲁汶大学）
用于序列模式挖掘（SPM）的约束编程（CP）方法的主要优点是它们的模块化，其中包括添加新约束（正则表达式，长度限制等）的能力。目前SPM的最佳CP方法使用全局约束（模块）来计算投影数据库并强制执行最小频率;它使用类似于PrefixSpan方法的过滤算法来实现这一点。然而，最终的系统不像一些最先进的采矿系统，如Zaki的cSPADE那样可扩展。我们展示了如何使用技术从数据采掘和CP，可以使用一个通用的约束求解器，但优于现有的专业系统。这主要是由于计算投影频率的模块中的两个改进：首先，可以通过预先计算符号可能变得不被序列支持的位置来加速计算投影数据库，从而避免每次扫描整个序列;第二，从CP求解器中使用的跟踪中获得灵感，设计了一个回溯-感知数据结构，允许快速增量存储和恢复投影数据库。详细的实验显示了这种方法如何优于现有的CP以及SPM的专用系统，并且效率的提高直接转化为其他设置的效率提高，例如使用正则表达式进行挖掘。
2016-04-05 cs.AI cs.DB
Fast Algorithms for Mining Interesting Frequent Itemsets without Minimum Support
FAST-National University of Computer and Emerging Science（FAST-国家计算机与新兴科学大学）
真实世界的数据集是稀疏的，脏的，包含数百个项目。在这种情况下，发现有趣的规则（结果）使用传统的频繁项集挖掘方法，通过指定一个用户定义的输入支持度阈值是不合适的。由于没有任何领域知识，设置支持度阈值小或大可能会输出什么或大量冗余的不感兴趣的结果。最近提出了一种新的挖掘N-most/Top-K兴趣频繁项集的方法，该方法在不指定任何用户定义的支持度阈值的情况下发现前N个兴趣结果。然而，挖掘有趣的频繁项集没有最小支持度阈值是更昂贵的项集搜索空间探索和处理成本。因此，它们的挖掘效率在很大程度上取决于三个主要因素：（1）用于项集频率计数的数据库表示方法，（2）相关事务到搜索空间的较低级别节点的投影和（3）算法实现技术。因此，为了提高挖掘过程的效率，在本文中，我们提出了两个新的算法称为（N-MostMiner和Top-K-Miner）使用位向量表示的方法，这是非常有效的项集频率计数和事务投影。除此之外，我们还介绍了N-MostMiner和Top-K-Miner的几种有效实现技术。我们在基准数据集上的实验结果表明，与目前最好的算法BOMO和TFP相比，NMostMiner和Top-K-Miner在处理时间方面非常有效。
2009-04-21 cs.AI cs.DB cs.DS
A global constraint for closed itemset mining
University of Oran 1（奥兰第一大学）；University of Montpellier（蒙彼利埃大学）；University of Caen（卡昂大学）
发现闭频繁模式集是数据采掘的基本问题之一。最近的约束编程（CP）方法的声明性项目集挖掘已经证明了他们的有用性和灵活性。但是，目前CP方法中大量使用的具体化约束给处理高维数据集带来了很多困难。本文提出了一种不需要任何具体化约束和额外变量的CLOSED PATTERN全局约束，有效地编码了闭合频繁模式挖掘（CFPM）约束。CLOSED-PATTERN捕获CFPM问题的特定语义，以确保多项式修剪算法确保域的一致性。我们的约束的计算特性进行了分析，其实际有效性进行了实验评估。
2016-04-17 cs.AI cs.DB
Classification of Approaches and Challenges of Frequent Subgraphs Mining in Biological Networks
Alzahra University（阿尔扎赫拉大学）；Islamic Azad University, Qazvin Branch（伊斯兰阿扎德大学加兹温分校）
理解生物网络的结构和动力学是系统生物学的重要挑战之一。此外，生物网络中越来越多的实验数据需要使用有效的方法来分析这些巨大的数据量。这种方法需要识别常见的模式来分析数据。由于生物网络可以用图来建模，因此常用模式的识别问题等价于一组图中频繁子图的挖掘问题。本文首先介绍了生物网络中频繁子组挖掘的挑战，并针对每一种挑战对现有的方法进行了分类。然后，基于它们应用于每个挑战的方法的类型来分析算法。
2012-07-15 cs.AI
