ABSTRACT:Sequential Pattern mining

ABSTRACT:
Sequential Pattern mining is the process of applying data mining techniques to a sequential database for the purposes of discovering the correlation relationships that exist among an ordered list of events. The task of discovering frequent sequences is challenging, because the algorithm needs to process a combinatorially explosive number of possible sequences. Discovering hidden information from Web log data is called Web usage mining. One common usage in web applications is the mining of users’ access behaviour for the purpose of predicting and hence pre-fetching the web pages that the user is likely to visit. The aim of discovering frequent Sequential patterns in Web log data is to obtain information about the access behaviour of the users.
Finding Frequent Sequential Pattern (FSP) is an important problem in web usage mining. In this paper, we explore a new frequent sequence pattern technique called AWAPT (Adaptive Web Access Pattern Tree), for FSP mining. An AWAPT combines Suffix tree and Prefix tree for efficient storage of all the sequences that contain a given item. It eliminates recursive reconstruction of intermediate WAP tree during the mining by assigning the binary codes to each node in the WAP Tree. Web access pattern tree (WAP-tree) mining is a sequential pattern mining technique for web log access sequences, which first stores the original web access sequence database(WASD) on a prefix tree, similar to the frequent pattern tree (FP-tree) for storing non-sequential data. WAP-tree algorithm then, mines the frequent sequences from the WAP-tree by recursively re-constructing intermediate trees, starting with suffix sequences and ending with prefix sequences. An attempt has been made to AWAPT approach for improving efficiency. AWAPT totally eliminates the need to engage in numerous reconstructions of intermediate WAP-trees during mining and considerably reduces execution time.

Keywords: Data Mining, Sequential pattern mining, frequent pattern mining, web usage mining, AWAPT.



DOI : 10.5121/ijdms.2010.2304 31

Kết quả (Việt) 1:

TÓM TẮT:Tuần tự mô hình khai thác mỏ là quá trình của việc áp dụng kỹ thuật khai thác dữ liệu cơ sở dữ liệu tuần tự để khám phá các mối quan hệ tương quan tồn tại giữa một danh sách thứ tự của các sự kiện. Việc phát hiện ra chuỗi thường xuyên thách thức, bởi vì các thuật toán cần phải xử lý một số combinatorially nổ có thể trình tự. Khám phá các thông tin ẩn từ dữ liệu Nhật ký Web được gọi là Web sử dụng khai thác. Một thường được sử dụng trong các ứng dụng web là khai thác mỏ của hành vi truy cập của người dùng cho các mục đích dự đoán và do đó tìm nạp trước các trang web mà người dùng có thể truy cập vào. Mục đích của khám phá thường xuyên mẫu tuần tự trong dữ liệu Nhật ký Web là để có được thông tin về hành vi truy cập của người dùng.Finding Frequent Sequential Pattern (FSP) is an important problem in web usage mining. In this paper, we explore a new frequent sequence pattern technique called AWAPT (Adaptive Web Access Pattern Tree), for FSP mining. An AWAPT combines Suffix tree and Prefix tree for efficient storage of all the sequences that contain a given item. It eliminates recursive reconstruction of intermediate WAP tree during the mining by assigning the binary codes to each node in the WAP Tree. Web access pattern tree (WAP-tree) mining is a sequential pattern mining technique for web log access sequences, which first stores the original web access sequence database(WASD) on a prefix tree, similar to the frequent pattern tree (FP-tree) for storing non-sequential data. WAP-tree algorithm then, mines the frequent sequences from the WAP-tree by recursively re-constructing intermediate trees, starting with suffix sequences and ending with prefix sequences. An attempt has been made to AWAPT approach for improving efficiency. AWAPT totally eliminates the need to engage in numerous reconstructions of intermediate WAP-trees during mining and considerably reduces execution time.Keywords: Data Mining, Sequential pattern mining, frequent pattern mining, web usage mining, AWAPT.DOI : 10.5121/ijdms.2010.2304 31

Kết quả (Việt) 2:

TÓM TẮT:
Sequential khai thác mẫu là quá trình áp dụng các kỹ thuật khai thác dữ liệu vào một cơ sở dữ liệu tuần tự cho các mục đích phát hiện các mối quan hệ tương quan tồn tại giữa một danh sách có thứ tự các sự kiện. Các nhiệm vụ phát hiện các trình tự thường xuyên là một thách thức, bởi vì các thuật toán cần xử lý một số combinatorially nổ của các trình tự có thể. Khám phá những thông tin ẩn từ dữ liệu Web log được gọi là khai thác sử dụng Web. Một sử dụng phổ biến trong các ứng dụng web là việc khai thác hành vi truy cập của người sử dụng với mục đích dự đoán và do đó tìm nạp trước các trang web mà người dùng có khả năng truy cập. Mục đích của việc khám phá các mẫu tuần tự thường xuyên trong dữ liệu Web log là để có được thông tin về các hành vi truy cập của người sử dụng.
Việc tìm kiếm thường xuyên mẫu tuần tự (FSP) là một vấn đề quan trọng trong việc khai thác sử dụng web. Trong bài báo này, chúng tôi khám phá một kỹ thuật mới mô hình chuỗi thường xuyên gọi AWAPT (Adaptive Web Access Pattern Tree), khai thác FSP. An AWAPT kết hợp cây Suffix và cây Prefix cho lưu trữ hiệu quả của tất cả các chuỗi có chứa một mục nào. Nó giúp loại bỏ tái đệ quy của cây WAP trung gian trong quá trình khai thác bằng cách gán các mã nhị phân cho mỗi nút trong cây WAP. Web cây mô hình truy cập (WAP-tree) khai thác mỏ là một kỹ thuật khai thác mô hình tuần tự cho các trình tự đăng nhập truy cập web, mà các cửa hàng đầu tiên các cơ sở dữ liệu trình tự truy cập web gốc (WASD) trên một cây tiền tố, tương tự như cây mẫu thường xuyên (FP-tree) để lưu trữ dữ liệu không tuần tự. WAP-tree thuật toán sau đó, mìn các trình tự thường xuyên từ WAP-cây bằng cách đệ quy tái xây dựng cây trung gian, bắt đầu với chuỗi hậu tố và kết thúc với chuỗi tiền tố. Một nỗ lực đã được thực hiện để AWAPT cách tiếp cận để nâng cao hiệu quả. AWAPT hoàn toàn loại bỏ sự cần thiết phải tham gia vào rất nhiều nguyên các trung gian WAP-cây trong khai thác và giảm đáng kể thời gian thực hiện. Từ khóa:. Data Mining, khai thác mô hình tuần tự, khai thác mô hình thường xuyên, khai thác sử dụng web, AWAPT DOI: 10,5121 / ijdms.2010.2304 31