广义无冗余情节规则抽取方法研究..docVIP

广义无冗余情节规则抽取方法研究 摘要：利用演绎推导特性对情节规则间的关系进行建模引入了无冗余情节迹规则的概念，给出了广义无冗余情节规则算法广义无冗余情节规则理论分析和实验评估明该算法关键词：事件序列，情节迹，情节规则 中图分类号：TP3 文献标识码：A Research on Extracting Generalized Non-Redundant Episode Rules Abstract: ondestructive episode rule mining algorithms don’t consider the relationship between episode rules and generate redundancy, we model the relationship among the episode rules by using deduction characteristic, and introduce the concept of non-redundant episode trace rules. We also analyze reasons for episode trace redundancy, and present the generalized non-redundant episode rules mining algorithm based on the redundant checking on maximum overlap items. Then we prove that generalized non-redundant episode rules keep the equivalent expression ability to episode rules. Theoretical analysis and experiments demonstrate this algorithm improved the quality of generated episode rules with almost the same efficiency. Key words: event sequence, deduction, episode trace, maximum overlap items, episode rule 1. 引言 情节刻画了事件间的紧随关系，而情节规则描述了情节的因果关联。自Mannila等人[1]引入情节规则的概念以来，情节规则挖掘问题一直是数据挖掘领域研究的热点之一传感器数据处理、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[]。，无论是Laxman等人[]提出生成模型预测方法Cho等人[]提出 ToFel算法后向检索规则前件策略的数据流预测算法CBS-TreeCBS-Tree改进算法[]，其核心都是通过查找规则前件的发生来进行预测情节规则挖掘的各类算法，虽然在数据组织、处理流程等方面各有不同，但主要分为类，如表1所示。情节规则全集TASA[8]、WinMiner[9]。TASA算法分为3个步骤：首先，基于广度优先的搜索策略和滑动窗口的情节支持度定义，通过多遍扫描事件序列，以候选、剪枝再测试的处理方式发现频繁情节；其次，由频繁情节集产生情节规则集；最后，使用技术来筛选冗余的情节规则。WinMiner算法采用了深度优先的搜索策略和最小发生的情节支持度定义，只需单遍扫描事件序列，且不会产生任何候选情节。最小前件情节规则全集Miner[10]，算法首先采用深度优先的搜索策略来创建存储所有情节的前缀搜索树PSL，然后通过遍历PSL得到包含所有情节模式生成子的超集，据此可以得到最小前件情节规则无冗余情节规则集Extractor[11]，算法采用最小且非重叠发生的支持度定义和深度优先的搜索策略来发现频繁闭情节及其生成子，保证了频繁闭情节及其生成子的挖掘质量和挖掘效率；利用非生成子情节的Apriori性质，避免了冗余的情节生成子判断；直接由频繁闭情节及其生成子产生情节规则，提高了情节规则的生成质量和生成效率。表1情节规则挖掘算法 类别 产生方式 产生规则 1 频繁情节 情节规则全集 2 频繁情节生成子 最小前件情节规则全集 频繁闭情节生成子 无冗余情节规则集 上述情节规则抽取算法频繁情节生成子提出了挖掘top-K无冗余规则的方法，算法根据规则的支持度大小，选择前K个情节规则。这样既限定了规则数量，又可以保证规则代表信息有用。提出信息情节规则的概念，为了情节规则更具预测性，提出了严格支持度阈值的概念在挖掘过程中不断调整置信度。忽略了规则间的关系top-K利用多规则间排序关系、信息情节规则众所周知，频繁情节的挖掘是在频