频繁时序模式挖掘方法综述

频繁时序模式挖掘是指从时间序列数据中发现频繁出现的模式或规律的过程,其目的是可以帮助理解时间序列数据中的重要特征,例如周期性、趋势和异常等,有助于预测未来的发展趋势和识别异常情况等。根据近年来的频繁时序模式挖掘方法的相关文献调研,按照关键技术和代表性算法将其分为三类,即基于结构约束的频繁时序模式挖掘方法、基于参数约束的频繁时序模式挖掘方法和基于窗口的频繁时序模式挖掘方法。陈述了频繁时序模式挖掘方法的背景以及各方法的特点;分别介绍了三类挖掘方法的发展以及分类,并从优缺点和性能等方面对各类改进方法进行了详细的对比分析;对频繁时序模式挖掘方法进行归纳和总结,并对频繁时序模式挖掘方法的未来研究方向进行了展望。

基于时间段的时序规则发现

提出了一个新的基于时间段的频繁闭模式的挖掘算法,采用时间段的概念,利用频繁闭模式的特点,生成相应的时序规则。算法通过使用闭模式的性质进行剪枝优化,不生成冗余的候选序列,降低了时序规则发现的时间与空间复杂度,提高了效率。