Q

數據庫中的常見模式

2012-04-01 93 views 1 likes

1

我需要在事件序列的數據庫中查找常見模式。所以，我考慮了the longest common substring problem和the python implementation尋找解決方案。數據庫中的常見模式

請注意，我並不是只搜索最長的公共子字符串：我接受數據庫中經常出現的較短的常見子字符串。

你能提出一些有關這個問題的算法，實現技巧或一般建議嗎？

2012-04-01 Daniel Walther Berns

A

回答

1

以前的答案建議Apriori。但是Apriori是不適合的，如果你想找到頻繁的序列，因爲Apriori不考慮時間（另外，Apriori是一個低效的算法）。

如果您想查找幾個序列共有的子序列，使用序列模式挖掘算法（如PrefixSpan和SPAM）會更合適。

如果你想做一些預測，另一個選擇也是使用順序規則挖掘算法。

我有序列模式挖掘和連續規則挖掘算法的開源Java實現，你可以從我的網站下載：http://www.philippe-fournier-viger.com/spmf/

我不認爲你可以處理8 GB的數據在一個投籃這些算法。但這可能是一個起點。實際上，通過實施基於磁盤的策略，其中一些算法可適用於超大型數據庫的情況。

2012-04-07 04:13:16 Phil

0

您是否考慮過頻繁項目集挖掘方法，如Apriori？

2012-04-01 16:41:01

+0

與我一起工作的機械工程師正在尋找20多年來建造的數據庫（大約8 GB和5毫米的記錄）。最終目標是建立維護任務的顧問（類似於「在該卡車的當前狀態下，您需要完成這些任務」）。所以，是的，我已經考慮了Apriori算法，並發現了事件之間的一些有趣的關聯。我們目前的問題是找到一個不同的模型，只是爲了比較。我使用像LCS這樣的方法的意義在於，我只需要處理兩個故事來查找模式。 – 2012-04-02 13:35:09

相關問題