Szekvenciális mintázatbányászat
A szekvenciális mintázatbányászat olyan rendezett mintázatokat fedez fel, amelyek több eseményszekvenciában ismétlődnek egy adatbázisban. Az Agrawal és Srikant által 1995-ben bevezetett módszer kiterjeszti az asszociációs szabályok bányászatát az időben rendezett tranzakciókra. Egy mintázat akkor gyakori, ha legalább egy felhasználó által megadott hányadnyi összes szekvenciában megjelenik rendezett részszekvenciaként. A módszer széles körben alkalmazható mindenütt, ahol az események sorrendje jelentéssel bír, mint például vásárlási előzmények, kattintási naplók, elektronikus egészségügyi nyilvántartások és DNS-szekvenciaelemzések esetében.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Agrawal, R., & Srikant, R. (1995). Mining sequential patterns. IEEE International Conference on Data Engineering (ICDE), 3–14. DOI: 10.1109/ICDE.1995.380415 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Sequential Pattern Mining. ScholarGate. https://scholargate.app/hu/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.
- Asszociációs szabálymining (Apriori)Gépi tanulás↔ compare
- FP-Growth (Frequent Pattern Growth)Gépi tanulás↔ compare
- FolyamatbányászatFolyamatbányászat↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →