[论文解读] Using Answer Set Programming for pattern mining

Thomas Guyet, Yves Moinard+1 more|arXiv (Cornell University)|Sep 27, 2014

Data Mining Algorithms and Applications参考文献 21被引用 6

一句话总结

本文提出一种基于答案集编程（ASP）的频繁序列模式挖掘方法，实现了非增量和增量的ASP编码，以利用声明式约束建模。尽管效率低于MinEpi等专用算法，但增量ASP解决方案在应用领域特定约束时展现出显著的性能提升，证明了其在通用、约束驱动的模式挖掘中的可行性，使其在受限挖掘任务中具有竞争力。

ABSTRACT

Serial pattern mining consists in extracting the frequent sequential patterns from a unique sequence of itemsets. This paper explores the ability of a declarative language, such as Answer Set Programming (ASP), to solve this issue efficiently. We propose several ASP implementations of the frequent sequential pattern mining task: a non-incremental and an incremental resolution. The results show that the incremental resolution is more efficient than the non-incremental one, but both ASP programs are less efficient than dedicated algorithms. Nonetheless, this approach can be seen as a first step toward a generic framework for sequential pattern mining with constraints.

研究动机与目标

• 探索使用答案集编程（ASP）进行频繁序列模式挖掘的可行性。
• 实现非增量和增量的ASP编码以提升性能。
• 评估用户定义约束对基于ASP的模式挖掘效率的影响。
• 为一种通用、声明式、可自定义约束的序列模式挖掘框架奠定基础。

提出的方法

• 使用声明式逻辑编程方法将序列模式挖掘任务编码为ASP。
• 实现一种非增量的ASP解决方案，枚举所有候选模式并检查其频率。
• 利用clingo的增量求解功能设计增量ASP解决方案，以提高内存和时间效率。
• 通过ASP引入领域特定约束（例如，顺序约束、正则表达式）以剪枝搜索空间。
• 使用#external指令将外部数据或约束集成到ASP模型中。
• 在不同长度和词汇量的合成序列上评估性能。

实验结果

研究问题

• RQ1 答案集编程能否有效建模具有反单调性剪枝的频繁序列模式挖掘？
• RQ2 基于ASP的挖掘性能与MinEpi等专用算法相比如何？
• RQ3 用户定义的约束在多大程度上提升了基于ASP的模式挖掘效率？
• RQ4 增量ASP求解能否降低序列模式挖掘中的内存开销和计算时间？

主要发现

• 在短序列上，增量ASP实现将内存使用量从约293,000字节（非增量）降低至约81,000字节。
• 非增量ASP版本在短序列上的平均计算时间为27.05秒，而增量版本将其降低至0.84秒。
• 在70个元素的序列上，加入约束的ASP方法将平均计算时间从166秒减少至37秒，显著提升了竞争力。
• 尽管有所改进，ASP的计算时间仍随序列长度呈指数级增长，与MinEpi相比仍慢几个数量级。
• 反单调性属性在ASP中成功编码，实现了对搜索空间的有效剪枝。
• 使用约束显著减少了生成的模型数量，证明了ASP在约束感知模式挖掘中的潜力。