广义无冗余情节规则抽取方法研究

silenced · 发表于 2020-11-23 10:57

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：情节规则挖掘旨在发现频繁情节之间的因果关联，现有无损情节规则挖掘方法没有考虑多规则间的关联关系，故而存在大量冗余．利用演绎推导特性对情节规则间的关联关系进行建模，引入无冗余情节迹规则的概念，分析了情节迹冗余的原因，通过最大重叠项冗余性检查给出广义无冗余情节规则抽取算法；证明了广义无冗余情节规则对情节规则的等价表达能力．理论分析和实验评估表明该算法在处理效率基本不变的前提下，提高了情节规则的生成质量．关键词：事件序列；演绎；情节迹；最大重叠项；情节规则

情节刻画了事件间的紧随关系，而情节规则描述了情节内的因果关联．自Ｍａｎｎｉｌａ等［１］引入情节规则的概念以来，情节规则挖掘问题［２，３］一直是数据挖掘领域研究的热点之一．基于情节规则匹配的预测方法被广泛应用在传感器数据处理、网络安全监控、金融证券管理、软件规范挖掘、城市交通管理、事务日志分析等众多领域［４］．在典型预测方法中，无论是Ｌａｘｍａｎ等人［５］提出的生成模型预测算法，还是Ｃｈｏ等人［６］提出ＴｏＦｅｌ算法、基于后向检索规则前件策略的数据流预测算法ＣＢＳＴｒｅｅ、ＣＢＳＴｒｅｅ改进算法［７］，它们的核心都是通过查找规则前件的发生来进行预测．而从历史数据中挖掘出的规则数量，直接影响各预测算法的预测效率．因此，针对规则精简集的研究一直比较活跃．

广义无冗余情节规则抽取方法研究.pdf (1.95 MB, 下载次数: 0)

zmmdmn · 发表于 2020-11-23 13:07

基于情节规则匹配的预测方法被广泛应用在传感器数据处理、网络安全监控、金融证券管理、软件规范挖掘、城市交通管理、事务日志分析等众多领域

帐号		自动登录	找回密码
密码			注册

[毕业设计] 广义无冗余情节规则抽取方法研究

EDA365欢迎您登录！

推荐内容 /1