MLSP: Mining Hierarchically-Closed Multi-Level Sequential Patterns

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F13%3APU107073" target="_blank" >RIV/00216305:26230/13:PU107073 - isvavai.cz</a>

Výsledek na webu

<a href="http://link.springer.com/chapter/10.1007/978-3-642-53914-5_14" target="_blank" >http://link.springer.com/chapter/10.1007/978-3-642-53914-5_14</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-642-53914-5_14" target="_blank" >10.1007/978-3-642-53914-5_14</a>

Jazyk výsledku

angličtina

Název v původním jazyce

MLSP: Mining Hierarchically-Closed Multi-Level Sequential Patterns

Popis výsledku v původním jazyce

The problem of mining sequential patterns has been widely studied and many efficient algorithms used to solve this problem have been published. In some cases, there can be implicitly or explicitely defined taxonomies (hierarchies) over input items (e.g. product categories in a e-shop or sub-domains in the DNS system). However, how to deal with taxonomies in sequential pattern mining is marginally discussed. In this paper, we formulate the problem of mining hierarchically-closed multi-level sequential patterns and demonstrate its usefulness. The MLSP algorithm based on the on-demand generalization that outperforms other similar algorithms for mining multi-level sequential patterns is presented here.

Název v anglickém jazyce

MLSP: Mining Hierarchically-Closed Multi-Level Sequential Patterns

Popis výsledku anglicky

The problem of mining sequential patterns has been widely studied and many efficient algorithms used to solve this problem have been published. In some cases, there can be implicitly or explicitely defined taxonomies (hierarchies) over input items (e.g. product categories in a e-shop or sub-domains in the DNS system). However, how to deal with taxonomies in sequential pattern mining is marginally discussed. In this paper, we formulate the problem of mining hierarchically-closed multi-level sequential patterns and demonstrate its usefulness. The MLSP algorithm based on the on-demand generalization that outperforms other similar algorithms for mining multi-level sequential patterns is presented here.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)<br>S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

9th International Conference, ADMA 2013

ISBN

978-3-642-53913-8

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

157-168

Název nakladatele

Springer Verlag

Místo vydání

Hangzhou

Místo konání akce

Zhejiang University, Hangzhou

Datum konání akce

14. 12. 2013

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—