序列模式挖掘-資料下載頁(yè)
2025-08-05 05:14本頁(yè)面
【正文】 ： 1： 4次， 2： 4次， 3： 4次， 4： 3次， 5： 3次， 6： 3次； （ 2）劃分搜索空間： 根據(jù)（ 1）中的結(jié)果劃分 前綴為 1的子集； 前綴為 2的子集； 前綴為 3的子集等 PrefixSpan算法 （ 3）找出序列模型的子集： (a)建立 1的投影數(shù)據(jù)庫(kù)； (b)掃描上述投影數(shù)據(jù)庫(kù)，找出局部頻繁項(xiàng)， 分別為： 1,2,_2,45。 (c)遞歸地尋找以 1,1,1,2,(1,2),1,4,1,5 為前綴的序列模型 。 （ 4）匯總以上挖掘的序列模型子集； (1,2,3),(1,3),4,(3,6) _4,3,(2,3),(1,5) _2,(4,6),5,2 _6,3,2,3 PrefixSpan算法 PrefixSpan算法分析 ? PrefixSpan算法不需要產(chǎn)生候選序列模式，從而大大縮減了檢索空間 ? 相對(duì)于原始的序列數(shù)據(jù)庫(kù)而言，投影數(shù)據(jù)庫(kù)的規(guī)模不斷減小 ? PrefixSpan算法的主要開銷在于投影數(shù)據(jù)庫(kù)的構(gòu)造 多維、多層次的序列模式挖掘 “購(gòu)買數(shù)碼相機(jī)的退休顧客很可能在一個(gè)月內(nèi)購(gòu)買彩色打印機(jī)”、 “購(gòu)買筆記本的年輕人很可能在兩周內(nèi)購(gòu)買打印機(jī)” 這些例子的序列模式挖掘都是多維、多層次的。 多維體現(xiàn)在：“年輕人”與“老人”； 多層次體現(xiàn)在：“彩色打印機(jī)”與“打印機(jī)” 基于約束的序列模式挖掘 例：顧客在 1周內(nèi)購(gòu)買的商品序列； 例：用戶的 Web頁(yè)面瀏覽序列，但每個(gè)頁(yè)面要在 3次 點(diǎn)擊之內(nèi) 例：天氣的變化序列，但每個(gè)現(xiàn)象需要 1天的間隔 ? 應(yīng)用領(lǐng)域： ? 客戶購(gòu)買行為模式預(yù)測(cè) ? Web訪問(wèn)模式預(yù)測(cè) ? 自然災(zāi)害預(yù)測(cè) ? DNA序列分析 ? 疾病病癥預(yù)測(cè) Thank you！ 謝謝
物理相關(guān)推薦
鄂ICP備17016276號(hào)-1