Mint: MDL-based approach for Mining INTeresting Numerical Pattern Sets
Université de Lorraine（洛林大学）；CNRS（法国国家科学研究中心）；Inria（法国国家信息与自动化研究所）；LORIA（洛林信息学及其应用研究实验室）；National Research University Higher School of Economics（高等经济大学）
模式挖掘是数据采掘研究中的一个重要领域，尤其是在二值数据集的挖掘中。令人惊讶的是，关于数字模式挖掘的工作要少得多，而且这一研究领域仍然没有得到充分的探索。在本文中，我们提出了Mint，一个有效的基于MDL的算法挖掘数值数据集。MDL原则是一个健壮可靠的框架，广泛应用于模式挖掘和子组发现。在Mint中，我们重用MDL来发现有用的模式，并返回一组非冗余的重叠模式，这些模式具有定义良好的边界并覆盖有意义的对象组。Mint并不是唯一一个基于MDL的数字模式挖掘器。在本文中提出的实验中，我们表明，薄荷优于竞争对手，其中苗条和RealKrimp。
2020-11-30 cs.AI cs.DB
Multi-source Data Mining for e-Learning
Université de Lorraine（洛林大学）
数据采掘是在大型数据集中发现有趣的、意想不到的或有价值的结构，并将它们转换成可理解的结构以供进一步使用的任务。在数据采掘领域，人们提出了不同的方法，其中模式挖掘是最重要的方法之一。模式挖掘涉及从数据中提取有趣的频繁模式。模式挖掘已经发展成为一个高度关注的主题，它用于不同的目的，例如推荐。这个领域中最常见的一些挑战包括降低流程的复杂性和避免模式中的冗余。到目前为止，模式挖掘主要集中在单一数据源的挖掘。然而，随着数据量的增加，在数量，来源的多样性和数据的性质，挖掘多源和异构数据已成为一个新兴的挑战，在这一领域。这一挑战是我们工作的主要焦点，我们建议挖掘多源数据，以提取有趣的频繁模式。
2020-09-17 cs.AI cs.DB
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
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 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
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
Towards the Patterns of Hard CSPs with Association Rule Mining
Texas Tech University（德克萨斯理工大学）
有限域约束满足问题（CSP）的困难性是约束程序设计（CP）领域的一个重要研究方向。然而，这一问题尚未引起关联规则挖掘界研究人员的重视。关联规则挖掘作为一种流行的数据采掘技术，有着极其广泛的应用领域，已经成功地应用于许多交叉学科。在本文中，我们研究了关联规则挖掘技术，并提出了一种级联的方法来提取感兴趣的模式的硬CSP。据我们所知，这个问题是第一次研究与数据采掘技术。具体地说，我们通过求解所有CSP实例来生成随机CSP并收集其特征，然后对数据集应用数据采掘技术，进一步发现随机生成的CSP的硬度的有趣模式
2009-06-27 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
The role of semantics in mining frequent patterns from knowledge bases in description logics with rules
Poznan University of Technology（波兹南理工大学）
我们提出了一种新的方法来挖掘频繁模式的语言，结合语义Web本体和规则。特别是，我们考虑使用的语言相结合的描述逻辑与DL安全的规则的设置。此设置对于语义Web的数据采掘的实际应用非常重要。我们专注于频繁模式发现的任务的表示形式主义的语义的关系，并为我们的方法的核心，我们提出了一种算法，利用组合知识库的语义。我们已经开发了一个概念验证数据采掘实现这一点。使用这一点，我们已经经验表明，使用组合的知识库进行语义测试，可以使数据采掘更快的修剪无用的候选模式之前，他们的评价。我们还表明，所产生的模式集的质量可以得到改善：模式更紧凑，并且模式更少。我们的结论是，利用所选择的表示形式主义的语义（上）关系频繁模式发现方法的设计和应用的关键。逻辑程序设计理论与实践（Theory and Practice of Logic Programming，TPLP）
2010-04-01 cs.AI cs.LO
Tackling scalability issues in mining path patterns from knowledge graphs: a preliminary study
Université de Lorraine, CNRS, Inria, LORIA（洛林大学、法国国家科学研究中心、法国国家信息与自动化研究所、洛林计算机科学与应用研究实验室）
从知识图谱中挖掘出的特征被广泛应用于多种知识发现任务中，例如分类或事实检查。在这里，我们考虑一组给定的顶点，称为种子顶点，并专注于挖掘其相关的相邻顶点，路径，更一般地说，路径模式，涉及类的本体与知识图谱。由于现实世界的知识图谱的组合性质和不断增长的规模，挖掘这些模式的任务立即带来了可扩展性问题。在本文中，我们通过提出一种依赖于一组约束（例如，支持度或度阈值）和单调性属性。由于我们的动机来自现实世界的知识图谱的挖掘，我们说明了我们的方法与PGxLOD，生物医学知识图谱。
2020-08-07 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
On SAT Models Enumeration in Itemset Mining
频繁项集挖掘是数据分析和数据采掘的重要组成部分。最近的作品提出了有趣的SAT为基础的编码发现频繁项集的问题。在这项工作中，我们的目标是定义适应SAT求解器，以提高模型枚举这样的编码策略。在此背景下，我们深入研究了重启、分支策略和小句学习的影响。然后，我们进行基于SAT的项集挖掘实例的实验评估，以显示如何SAT求解器可以适应，以获得一个有效的SAT模型枚举。
2015-06-08 cs.AI
Lossy Image Compression -- A Frequent Sequence Mining perspective employing efficient Clustering
Department of Computer Science \& Engineering MVGRCE, Andhra Pradesh, India Email
本文提出一种基于频繁序列挖掘和高效聚类的有损图像压缩方法，通过优化算法和并行处理提升压缩效率与质量。
2026-01-24 cs.AI cs.MM eess.IV
Frequent Pattern Mining approach to Image Compression
Department of Computer Engineering, IIITDM Kancheepuram, Tamil Nadu, India（计算机工程系，IIITDM坎切普拉姆，泰米尔纳德邦，印度）
本文提出基于频繁模式挖掘的图像压缩方法，通过聚类和序列挖掘技术提高压缩效率，实现压缩比提升45%并保持图像质量。
2026-01-24 cs.AI cs.CV eess.IV
cgSpan: Closed Graph-Based Substructure Pattern Mining
Informatica（Informatica 公司）；University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
gSpan算法是一种常用的频繁子图挖掘算法。cgSpan（closed graph-based substructure pattern mining）是一个gSpan扩展，只挖掘闭子图。如果不存在一个与g等价出现的真频繁超图，则称g在图数据库中是闭的。cgSpan将Early Termination pruning方法添加到gSpan pruning方法中，同时保持原始gSpan步骤不变。cgSpan还检测和处理不应应用提前终止的情况。据我们所知，cgSpan是第一个公开的封闭图挖掘实现
2021-12-17 cs.AI
Abstract Representations and Frequent Pattern Discovery
Bilkent University（比尔肯特大学）
我们讨论的频繁模式挖掘问题，在一般设置。通过对抽象表示、摘要和频繁模式挖掘的分析，我们得到了问题的一般化。然后，我们展示了如何将问题转换为算法信息论的强大语言。这使我们能够制定一个简单的算法来挖掘所有频繁模式。
