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
Frequent Itemset Mining with Multiple Minimum Supports: a Constraint-based Approach
Simula Research Laboratory（西穆拉研究实验室）；LIRMM, University of Montpellier, CNRS（蒙彼利埃大学法国国家科学研究中心蒙彼利埃信息与机器人学实验室）
发现包含稀有项的频繁项集的问题受到了广泛的关注。采矿过程需要足够灵活，以便一次性提取常见和稀有的矿物。另一方面，最近已经表明，约束编程是一种灵活的方式来处理数据采掘任务。本文提出了一种挖掘具有多个最小支持度项集的约束规划方法。我们的方法为用户提供了表达任何类型的最小项目支持的约束的可能性。实验分析表明，我们的方法相比，最先进的实际有效性。
2021-09-16 cs.AI cs.DB
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
Mining Top-k Approximate Frequent Patterns
事务数据库中的频繁模式（项集）挖掘是数据采掘中研究最多的问题之一。限制频繁模式挖掘实际应用的一个障碍是产生的模式数量非常大。如此大的输出集合使得用户在实际中难以理解和使用。即使将输出限制在频繁项集集合的边界，也无助于缓解问题。在本文中，我们解决的问题，压倒性的大输出大小的介绍和研究以下问题：挖掘top-k近似频繁模式。这k个集的幂集的并集应满足以下条件：（1）包含尽可能多的具有较大支持度的项集;（2）包含尽可能少的具有较小支持度的项集。一个综合的目标函数的目的是结合这两个目标。在此基础上，我们推导出了目标函数的上界，并提出了一种求可行解的近似分枝定界方法。我们给出的经验证据表明，我们的制定和近似方法在实践中工作良好。
2005-03-17 cs.AI cs.DB
Ramp: Fast Frequent Itemset Mining with Efficient Bit-Vector Projection Technique
National University of Computer and Emerging Sciences（国家计算机与新兴科学大学）
基于位向量表示的频繁项集挖掘方法对于密集数据集是非常有效的，但对于稀疏数据集，由于缺乏有效的位向量投影技术，挖掘效率很低。在本文中，我们提出了一种新的有效的位向量投影技术，稀疏和密集的数据集。为了检验我们的位向量投影技术的效率，我们提出了一个新的频繁项集挖掘算法Ramp（Real Algorithm for Mining Patterns）。在基准数据集上将Ramp算法与目前最好的频繁项集挖掘算法（全频繁项集、最大频繁项集和闭频繁项集）进行了性能比较。在稀疏数据集和密集数据集上的不同实验结果表明，使用Ramp挖掘频繁项集的速度比目前最好的算法都要快，这表明了位向量投影思想的有效性。我们还提出了一个新的本地最大频繁项集传播和最大项集超集检查方法FastLMFI，建立在我们的PBR位向量投影技术。我们不同的计算实验表明，使用FastLMFI的项集最大值检查是快速和有效的比以前将已知的渐进聚焦方法。
2009-04-21 cs.AI cs.DB cs.DS
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
Modified Apriori Graph Algorithm for Frequent Pattern Mining
Bangalore Institute of Technology（班加罗尔理工学院）
Web使用挖掘是数据采掘技术的一种应用，它从Web数据中发现用户感兴趣的使用模式，从而更好地理解和服务于基于Web的应用。本文提出了一种算法来找到这些使用模式，使用修改后的版本的Apriori算法称为Apriori图。这些规则将帮助服务提供商预测用户接下来可能访问哪些网页。这将在效率，带宽方面优化网站，并为他们带来积极的经济效益。本文提出的Apriori图算法O（（V）（E））比现有的Apriori算法运算速度更快，更适合于实时应用。
2018-04-27 cs.AI cs.DB
Mining Frequent Patterns in Process Models
流程挖掘已经成为一种分析组织行为的方法，它通过从事件日志中提取知识，并提供发现、监控和增强真实流程的技术。在过程模型的发现中，检索一个复杂的过程模型，即，一个难以理解的过程模型，可能会阻碍信息的提取。即使在结构良好的过程模型中，也存在无法用当前技术获得的信息。在本文中，我们提出了WoMine，这是一种从模型中检索频繁行为模式的算法。我们的方法搜索过程模型提取结构的序列，选择，平行和循环，这是经常在日志中执行。这一建议已经过验证的一组过程模型，包括一些来自BPI挑战，并与最先进的技术。实验证明，WoMine可以发现所有类型的模式，提取无法用最先进的技术挖掘的信息。
2017-10-11 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
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
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
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
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
Conceptualized Representation Learning for Chinese Biomedical Text Mining
Alibaba Group（阿里巴巴集团）
随着生物医学文档和Web数据数量的快速增长，生物医学文本挖掘变得越来越重要。近年来，单词表征模型如BERT在研究者中越来越受欢迎。然而，这是很难估计的数据集包含生物医学文本的一般和生物医学语料库的词分布是完全不同的。此外，医学领域具有难以通过语言模型学习的长尾概念和术语。对于中文生物医学文本，由于其结构复杂，短语组合的多样性，其识别难度更大。在本文中，我们研究了最近推出的预训练语言模型BERT可以适应中国生物医学语料库，并提出了一种新的概念化的表示学习方法。我们还发布了一个新的中文生物医学语言理解评估基准（\textbf{ChineseBLUE}）。我们研究了中国预训练模型的有效性：BERT，BERT-wwm，RoBERTa和我们的方法。在基准测试上的实验结果表明，我们的方法可以带来显着的增益。我们在GitHub上发布了预训练的模型：https://github.com/alibaba-research/ChineseBLUE。
