ক্রমিক বিন্যাস খনন (Sequential Pattern Mining)
ক্রমিক বিন্যাস খনন ডেটাবেসের একাধিক ঘটনা-ক্রমের মধ্যে পুনরাবৃত্তিক বিন্যাসগুলি আবিষ্কার করে। ১৯৯৫ সালে Agrawal এবং Srikant এটি প্রবর্তন করেন, যা সময়-অর্ডারযুক্ত লেনদেনের ক্ষেত্রে অ্যাসোসিয়েশন-রুল মাইনিং-এর সম্প্রসারণ। যখন কোনো বিন্যাস ব্যবহারকারী-নির্দিষ্ট ভগ্নাংশের চেয়ে বেশি ক্রমে উপস্থিত থাকে, তখন তাকে ঘন (frequent) বলা হয়। এই পদ্ধতিটি যেখানে ঘটনার ক্রম অর্থবহ, যেমন গ্রাহকের ক্রয় ইতিহাস, ক্লিকস্ট্রিম লগ, ইলেকট্রনিক স্বাস্থ্য রেকর্ড এবং ডিএনএ ক্রম বিশ্লেষণ, সেখানে ব্যাপকভাবে ব্যবহৃত হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Agrawal, R., & Srikant, R. (1995). Mining sequential patterns. IEEE International Conference on Data Engineering (ICDE), 3–14. DOI: 10.1109/ICDE.1995.380415 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 2). Sequential Pattern Mining. ScholarGate. https://scholargate.app/bn/machine-learning/sequence-mining
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- অ্যাসোসিয়েশন রুল মাইনিং (অ্যাপ্রিওরি)যন্ত্র শিখন↔ compare
- FP-Growth (ফ্রিকোয়েন্ট প্যাটার্ন গ্রোথ)যন্ত্র শিখন↔ compare
- প্রসেস মাইনিংপ্রক্রিয়া খনন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →