从大规模序列数据中发现顺序模式
摘要：数据挖掘是从大量数据中发现有趣模式的任务。有许多数据挖掘任务，例如分类、聚类、关联规则挖掘和顺序模式挖掘。顺序模式挖掘找到在某些序列中经常一起出现的数据项集。顺序模式挖掘从序列数据库中提取频繁子序列，近年来受到了广泛关注，因为它是许多应用的基础，如：网络用户分析、股票趋势预测、DNA序列分析、从自然语言文本中发现语言或语言模式，以及使用症状历史来预测某种疾病。这些应用的多样性不可能应用单一的顺序模式模型来解决所有问题。每个应用可能需要一个独特的模型和解决方案。近年来，已经建立了许多研究项目，旨在开发有意义的顺序模式模型和高效的挖掘算法。本论文理论上提供了对三种类型顺序模式模型的简要概述。
作者：Mahdi Esmaeili, Fazekas Gabor
论文ID：1002.1150
分类：Databases
分类简称：cs.DB
提交时间：2010-02-08