本文探讨了在正式概念分析框架下挖掘数值数据的问题。我们提出了一种更加精确高效的方法,并使用真实数据进行了评估,证明了其优越性。
Nov, 2011
本文讨论模式挖掘在预测模型中的应用,并提供具有解释性和准确性的模式选择方法。
本研究采用约束编程 (CP) 技术,探讨在序列数据库中建模和挖掘顺序模式的方法。实验证明了我们的 CP 方法的可行性和实用性。
Nov, 2013
本文提出一种基于投影数据库原则的全局约束来解决约束编程方法的不足,实验结果表明该方法在大型数据集上表现优异,明显优于约束编程方法并且可以与特定方法竞争。
Apr, 2015
该论文介绍了在模式挖掘中,使用投影反单调性和 θ−Σοφια 算法可以有效生成满足非单调限制条件的最佳模式,并利用稳定性和 Δ-度量应用于区间元组数据集,计算最佳模式,并显示其优势。
Jun, 2015
本文提出了基于全局约束 GAP-SEQ 的序列模式挖掘方法,能够在处理有或者无缺口约束的情况下获得更好的性能,并超越了传统的基于约束编程方法与 cSpade 方法。
Nov, 2015
Flexics是第一款灵活的模式采样器,支持多种质量度量和约束条件,并提供强大的采样准确性保证,可用于各种模式语言,包括模式集采样,实验结果表明Flexics既准确又高效。
Oct, 2016
提出了基于多值决策图表示法的约束序列模式挖掘技术,可以适应多个项目属性和各种约束类型,包括一些非单调约束。通过开发一个基于 MDD 的前缀投影算法,可以将其应用性进行评估,并与典型的生成检查变体以及最先进的基于约束的序列模式挖掘算法进行性能比较,结果表明我们的方法在可伸缩性和效率方面与其他方法相当或优于其他方法。
Nov, 2018
本文介绍了一种针对序列数据的模式集挖掘方法,使用MDL原则编码序列数据,通过权重编码序列中的序列事件集以确定模式质量,通过两种算法进行模式挖掘,证明能够有效发现具有信息量的小模式集。
Feb, 2019
通过约束推理,我们引入了一种半结构化数据的模式挖掘框架,可以发现频繁出现且具有所需特性的顺序模式,从而创建有用的新模式嵌入,进而用于客户意图预测。总的来说,我们证明了模式嵌入在半结构化数据和机器学习模型之间具有整合作用,提高了下游任务的性能并保留了可解释性。
Jan, 2022