软件学报

作者：朱辉生，陈琳，倪艺洋，汪卫，施伯乐

单位：朱辉生，江苏第二师范学院 数学与信息技术学院, 江苏 南京 21120011,陈琳，泰州学院 计算机科学与技术学院, 江苏 泰州 22530002,倪艺洋，江苏第二师范学院 数学与信息技术学院, 江苏 南京 21120003,汪卫，复旦大学 计算机科学技术学院, 上海 20043304,施伯乐，复旦大学 计算机科学技术学院, 上海 20043305

关键词：事件序列;频繁情节;挖掘;支持度;深度优先遍历

基金：国家自然科学基金（61802274，61701201，U1509213）；教育部“云数融合科教创新”基金（2017B06109）；江苏省自然科学基金（BK20141307，BK20170758）；江苏省“333工程”基金（BRA2015212）；江苏省无线通信重点实验室开放研究基金（2017WICOM02）

事件序列中蕴藏的频繁情节刻画了用户或系统的行为规律.现有的频繁情节挖掘算法在各自支持度定义下具有较好的挖掘效果，但在支持度定义发生变化时却很难甚至无法直接挖掘频繁情节.针对用户多变的支持度定义需求，提出了一种频繁情节挖掘算法FEM-DFS（frequent episode mining-depth first search）.该算法通过单遍扫描事件序列，以深度优先搜索方式来发现频繁情节，以共享前/后缀树来存储频繁情节，以单调性、前缀单调性或后缀单调性来压缩频繁情节的搜索空间.实验评估证实了所提出算法的有效性.

来源：2020年第7期

《软件学报》期刊编辑部

查看软件学报杂志2020年第7期