[发明专利]普适的事件序列频繁情节挖掘方法

权利要求书

1.一种普适的事件序列频繁情节挖掘方法，用于对数字化平台的日志数据的事件序列的频繁情节进行挖掘，其特征在于：在给定事件序列、窗口宽度、支持度阈值和支持度定义的前提下，基于深度优先搜索方式和共享前/后缀树存储结构来挖掘事件序列上的所有频繁情节，挖掘过程中兼顾多种支持度定义包括窗口发生、最小发生、头发生、总发生、非交错发生、非重叠发生、最小且非重叠发生，单遍扫描事件序列，且不产生候选频繁情节；具体为，

S1、初始化共享前/后缀树T；

S2、扫描事件序列一遍，依据支持度定义和支持度阈值，发现所有的频繁1-情节并按字典序排列；

S3、对于每个频繁1-情节α，在共享前/后缀树T中生成根结点的孩子结点N_α，每个结点包括情节名、情节发生集和孩子指针集三个域，为了兼顾考虑窗口发生、最小发生、头发生、总发生、非交错发生、非重叠发生、最小且非重叠发生的支持度定义，每个情节的发生集为其最早转移发生集；

S4、分别对每个频繁1-情节α，进行如下递归处理：依次取出每个频繁1-情节β对α进行情节增长，令增长后的情节为γ＝concat(α,β)或γ＝concat(β,α)，即γ是以α为前缀或后缀进行增长，每次增长后依据支持度定义计算γ的发生集，若γ是频繁情节，则在树T中添加N_α的孩子结点N_γ，并对γ进行类似于α的情节增长处理，如此不断迭代，直至没有发现更长的频繁情节为止，得到事件序列上所有频繁情节；步骤S4中，对于总发生的支持度定义，情节增长时采用后缀增长；对于基于窗口发生、头发生、最小发生、非交错发生、非重叠发生、最小且非重叠发生的支持度定义均采用前缀增长。

2.如权利要求1所述的普适的事件序列频繁情节挖掘方法，其特征在于：步骤S1中，共享前/后缀树T是一棵有向根树，除根结点外，共享前/后缀树T中的每个结点是一个三元组(Name,Occ,Child)，其中Name表示该结点对应的情节，Occ表示该结点对应情节的发生集，Child表示该结点的孩子指针集，共享前/后缀树T中父结点的Name，要么是子结点Name的前缀，要么是子结点Name的后缀。