Machine learningPattern mining

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।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

The neighbourhood of related methods — select a node to explore.

উৎস

  1. 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.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateSequential Pattern Mining (Sequential Pattern Mining). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/machine-learning/sequence-mining · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026