2020-08-25 cs.AI cs.CL cs.IR
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
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
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
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
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
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
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
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
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
Clustering with Lattices in the Analysis of Graph Patterns
Leiden Institute of Advanced Computer Science（莱顿高级计算机科学研究所）；Leiden University（莱顿大学）
挖掘频繁子图是一个研究领域，我们有一组给定的图（每个图可以被视为一个事务），我们搜索包含在许多这些图中的（连接）子图。在这项工作中，我们将讨论在我们的框架Lattice 2SAR中使用的技术，用于挖掘和分析频繁子图数据及其相应的格信息。格信息由图挖掘算法gSpan提供;它包含频繁子图模式的所有超图-子图关系及其支持。Lattice 2SAR特别用于分析频繁图模式，其中图是分子，频繁子图是片段。在碎片分析中，人们对出现模式的分子感兴趣。这些数据可以是非常广泛的，在本文中，我们专注于一种技术，使其更好地利用我们的聚类中的晶格信息。现在，我们可以减少用户需要访问高度压缩的发生数据的次数。用户不必浏览所有出现数据以搜索在相同分子中出现的模式。相反，人们可以直接看到哪些频繁子图是感兴趣的。
2007-05-04 cs.AI cs.DS
Intelligent Knowledge Mining Framework: Bridging AI Analysis and Trustworthy Preservation
本文提出智能知识挖掘框架，旨在弥合人工智能分析与可信保存之间的鸿沟，通过双流架构实现数据的高效挖掘与可信存档。
2025-12-19 cs.AI cs.DL cs.IR
GitGraph - Architecture Search Space Creation through Frequent Computational Subgraph Mining
Swisscom（瑞士电信）
深度神经网络在多个应用领域的巨大成功通常依赖于专家精心设计针对每个任务的网络架构。为了简化该过程并使其更易于访问，新兴的研究努力寻求使用例如进化算法或强化学习或在神经模块的受限空间中的简单搜索来自动化神经网络架构的设计。考虑到搜索空间的典型大小（例如，用于$10$层网络的$10^{10}$候选）和评估单个候选的成本，当前的架构搜索方法非常受限。他们要么依赖于静态的预构建模块来重新组合手头的任务，要么定义一个静态的手工框架，在这个框架中，他们可以从最简单的操作中生成新的架构。在本文中，我们通过利用在线代码存储库中发布的大量神经网络中包含的集体智慧来放宽这些限制。具体地说，我们（a）提取并发布GitGraph，这是一个神经架构及其描述的语料库;（b）我们创建了特定于问题的神经架构搜索空间，作为GitGraph上的文本搜索机制实现;（c）我们提出了一种识别解决每个问题的架构中唯一公共子图的方法（例如，图像处理、强化学习），其然后可以用作新创建的问题特定神经搜索空间中的模块。
2018-01-16 cs.AI cs.LG
AliCG: Fine-grained and Evolvable Conceptual Graph Construction for Semantic Search at Alibaba
Zhejiang University（浙江大学）；Alibaba Group（阿里巴巴集团）；AntGroup（蚂蚁集团）；Zhejiang Lab（之江实验室）
概念图是知识图的一种特殊类型，在语义搜索中起着重要的作用。现有的概念图构造方法通常从形式文本中提取高频、粗粒度和时不变的概念。然而，在实际应用中，有必要提取不太频繁的，细粒度的，随时间变化的概念知识，并建立一个不断发展的方式分类。在本文中，我们介绍了一种在阿里巴巴实现和部署概念图的方法。具体来说，我们提出了一个框架，称为AliCG，它能够a）提取细粒度的概念，通过一种新的自举与对齐共识的方法，b）挖掘长尾概念，一种新的低资源短语挖掘方法，c）通过概念分布估计方法的基础上，隐式和显式的用户行为动态更新的图形。我们已经在阿里巴巴UC浏览器上部署了这个框架。广泛的离线评估以及在线A/B测试证明了我们的方法的有效性。
2021-12-07 cs.AI cs.CL 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
On When and How to use SAT to Mine Frequent Itemsets
INESC-ID（葡萄牙系统与计算机工程研究所）；IST（高等技术学院）；Technical University of Lisbon（里斯本技术大学）
在过去的十年中，一个新的研究流诞生了，其目标是使用约束编程（CP）挖掘感兴趣的项集。这促进了以高度灵活的方式组合复杂约束的自然方式。虽然CP国家的最先进的解决方案制定的任务使用布尔变量，少数尝试采用命题可满足性（SAT）提供了一个不满意的性能。本文通过定义不同的编码方式和多个任务驱动的枚举选项以及搜索策略，深入研究了在频繁项集挖掘问题中何时以及如何使用SAT。虽然对于大多数情况下，基于SAT的解决方案似乎是非竞争性的CP同行，结果显示了各种有趣的情况下，SAT编码是最好的选择。
2012-07-26 cs.AI cs.DB cs.LG
