情节规则挖掘旨在发现频繁情节之间的因果关联,已广泛应用于传感器数据处理、网络安全监控、金融证券管理、事务日志分析等众多领域.针对一个事件序列上的无冗余情节规则挖掘,提出了算法Extractor.该算法采用最小且非重叠发生的支持度定义和深度优先的搜索策略来发现频繁闭情节及其生成子,保证了频繁闭情节及其生成子的挖掘质量和挖掘效率;利用非生成子情节的Apriori性质,避免了冗
第3卷 5
第 1期
计
算
机
学
报
VoL 5 N 0. 1 3
21 0 2年 1月
CH I NES OURNAL OF COM PUTERS EJ
J n 2 1 a. O 2
基于频繁闭情节及其生成子的无冗余情节规则抽取 朱辉生” 汪卫∞施 伯乐 2 3 0江苏泰州 2 5 0 ) 上海 200433)
”(州师范高等专科学校泰
z(旦大学计算机科学技术学院’复
摘
要
情节规则挖掘旨在发现频繁情节之间的因果关联,已广泛应用于传感器数据处理、络安全监控、融证网金
券管理、务日志分析等众多领域 .对一个事件序列上的无冗余情节规则挖掘,出了算法 E t co.算法采事针提 xr tr该 a 用最小且非重叠发生的支持度定义和深度优先的搜索策略来发现频繁闭情节及其生成子,证了频繁闭情节及其保
生成子的挖掘质量和挖掘效率;用非生成子情节的 Api i质,免了冗余的情节生成子判断;接由频繁闭利 r r性 o避直 情节及其生成子产生无冗余情节规则,高了情节规则的生成质量和生成效率 .进行的实验证实了该情节规则提所 抽取算法的有效性 .
关键词事件序列;繁闭情节;节生成子;节规则频情情 中图法分类号 T 31 P 1 D号: 03 2/ P J 1 1 .0 2 0 0 3 OI 1 . 7 4 S . . 0 6 2 1 . 0 5
Ex r c i n Re u da t a tng No— d n ntEpio l s Ba e n s de Ru e s d o
Fr q e t Cl s d Epio e nd Th i ne a o s e u n o e s d s a e r Ge r t r ZH U uiShe , H— ng W A N G e W i SH IBa— iLe
( ih uTe c e sC le e,Taih u,J a gs 2 5 0 ) Taz o a h r o lg zo in u 2 3 0
( c o l f C mp trS in e Fu a n v ri S h o o o u e ce c, d n U i est S a g a 2 0 3 ) y, h n h i 0 4 3
Ab t a t s r c
Ai ng t ic e i g a a r lto hi s e w e n f e ue e s de m
i a d s ov rn c us l e a i ns p b t e r q nt pio s, e s de r l pio u e
mi n a e o dl pp i d i a y fe ds s h a e s r d t o e sn ni g h s be n br a y a le n m n il uc S s n o a a pr c s i g,n t r e u iy e wo k s c r t mon t rng,fna e io i i nc s c rte na n e u iis ma gi g,t a a to o n l z n r ns c i n l g a a y i g,a d S n. To mi he n O o ne t
n n r d n a te i o e r l sf o a v n e u n e n a g rt m a ld Ex r c o sp o o e o - e u d n p s d u e r m n e e ts q e c,a l o ih c l ta t r i r p s d i e n t i pe . E x r c o i c ve s a lf e e tc o e pio s a d t i ne a o sby e p o i g t h spa r t a t r d s o r l r qu n l s d e s de n he rge r t r m l y n he
