Machine learningPattern mining
序列模式挖掘
序列模式挖掘旨在发现数据库中跨越多个事件序列的有序模式。该方法由 Agrawal 和 Srikant 于 1995 年提出，是对关联规则挖掘在时间有序事务上的扩展。当一个模式作为有序子序列出现在至少用户指定的全部序列的某个比例中时，该模式即被认为是频繁的。该方法广泛应用于任何事件顺序具有意义的场景，例如顾客购买历史、点击流日志、电子健康记录和 DNA 序列分析。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
来源
- Agrawal, R., & Srikant, R. (1995). Mining sequential patterns. IEEE International Conference on Data Engineering (ICDE), 3–14. DOI: 10.1109/ICDE.1995.380415 ↗
如何引用本页
ScholarGate. (2026, June 2). Sequential Pattern Mining. ScholarGate. https://scholargate.app/zh/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 →