Sekventiel mønsterudvinding
Sekventiel mønsterudvinding opdager ordnede mønstre, der gentages på tværs af flere hændelsessekvenser i en database. Introduceret af Agrawal og Srikant i 1995, udvider den association rule mining til tidsordnede transaktioner. Et mønster er hyppigt, når det optræder som en ordnet delsekvens i mindst en brugerdefineret brøkdel af alle sekvenser. Metoden anvendes bredt, hvor rækkefølgen af hændelser bærer mening, såsom kundekøbshistorik, klikstrømslogs, elektroniske patientjournaler og DNA-sekvensanalyse.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Agrawal, R., & Srikant, R. (1995). Mining sequential patterns. IEEE International Conference on Data Engineering (ICDE), 3–14. DOI: 10.1109/ICDE.1995.380415 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Sequential Pattern Mining. ScholarGate. https://scholargate.app/da/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.
- Association Rule Mining (Apriori)Maskinlæring↔ compare
- FP-Growth (Frequent Pattern Growth)Maskinlæring↔ compare
- Process MiningProcess mining↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →