系列データ (sequential data)

同質のデータを直列に並べたデータをさし,DNA系列や,文字列などがある.さらに,データマイニング分野では以下のようなバスケットデータ系列データもある.

(用語と記号はバスケットデータの項目を参照) バスケットデータの系列は次のようなもの \[\langle(a) (abc) (ac) (d) (cf)\rangle\] 第1回目の取引ではアイテムaのみを,第2回目の取引ではアイテムa,b,およびcを購入したことを表す. この系列の集合が系列データ

この系列について包含関係を考える. 系列 \(\langle a_1\ldots a_n\rangle\) が \(\langle b_1\ldots b_m\rangle\) に含まれるとは,\(a_1\subseteq b_{i_1}\ldots a_n\subseteq b_{i_n}\) を満たすような整数 \(i_1\lt\cdots\lt i_n\) が存在すること.系列の集合中で,系列 s が極大であるとは s が他のどの系列にも含まれないこと.

例えば,\(\langle(c)(de)(h)\rangle\) は \(\langle(g)(ch)(i)(def)(h)\rangle\) に含まれる.なぜなら,\((c)\subseteq(ch)\),\((de)\subseteq(def)\),および\((h)\subseteq(h)\) だから. しかし,\(\langle(c)(e)\rangle\) と \(\langle(e)(c)\rangle\) には互いに包含関係はない.

ある系列 s が,系列データ中の系列 t を支持するとは s が t に含まれること.系列データ中で,系列 s を支持するデータの割合を支持度 (support) という.

系列パターン (sequential pattern) のマイニングとは,支持度が最小支持度以上の極大な系列を全て列挙すること.

-- しましま

関連項目

リンク集

関連文献


トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2011-06-16 (木) 20:25:06