数据挖掘之关联分析五(序列模式)

购物篮数据常常包含关于商品何时被顾客购买的时间信息,可以使用这种信息,将顾客在一段时间内的购物拼接成事务序列,这些事务通常基于时间或空间的先后次序。

问题描述

一般地,序列是元素(element)的有序列表。可以记做 s = ( e 1 , e 2 , ⋯   , e n ) s = (e_1, e_2, \cdots, e_n) s=(e1,e2,,en),其中每个 e j e_j ej是多个事件的集簇,即 e j = i 1 , i 2 , ⋯   , i k e_j = {i_1, i_2, \cdots, i_k} ej=i1,i2,,ik,如

  1. web站点访问者访问的web页面序列:
    <{主页} {电子产品} {照相机和摄像机} {数码相机} {购物车} {订购确认} {返回购物}>
  2. 计算机科学主修课程序列:
    <{算法与数据结构, 操作系统引论} {数据库系统, 计算机体系结构} {计算机网络, 软件工程} {计算机图形学, 并行程序设计}>

序列可以用它的长度和出现时间个数刻画,序列的长度对应于出现序列中的元素个数,k-序列是包含k个事件的序列。上面例子中web序列包含7个元素和7个事件,课程序列包含4个元素和8个事件。

序列不但包括事件序列,也包括空间序列,如下面最后一行的DNA序列

子序列subsequence
对于序列t和s,如果t中每个有序元素都是s中的一个有序元素的子集,那么t是s的子序列。形式化为,序列 t = < t 1 , t 2 , ⋯   , t m > t = <t_1, t_2, \cdots, t_m> t=<t1,t2,,tm> s = < s 1 , s 2 , ⋯   , s n > s = <s_1, s_2, \cdots, s_n> s=<s

  • 3
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值