检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

-

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

1 篇 学位论文

馆藏范围

1 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

1 篇 管理学
- 1 篇 管理科学与工程(可...

主题

1 篇 数据挖掘
1 篇 稳定周期性
1 篇 非冗余序列模式
1 篇 高效用序列模式挖...
1 篇 负效用序列模式

机构

1 篇 齐鲁工业大学

作者

1 篇 解士永

语言

1 篇 中文

检索条件"主题词=非冗余序列模式"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于时间约束的高效用序列模式挖掘关键技术研究

基于时间约束的高效用序列模式挖掘关键技术研究

引用

作者：解士永齐鲁工业大学

学位级别：硕士

高效用序列模式挖掘(High-utility Sequential Pattern Mining,HUSPM)是在定量序列数据库中挖掘出具有高价值、高利润的序列模式的过程。而传统的高效用序列模式挖掘方法忽略了每个相同的序列模式在定量序列数据库中连续出现的时间间隔... 详细信息

高效用序列模式挖掘(High-utility Sequential Pattern Mining,HUSPM)是在定量序列数据库中挖掘出具有高价值、高利润的序列模式的过程。而传统的高效用序列模式挖掘方法忽略了每个相同的序列模式在定量序列数据库中连续出现的时间间隔(周期)。进而周期性高效用序列模式挖掘(Periodic High-utility Sequential Pattern Mining,PHUSPM)方法被提出,在此类挖掘方法中,一个序列模式的周期值被定义为它在定量序列数据库中出现的最大时间间隔(周期)。如果一个序列模式的周期值不大于用户自定义的最大周期阈值(max Per),则该序列模式就会被认为是周期性的。但该方法在使用max Per判断阈值时存在两个问题,一是该阈值设定较为严格,如果一个序列模式的所有周期中只有一个超过了该阈值,那么该序列模式就会被认定为不是周期性出现的,即使在大部分情况下该序列模式有着周期性的表现;二是使用该阈值时只能判断序列模式的所有周期是否小于或等于max Per,而不能确定所有的周期在一定范围内波动,导致挖掘到的序列模式的周期存在或大或小的情况,这种情况不能很好的用于决策。为此,本文提出了一种稳定性的方法,基于此方法提出了一种新的挖掘方法即稳定性周期高效用序列模式挖掘(Stable Periodic High-utility Sequential Pattern Mining,SPHUSPM)算法。SPHUSPM算法的贡献如下。首先,基于提出的稳定性周期的概念,首次提出了稳定性周期高效用序列模式(Stable Periodic High-utility Sequential Patterns,SPHUSPs)的概念。其次,本文设计了一种新的数据结构PULlist来记录每个序列模式的周期与效用的信息,无需多次扫描原始数据库,从而提高了挖掘效率。第三,本文提出了适用于序列模式挖掘的最大不稳定性剪枝策略(MLPS),该策略可以提前剪掉大量的不具有稳定性周期的序列模式。为了能适应更多的需求,提高决策的精准性,本文在提出的SPHUSPM算法的基础上,引入项的负效用的概念,可以预测已经发生的事件与未发生的事件之间周期性和高效用的关系,从而提高预测的多样性。此外,本文发现在挖掘到的稳定性周期高效用序列模式中,部分序列模式的周期性可以从它们的子序列中推出来,此类模式的决策功能可以被它的子序列代替,并且大量的此类模式的出现会造成冗余。为此,本文提出了非冗余周期性高效用负序列模式挖掘(Non-Redundan Periodic High-utility Negative Sequential Pattern Mining,NPHNM)算法。NPHNM算法的贡献如下。第一,该算法将负效用项的概念引入到周期性高效用序列模式挖掘之中,在周期性模式之中加入负效用项的内容,挖掘出的模式可以得到发生与未发生事件的周期性关系。第二,还提出了去除冗余周期模式的方法,该方法大大减少了冗余模式的数量,使决策变得更精准、更有目的性。

关键词：数据挖掘高效用序列模式挖掘稳定周期性负效用序列模式非冗余序列模式

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：