s pp r fn ton o b h u o tde i ii f ot mi ma nd no— ve l pp ng c ur e e a d he e t— is s a c ni la n— ra i o c r nc s n t d p h— r t e r h o f sr t g ta e y,whih a s r s t e u lt n fii n y o ni g f e ue l s d p s e a t i c s u e h q a iy a d e fce c f mi n r q nt c o e e iod s nd her ge r t r . M o e v r Exta t a i s r du a n r t c c n b u iii g t ne a o s ro e, r c or vo d e nd nt ge e a or he ki g y tl n he Apro i z i r Pr e t fno— ne a or . I d to op r y o n ge r t s n a dii n,Exta t e r t sno— e un nte iod u e r c l r c org ne a e n r d da p s er l sdie ty
f o
f e e t cos d e s de nd t e r ge r t r r m r qu n l e pio s a h i ne a o s,whih i c mpr ve he q a iy a d e fc e y o o s t u lt n fi inc f ge r tng e s de r e .Exp rme sha e pr ve he e f c i e s ft e p o s d me ho . ne a i pio uls e i nt v o d t f e tv ne s o h r po e t d
K e wo d e e t s q nc y rs v n e ue e; f e ue t co e p s d r q n l s d e i o e; e s de g ne a o pio e r t r;e iod u e p s e r l
则描述了频繁情节的因果关联. Ma nl自 ni a等人Ⅲ引
引 情节刻画了事件类型之问的紧随关系,而情节规
入情节规则的概念以来,节规则挖掘的问题一直情
是数据挖掘领域研究的热点之一,多学者对此展许开了深入研究,出了 T Ac WiMieE等经提 AS、 n n r。
收稿日期:0 10~8最终修改稿收到日期:0卜0— 5本课题得到国家“七三”点基础研究发展规划项目基金 (0 5 B 2 9 5、 2 1-32; 2 1 81.九重 20 C 3 10 ) 国家自然科学基金 (0 10 3 6 0 3 0,1 0 0 9资助 .辉生,, 98年生,士,教授,国计算机学会 ( CF会员,要研究方 98 8 2,1 0 0 1 6 1 3 0 )朱男 16博副中 C )主
向为数据流与数据挖掘 . i h@fd n e u c. E mal s u a . d .n汪:z
卫,,90年生,授,士生导师,要研究领域为数据挖掘、私保护、杂男 17教博主隐复
结构数据管理等.伯乐,,9 6年生,授,士生导师,要研究领域为数据库与知识库 .施男 13教博主

GFExtractor:事件序列上有效挖掘无冗余情节规则的算法_天文/地理_自然科学_专业... 基于频繁闭情节及其生成... 10人阅读 12页 2.00 基于邻接网络的序列...
基于最小且非重叠发生的频繁闭情节挖掘_数学_自然科学_专业资料。计算机研究与... 基于频繁闭情节及其生成... 10人阅读 12页 2.00 最小权重有向频繁子...
也许, 最近火灾较多, 孩子通过媒体等途径,有所了解,于是就生成了着火的游戏情节。孩 子们忙着搬东西,当时的气氛紧张而热烈,那气势真的很感染人,我 看了好一会...
如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击此处进行反馈。 加入会员!获取文档下载券 内容自适应的H.264视频冗余片编码算法 通过...
频繁 出现的情节的集合, 进而在此基础上发现情节规则... 接下来开始定义情节(episode) 与子情节(subepisode...第 5 行是生成 所有可能等待事件的 wait(A)的...
关键词: 教学游戏; 情节; 学习 G434 文献标识码: B 中图分类号: 教学游戏软件是通过给学习活动增加游戏规则 来提高学生学习动机的应用软件, 它是以竞争性和 ...
浅谈软冗余 3).通信问题 DP通信基本的问题应作为首要考虑的因素,即通信电缆是否正确制作,地址拨码是否与组态一 致,终端电阻设置是否正确,这些基本的内容应作为首要...
center) 系统OSSIMt41采用关联规则(异常事件模式)对...(简称情节)生成和情节频繁 度计算,传统的频繁情节...子节点:和本节点连通的下一个步骤的节点。 初始...
更多>>针对在时间序列数据流中挖掘频繁串行情节的问题,提出了一种具有可持续挖掘...对应一个情节时间表,通过在情节时间表之间做数据库联接操作,生成相应新的情节...
基于广义后缀树的事件流频繁情节在线挖掘算法_专业资料。现有的事件序列频繁情节挖掘多采用Apriori—like算法,此方法无法应用于事件流数据发掘。针对采用滑动窗口的事件...
热门文档