事件序列上高效用情節(jié)挖掘方法研究.pdf

1、隨著信息時(shí)代的到來，產(chǎn)生了海量的數(shù)據(jù)，這些大量數(shù)據(jù)的背后隱藏著許多人們所需要的信息和知識，人們迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識。數(shù)據(jù)挖掘就是隨著人們的這一需要應(yīng)運(yùn)而生的。雖然對數(shù)據(jù)挖掘技術(shù)的研究已經(jīng)很成熟，但隨著RFID、Sensor等EDGE（Electronic Data Gathering Equipment）的廣泛應(yīng)用，出現(xiàn)了大量的事件流數(shù)據(jù)。傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)往往針對靜態(tài)數(shù)據(jù)進(jìn)行處理，對這種事件流數(shù)據(jù)不適用。因此對事件

2、流上的數(shù)據(jù)進(jìn)行挖掘處理獲得了廣泛的應(yīng)用。
　　頻繁情節(jié)挖掘是事件流挖掘領(lǐng)域中的重要方面。目前對頻繁情節(jié)挖掘的研究沒有考慮事件序列當(dāng)中各個(gè)事件類型的重要性（權(quán)重），即認(rèn)為所有的情節(jié)都有相同的權(quán)重。但是在現(xiàn)實(shí)環(huán)境中，事件序列中不同的情節(jié)具有不同的權(quán)重，不同的情節(jié)具有不同的效用值。這樣以前的頻繁情節(jié)的挖掘方法都不能直接用來挖掘高效用的情節(jié)。為此，提出了在事件序列上進(jìn)行高效用情節(jié)挖掘的算法。
　　首先，本文提出了一種度量情節(jié)效用值的

3、模型，用情節(jié)發(fā)生的次數(shù)乘以情節(jié)本身的權(quán)重。這樣就避免了以前單純用次數(shù)來判斷情節(jié)是否頻繁的缺點(diǎn)，即挖掘出的情節(jié)往往不是非常重要的情節(jié)。在這樣的模型下挖掘出的高實(shí)用性、高效用的情節(jié)在實(shí)際的某些應(yīng)用當(dāng)中更有實(shí)際意義。
　　其次，以前在沒有考慮權(quán)重進(jìn)行頻繁情節(jié)挖掘時(shí)，情節(jié)都具有向下封閉的特性，但是現(xiàn)在由于考慮了情節(jié)的效用值，原來向下封閉的特性就不再滿足，即如果子情節(jié)不滿足閾值條件，但它的父情節(jié)也有可能是滿足閾值條件的。所以不滿足閾值條件的