论文部分内容阅读
序列模式挖掘是从给定序列中发现出现频率高的模式的一种方法，目前已在诸多领域被广泛应用．假定子模式Pi和Pj（i〈j）可以分别匹配事件A和事件B，传统的序列模式挖掘方法能够对事件B在事件A之后的序列进行检测，而不能对事件B发生在事件A之前的序列进行识别．为了解决此问题，文中提出了周期性一般间隙约束的序列模式挖掘问题，该问题具有如下5个特点：间隙约束的最小值可为负值的一般间隙约束；每个间隙约束都相同的周期性模式；在支持数统计方面无特殊约束，即允许序列中事件多次使用；该挖掘问题满足Apriori性质；挖掘支持率