2012-02-10 cs.AI cs.IT math.IT
Summarization Techniques for Pattern Collections in Data Mining
从数据中发现模式是数据采掘的一项重要任务。存在非常有效地从数据中找到多种模式的大集合的技术。模式的集合可以被视为数据的汇总。使用模式的一个主要困难是，很好地总结数据的模式集合通常非常大。在这篇论文中，我们描述了总结模式集合的方法，以使它们也更容易理解。更具体地说，我们专注于以下主题：1）质量价值简化。2)模式排序。3)模式链和反链。4)更改配置文件。5)反向模式发现。
2005-05-26 cs.AI cs.DB cs.DS
Machine Learning Techniques for Pattern Recognition in High-Dimensional Data Mining
Northeastern University（东北大学）
本文提出一种基于SVM的频繁模式数据挖掘算法，通过将挖掘任务转化为分类问题并利用核函数映射，有效解决了高维稀疏数据下的性能瓶颈，实验证明其在支持度、置信度和提升度上显著优于传统模型。
2024-12-20 cs.AI cs.LG
Scalable Maximal Frequent Episode Mining with Desbordante
Desbordante Team（Desbordante团队）；Saint Petersburg State University（圣彼得堡国立大学）
研究最大频繁事件挖掘问题，通过开发高效C++实现及并行化技术改进MaxFEM算法，提出ParMaxFEM，集成到Desbordante中，实验表明相比SPMF有显著加速。
2026-07-07 cs.AI cs.DB cs.DC
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
The Minimum Description Length Principle for Pattern Mining: A Survey
University of Eastern Finland（东芬兰大学）
最小描述长度（MDL）原则应用于模式挖掘。本说明的长度保持在最低限度。挖掘模式是数据分析中的核心任务，除了有效枚举问题之外，模式的选择也是一个重大挑战。MDL原则是一种基于信息论的模型选择方法，它被应用于模式挖掘，目的是获得紧凑的高质量模式集。在概述了信息论和编码的相关概念以及MDL和类似原则背后的理论工作之后，我们回顾了基于MDL的挖掘各种类型数据和模式的方法。最后，我们对这些方法的一些问题进行了讨论，并强调了目前活跃的相关数据分析问题。
2022-07-28 cs.AI cs.DB cs.IT
cgSpan: Pattern Mining in Conceptual Graphs
Sorbonne Université（索邦大学）；CNRS（法国国家科学研究中心）；Thales（泰雷兹公司）
概念图是一种基于图的知识表示形式。本文提出了CG频繁模式挖掘算法cgSpan。它扩展了DMGM-GSM算法，该算法将基于分类的标记图作为输入;它包括CG形式主义的三种知识：（a）关系节点的固定元数，处理以关系为中心的邻域的图而不是节点的图，（b）签名，避免具有比签名中指定的最大类型更一般的概念类型的模式，以及（c）推理规则，在模式挖掘过程中应用它们。实验研究强调，cgSpan是一个功能CG频繁模式挖掘算法，包括CG特异性的结果，在一个更快的算法，更有表现力的结果和更少的冗余词汇。
2021-10-26 cs.AI
Vouw: Geometric Pattern Mining using the MDL Principle
Leiden Institute for Advanced Computer Science, Leiden University（莱顿大学莱顿高级计算机科学研究所）
我们介绍了几何模式挖掘，在离散的几何矩阵中发现循环局部结构的问题。它不同于现有的模式挖掘问题，通过识别元素之间的复杂空间关系，从而产生任意形状的模式。在我们正式这种新类型的模式挖掘，我们提出了一种方法来选择一组模式使用最小描述长度原则。我们证明了我们的方法的潜力，通过引入BDWW，挖掘精确的几何模式的启发式算法。我们表明，ECOWW提供了高质量的结果与合成基准。
2019-11-22 cs.AI cs.LG
Stochastic Local Search for Pattern Set Mining
