融合多种支持度定义的频繁情节挖掘算法

• 作者: 倪艺洋 施伯乐 朱辉生 汪卫 陈琳
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 事件序列 频繁情节 挖掘 支持度 深度优先遍历
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 数据库技术
• 页码范围: 2169-2183
• 页数: 15页
• 分类号: TP311
• 字数: 14263字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005851

摘要

事件序列中蕴藏的频繁情节刻画了用户或系统的行为规律.现有的频繁情节挖掘算法在各自支持度定义下具有较好的挖掘效果,但在支持度定义发生变化时却很难甚至无法直接挖掘频繁情节.针对用户多变的支持度定义需求,提出了一种频繁情节挖掘算法FEM-DFS(frequent episode mining-depth first search).该算法通过单遍扫描事件序列,以深度优先搜索方式来发现频繁情节,以共享前/后缀树来存储频繁情节,以单调性、前缀单调性或后缀单调性来压缩频繁情节的搜索空间.实验评估证实了所提出算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机科学技术学院	188	4414	33.0	61.0
2	汪卫	复旦大学计算机科学技术学院	100	1152	16.0	29.0
3	陈琳	泰州学院计算机科学与技术学院	14	22	3.0	4.0
4	倪艺洋	江苏第二师范学院数学与信息技术学院	8	4	1.0	2.0
5	朱辉生	江苏第二师范学院数学与信息技术学院	2	0	0.0	0.0