Последовательный глубинный анализ шаблонов

Последовательный глубинный анализ шаблонов (Sequential Pattern Mining) обнаруживает упорядоченные шаблоны, которые повторяются в нескольких последовательностях событий в базе данных. Введенный Агравалом и Шрикантом в 1995 году, он расширяет анализ ассоциативных правил на транзакции, упорядоченные по времени. Шаблон считается частым, если он появляется как упорядоченная подпоследовательность по крайней мере в заданной пользователем доле всех последовательностей. Метод широко применяется везде, где порядок событий имеет значение, например, в историях покупок клиентов, логах кликстримов, электронных медицинских картах и анализе последовательностей ДНК.