基于时序模型的序列模式挖掘算法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
基于时序模型的序列模式挖掘算法
时序模型的序列模式挖掘算法是一种能够从时间序列数据中挖掘出频繁序列模式的算法。
该算法主要包含以下几个步骤:
1. 将时间序列数据按照时间顺序划分为多个序列,每个序列由多个序列项组成。
2. 将序列项转化为一组数字表示,例如可以使用哈希函数将序列项映射为数字。
3. 定义一个窗口大小W,表示要挖掘的序列模式的长度。
4. 遍历所有序列,并对每一个长度大于等于W的子序列进行频繁项集挖掘,得到频繁序列模式。
5. 将频繁序列模式按照长度从小到大排序,并去除其中的冗余模式。
6. 对于每个长度大于W的序列,构造所有可能的子序列,并依次匹配频繁序列模式,得到匹配的结果。
7. 对于匹配的结果,计算其支持度和置信度,并筛选出满足条件的序列模式。
总之,时序模型的序列模式挖掘算法可以较好的处理时间序列数据中的序列模式挖掘问题,具有一定的实际应用价值。