面向非单调约束的最佳区间模式的快速生成

在模式挖掘中，主要挑战是模式集的指数级爆炸。通常，为解决此问题，会引入一种用于模式选择的约束。模式挖掘中最早提出的约束之一是模式在数据集中的支持度（频率）。频率是一个反单调函数，即给定一个不频繁模式，其所有超模式均不频繁。然而，许多其他用于模式选择的约束并非（反）单调，这使得生成满足这些约束的模式变得困难。在本文中，我们引入了投影反单调性的概念以及$\theta$-$\Sigma\o\phi\iota\alpha$算法，该算法能高效生成针对某些非单调约束的最佳模式。在本文中，我们考虑稳定性和$\Delta$-测度，它们是非单调约束，并将它们应用于区间元组数据集。在实验中，我们计算关于这些度量的最佳区间元组模式，并展示了我们的方法相对于后过滤方法的优势。