基于极小窗口的情节显著性
数据结构与算法
2019-02-08 v1
摘要
从序列中发现情节（频繁事件集）一直是模式挖掘中的活跃领域。传统上采用层进式方法来发现所有频繁情节。尽管该技术在计算上可行，但可能导致大量模式，尤其是在使用低阈值时。本文我们提出一种新的情节质量度量。若情节的极小窗口平均长度相较于独立模型下的期望长度有显著偏离，则称该情节是显著的。我们可将此度量作为后剪枝步骤，以检验发现的频繁情节是否真正有趣，从而减少输出数量。作为主要贡献，我们引入一种技术，允许我们利用独立模型计算极小窗口长度的分布。此类计算任务出奇地复杂，为解决它，我们迭代地计算分布，从简单情节开始逐步转向更复杂的情节。在我们的实验中，我们发现具有足够数量极小窗口的候选情节，并检验每个候选的显著性。实验结果表明，我们的方法能发现显著情节而忽略无趣情节。
引用
@article{arxiv.1902.02755,
title = {Significance of Episodes Based on Minimal Windows},
author = {Nikolaj Tatti},
journal= {arXiv preprint arXiv:1902.02755},
year = {2019}
}