United International University（联合国际大学）
局部搜索方法可以在系统搜索方法可能需要大量时间的情况下快速找到高质量的解决方案。此外，在模式集挖掘的上下文中，穷举搜索方法是不适用的，因为它们必须探索大的搜索空间。本文提出应用随机局部搜索来解决模式集挖掘问题。具体来说，就是概念学习的任务。我们应用了一些局部搜索算法的一个标准的基准实例的模式集挖掘和结果显示了进一步探索的潜力。
2014-12-18 cs.AI
Declarative Sequential Pattern Mining of Care Pathways
AGROCAMPUS-OUEST/IRISA-UMR6074（西部农业学院/IRISA-UMR6074）；CHRU Brest/EA-7449 REPERES（布雷斯特大学医院/EA-7449 REPERES）；Rennes University 1/IRISA-UMR6074（雷恩第一大学/IRISA-UMR6074）
序列模式挖掘算法被广泛应用于护理路径数据库的挖掘，但它们产生了大量的模式，大多是冗余或无用的。临床医生需要工具来表达复杂的挖掘查询，以生成更少但更重要的模式。这些算法的通用性不足以回答复杂的临床医生查询。本文提出了一种基于答案集编程范式的声明式模式挖掘方法。这是一个药物流行病学研究的例证，该研究调查了来自法国医学管理数据库的癫痫发作住院与抗癫痫药物转换之间的可能联系。
2017-07-26 cs.AI
Prefix-Projection Global Constraint for Sequential Pattern Mining
Preparatory school of Oran EPSECG（奥兰预备学校 EPSECG）；University of Oran 1（奥兰第一大学）；University of Caen（卡昂大学）；University PARIS 13（巴黎第十三大学）
约束条件下的序列模式挖掘是一个具有挑战性的数据采掘任务。许多有效的ad hoc方法已经被开发用于挖掘序列模式，但它们都缺乏通用性。最近的工作已经调查了约束编程（CP）的方法，但他们仍然是有效的，因为他们的编码。在本文中，我们提出了一个全球性的约束的基础上投影数据库的原则，弥补了这一缺陷。实验表明，我们的方法明显优于CP方法，并在大型数据集上与ad hoc方法竞争。
2015-06-23 cs.AI
Patterns of near-crash events in a naturalistic driving dataset: applying rules mining
Texas A&M University（德克萨斯A&M大学）；Texas A&M Transportation Institute（德克萨斯A&M交通研究所）
本研究的目的是探讨近碰撞事件和道路几何形状和行程功能之间的关联，通过调查一个自然的驾驶数据集和相应的道路库存数据集，使用关联规则挖掘方法。
2022-01-17 cs.AI cs.DB cs.IR
Mining to Compact CNF Propositional Formulae
CRIL - CNRS, University of Artois（CRIL - 法国国家科学研究中心，阿图瓦大学）
在本文中，我们提出了第一个应用数据采掘技术命题可满足性。我们提出的Mining4SAT方法的目的是发现和利用隐藏的结构知识，以减少合取范式（CNF）的命题公式的大小。Mining4SAT结合了频繁项集挖掘技术和Tseitin的编码，用于CNF公式的紧凑表示。我们的Mining4SAT方法的实验表明，从最后的SAT比赛采取的许多应用程序实例的大小有趣的减少。
2013-04-16 cs.AI
Hybrid ASP-based Approach to Pattern Mining
KU Leuven（鲁汶大学）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
从给定的数据集中检测相关模式的小集合是数据采掘的核心挑战。模式的相关性基于用户提供的标准;通常，满足某些标准的所有模式都被认为是相关的。基于规则的语言，如答案集编程（ASP），似乎非常适合以约束的形式指定这样的标准。虽然取得了进展，一方面，解决个别采矿问题，另一方面，开发通用的采矿系统，现有的方法要么集中在可扩展性或通用性。在本文中，我们采取措施，以通用和有效的方式将局部（频率，大小，成本）和全局（各种压缩表示，如最大，闭合，天际线）约束相结合。我们提出了一种混合的方法，利用专门的高度优化的挖掘系统来检测频繁的模式，然后使用声明式ASP过滤结果的项集，序列和图形挖掘。为了进一步证明我们的混合框架的通用性，我们将其应用到一个问题，大约平铺数据库。在真实数据集上的实验表明了该方法的有效性，并在项集、序列和图挖掘以及近似分块等方面取得了一定的计算增益。逻辑程序设计理论与实践（TPLP）
