在时间序列上探勘频繁情节-NPUCSIE.PDF

第 十三屆離島資訊技術與應用研討會論文集 在時間序列上 探勘頻繁情節 * 顏秀珍 李御璽 粘嘉菖 銘傳大學資訊工程學系 銘傳大學資訊工程學系 銘傳大學資訊工程學系 sjyen@.tw leeys@.tw ruaddick@ 論文摘要 是從一連串事件發生的時間序列，找尋頻繁依序發 資料探勘技術在資料分析上面有很大的幫 生的事件，也就是發生某一事件後，哪一事件很有 助，在時間序列上找尋頻繁的情節(episode)是其中 可能會接著發生。因此，當某一事件發生後，我們 一種。探勘頻繁情節能讓使用者根據目前發生的事 可以利用頻繁情節來預測將會發生的事件。例如網 件，預測未來發生的事件。傳統探勘頻繁情節都是 路錯誤偵測的應用中，我們可以利用頻繁情節來預 利用階層式的概念，即先產生候選情節 (candidate 測錯誤的發生，而在氣象的應用中，可以預測天氣 episodes) ，再掃描序列資料，以決定其是否為頻繁 的變化。一連串事件發生的序列，我們稱為事件 序 情節。因而浪費了很多重覆掃描序列資料以及搜尋 列(event sequence) ，如圖1所示，英文字母代表事 候選情節的時間。另外，時間序列上的資料會隨著 件的型態，而數字代表事件發生的時間點，我們可 時間不斷的增加，浪費很多重新探勘的時間，資料 以將事件序列記錄成一序列的事件與其發生時間 連續不斷無止境增加的環境稱為資料串流，在很多 的組合。因此，事件序列的表示方式為 a ,t )(a ,t )…(a ,t )(n1)，其中t t …t 且a E 應用上，像是網路的錯誤偵測、網站搜尋的紀錄、 1 1 2 2 n n 1 2 n i 氣象的監測等，使用者往往需要立即知道目前資料 (1in) ，E 為所有事件的集合。 分析的結果，若是利用傳統探勘頻繁情節的方法， 一個情節的發生 (occurrence) [3, 4, 6, 7]為此情 必須連同原始的序列資料重新探勘，因而無法提供 節的起始事件與終止事件發生的時間範圍 。對於某 即時的資訊。因此，在這篇論文中，我們提出一個 一情節的任兩個發生 O [t , s ]和 O [t , s ] ，若 1 1 1 2 2 2 方法，在資料串流的環境下，能夠只針對新增的資 t t 且 s s 或 t t 且 s s ，則對於此情節，O 1 2 1 2 1 2 1 2 1 料做探勘，以更新既有的頻繁情節，而不需要再掃 包含 O 。若情節 E的發生 O包含發生 O ，表示E 2