[論文レビュー] A Rough Sets Partitioning Model for Mining Sequential Patterns with Time Constraint

Jigyasa Bisaria, Namita Shrivastava+1 more|ArXiv.org|Jun 23, 2009

Rough Sets and Fuzzy Logic参考文献 16被引用数 5

ひとこと要約

この論文では、時間制約下での逐次パターンマイニングを高速化するため、粗い集合に基づくパーティショニングモデルを提案する。区別不能関係を活用して探索空間をパーティショニングすることで、提案された粗い集合パーティショニング（RSP）アルゴリズムは、GSPより少なくとも10倍の高速化を達成し、事前可視化と調整可能な時間ウィンドウ設定が可能であり、発見されたパターンの時間間隔知識の付加的抽出も可能である。

ABSTRACT

Now a days, data mining and knowledge discovery methods are applied to a variety of enterprise and engineering disciplines to uncover interesting patterns from databases. The study of Sequential patterns is an important data mining problem due to its wide applications to real world time dependent databases. Sequential patterns are inter-event patterns ordered over a time-period associated with specific objects under study. Analysis and discovery of frequent sequential patterns over a predetermined time-period are interesting data mining results, and can aid in decision support in many enterprise applications. The problem of sequential pattern mining poses computational challenges as a long frequent sequence contains enormous number of frequent subsequences. Also useful results depend on the right choice of event window. In this paper, we have studied the problem of sequential pattern mining through two perspectives, one the computational aspect of the problem and the other is incorporation and adjustability of time constraint. We have used Indiscernibility relation from theory of rough sets to partition the search space of sequential patterns and have proposed a novel algorithm that allows previsualization of patterns and allows adjustment of time constraint prior to execution of mining task. The algorithm Rough Set Partitioning is at least ten times faster than the naive time constraint based sequential pattern mining algorithm GSP. Besides this an additional knowledge of time interval of sequential patterns is also determined with the method.

研究の動機と目的

• 時間制約下での従来の逐次パターンマイニングアルゴリズムの計算非効率性を解決すること。
• 時間依存データベースにおける頻度の高い逐次パターンのマイニング効率を向上させること。
• マイニング実行前に、事前可視化と時間制約の動的調整を可能にすること。
• 頻度の高いパターンに加え、それらに関連する時間間隔を抽出して意思決定支援を強化すること。

提案手法

• 粗い集合理論の区別不能関係を活用して、逐次パターンの探索空間をパーティショニングする。
• 評価対象の候補シーケンス数を削減するパーティショニング戦略を適用する。
• 時間制約を効率的に処理できるように設計された、新規のアルゴリズムである粗い集合パーティショニング（RSP）を導入する。
• マイニング実行前に調整可能な時間ウィンドウパラメータをサポートし、パターン発見における柔軟性を提供する。
• ユーザーが最適な時間制約を選択するのを支援するため、事前可視化メカニズムを採用する。
• マイニングプロセスの副産物として、時間間隔知識の抽出を統合する。

実験結果

リサーチクエスチョン

• RQ1 時間制約付き逐次パターンマイニングの計算複雑性は、どのようにして効果的に低減できるか？
• RQ2 粗い集合に基づくパーティショニングは、逐次パターンマイニングアルゴリズムの性能を向上させることができるか？
• RQ3 データの再処理なしに、マイニングの前段階で時間制約をどの程度まで調整可能か？
• RQ4 頻度の高い逐次パターンに加えて、どのような追加的時間的知識を抽出できるか？
• RQ5 提案されたRSPアルゴリズムは、GSPのような既存手法と比較して、性能面でどのように差をつけるか？

主な発見

• RSPアルゴリズムは、時間制約付き逐次パターンマイニングにおいて、GSPアルゴリズムよりも少なくとも10倍の高速実行を達成している。
• 粗い集合に基づくパーティショニングの活用により、探索空間が顕著に削減され、計算効率が向上している。
• 本手法は、マイニング開始前のパターンの事前可視化と時間制約の動的調整をサポートしている。
• アルゴリズムは、発見された逐次パターンの時間間隔情報を効果的に抽出できており、分析的価値が向上している。
• 実行時間は著しく短縮されている一方で、高い正確性を維持しており、大規模な時間依存データベースにおいても適している。
• 時間制約の調整可能性と事前可視化の統合により、実世界の意思決定支援システムにおける使いやすさが向上している。