利用微聚类发现基于事件的时空数据中的序列模式——扩展报告

在本文中，我们考虑从基于事件的时空数据中发现序列模式的问题。该问题定义如下：对于给定的事件类型集合 $F$ 和事件实例数据集 $D$（其中 $D$ 中的每个实例表示特定事件类型在考虑的空间-时间空间中的出现），发现所有定义参与特定模式的任何事件类型之间下述关系的序列模式。任意两个事件类型之间的如下关系 $\rightarrow$ 表示：第一类事件类型的实例在其空间邻近范围内吸引第二类事件类型实例在考虑的时间窗口内的后续出现。本文中，定义了基于事件的时空数据中的序列模式概念，并重新表述了已提出的序列模式发现方法。我们表明，可以高效且有效地从基于事件的时空数据中发现序列模式。