2018-08-22 cs.AI
Closed pattern mining of interval data and distributional data
NukkAI；Université Sorbonne Paris Nord（巴黎北索邦大学）；Muséum d’Histoire Naturelle（国家自然历史博物馆）
我们讨论了模式语言的封闭模式挖掘和学习的区间数据和分布数据。我们首先介绍模式语言依赖于对交叉为基础的约束或对包含为基础的约束，或两者兼而有之，适用于区间。我们讨论了编码的区间模式，从而允许使用封闭的项集挖掘和正式的概念分析程序的项集。我们在聚类和监督学习任务上实验这些语言。然后，我们将展示如何扩展的方法来解决分布式数据。
2022-12-09 cs.AI cs.LG
Extracting Seasonal Gradual Patterns from Temporal Sequence Data Using Periodic Patterns Mining
IMT Lille Douai（里尔杜埃国立高等矿业电信学校）；Institut Mines-Télécom（法国国立高等矿业电信学院）；Univ. Lille（里尔大学）
挖掘频繁事件的目的是从时间数据序列中恢复序列模式，然后可以用来预测相关事件的发生。另一方面，以“当X增加/减少时，Y增加/减少”的形式捕获复杂属性的协变的渐进模式在必须处理大量复杂数值数据的许多现实世界应用中发挥重要作用。最近，这些模式已经受到关注的数据采掘社区探索时态数据谁提出的方法来自动提取渐进模式的时态数据。然而，据我们所知，还没有提出任何方法来提取定期出现在相同的时间间隔在许多序列的时间数据的渐进模式，尽管这样的模式可能会增加知识的某些应用程序，如电子商务。在本文中，我们提出从时间数据序列中提取周期性重复属性的协变，我们称之为季节性渐进模式。为此，我们制定的任务，挖掘季节性渐进模式的问题，挖掘周期性模式在多个序列，然后我们利用周期性模式挖掘算法提取季节性渐进模式。我们讨论了这些模式的具体特点，并提出了一种方法，他们的提取基于挖掘周期频繁模式共同的多个序列。我们还提出了一个新的反单调的支持定义与这些季节性的渐进模式。从一些现实世界的数据集得到的说明性的结果表明，该方法是有效的，它可以通过过滤大量的非季节性模式，以确定季节性的提取小的模式集。
2020-10-20 cs.AI cs.LG
Constraint-based Sequential Pattern Mining with Decision Diagrams
Carnegie Mellon University（卡内基梅隆大学）；University of Toronto Scarborough（多伦多大学士嘉堡校区）
约束序列模式挖掘的目的是在观察定义在项目属性上的约束的同时，识别项目序列数据库上的频繁模式。我们引入新的技术，基于约束的序列模式挖掘，依赖于多值决策图表示的数据库。具体来说，我们的表示可以容纳多个项目属性和各种约束类型，包括一些非单调约束。为了评估我们的方法的适用性，我们开发了一个基于MDD的前缀投影算法，并比较其性能对一个典型的生成和检查的变体，以及一个国家的最先进的基于约束的序列模式挖掘算法。结果表明，我们的方法是有竞争力的，或优于这些其他方法的可扩展性和效率。
2018-11-14 cs.AI cs.LG
Enhanced Urban Traffic Management Using CCTV Surveillance Videos and Multi-Source Data Current State Prediction and Frequent Episode Mining
Bennett University（贝内特大学）；Aligarh Muslim University（阿里格尔穆斯林大学）
本研究提出一种融合CCTV视频与多源数据的统一框架，结合时空特征融合、FEM和混合LSTM-Transformer模型进行实时交通预测，在CityFlowV2数据集上准确率达98.46%，有效支持主动拥堵管理。
2025-10-04 cs.AI cs.LG
