铁锹

本文提出了一种快速发现序列模式的新算法SPADE。现有的解决方案对数据库进行重复扫描,并使用复杂的哈希结构,其局部性较差。SPADE利用组合性质将原始问题分解为更小的子问题,这些子问题可以在内存中通过有效的格搜索技术和简单的连接操作独立地求解。所有序列只在三次数据库扫描中被发现。实验结果表明,SPADE算法在某些预处理数据的情况下,比最优算法的性能提高了一个数量级。它还具有相对于输入序列数量和其他一些数据库参数的线性可伸缩性。最后,我们讨论了序列挖掘的结果如何应用于实际应用领域。


zbMATH参考文献(参考 86篇文章 参考,1标准件)

显示结果1到20,共86个。
按年份排序(引用)
  1. Dia,Diyé;Kahn,Giacomo;Labernia,Fabien;Loiseau,Yannick;Raynaud,Olivier:一种基于封闭集的学习分类器,用于web浏览中的隐式认证(2020)
  2. Kocheturov,A.;Pardalos,P.M.:扩展列表的频繁时间模式挖掘(2018)
  3. 李广、刘凯、丁文文、程飞、陈伯阳:基于李群的三维骨骼关键骨架模式挖掘与动作识别(2018)
  4. Kemmar,Amina;Lebbah,Yahia;Loudni,Samir;Boizumault,Patrice;Charnois,Thierry:序列模式挖掘的前缀投影全局约束和top-(k)方法(2017)
  5. Zhuo,Hankz Hankui;Kambhampati,Subbarao:模型精简规划:基于案例的方法与基于模型的方法(2017年)
  6. Zihayat,Morteza;Chen,Yan;An,Aijun:基于数据流的内存自适应高效用序列模式挖掘(2017)
  7. Ahmed,Akiz Uddin;Ahmed,Chowdhury Farhan;医学博士Samiullah;Adnan,Nahim;Leung,Carson Kai Sang:从不确定数据库中挖掘有趣的模式(2016)
  8. Boghey,Rajesh Kumar;Singh,Shailendra:增量序列模式挖掘的序列树方法(2016)
  9. 曹龙兵;董向军;郑志刚:e-NSP:有效负序列模式挖掘(2016)
  10. Michael Scholz:R软件包clickstream:用Markov链分析clickstream数据(2016)不是zbMATH
  11. 瞿俊峰;袁,雷;黄,燕农;吴,赵:一种基于属性的子序列匹配的高效算法(2016)
  12. Ignatov,Dmitry I.;Gnatyshak,Dmitry V.;Kuznetsov,Sergei O.;Mirkin,Boris G.:三元形式概念分析和三聚类:寻找最佳模式(2015)
  13. Kardkovács,Zsolt T.;Kovács,Gábor:在卫生保健数据库中使用TF-IDF指标寻找序列模式(2014)
  14. Borgelt,Christian:神经科学中的软模式挖掘(2013)ioport公司
  15. George,Aloysius;Binu,D.:DRL prefixspan:发现低迷、修正和启动(DRL)序列模式的新模式增长算法(2012)ioport公司
  16. 陈延亮;吴新义;王玉成:在序列数据库中发现多标签时间模式(2011)ioport公司
  17. Hahsler,Michael;Chelluboina,Sudheer;Hornik,Kurt;Buchta,Christian:arules R-package生态系统:从大型事务数据集分析有趣的模式(2011)
  18. Kaneiwa,Ken;Kudo,Yasuo:使用粗糙集理论的序列模式挖掘算法(2011)ioport公司
  19. Mcgovern,Amy;Rosendahl,Derek H.;Brown,Rodger A.;Droegmeier,Kelvin K.:识别预测多维时间序列模体:在恶劣天气预测中的应用(2011)ioport公司
  20. 陈伟如;吕静;基奇,马尔科姆:在频繁序列中发现排他模式(2010)