Distant events prediction based on sequential rules
Prédiction d'évènements distants basée sur les règles séquentielles
Résumé
Events prediction in sequences database is a challenging task that can be approached with data mining. In this paper, we focus on the specific goal of the prediction of distant events by mining sequential rules and propose the algorithm D-SR (Distant Sequential Rules). The originality of our algorithm is that it mines sequential rules with a consequent temporally distant from the antecedent by applying a minimal gap constraint between both elements. Our algorithm can be integrated into traditional algorithms as a post-processing step or during the mining process, with low time and memory complexity. Experiments show that D-SR is more efficient, in terms of running time and scalability, in mining distant rules during the mining process than in a post- processing step. By studying in details the rules mined from a real-world dataset, we demonstrate the efficiency of such rules for real-world applications.
La prédiction d'évènements dans une base de séquences est une tâche difficile à laquelle la fouille de données peut largement contribuer. Dans cet article nous nous concentrons sur le cas spécifique de la prédiction d'évènements distants à travers la fouille de règles séquentielles and nous proposons l'algorithme D-SR (règles séquentielles distantes). L'originalité de notre algorithme réside dans le fait qu'il fouille les règles séquentielles avec un conséquent temporellement distant de l'antécédent, en appliquant une contrainte de gap minimal entre les deux éléments. Notre algorithme peut être intégré dans les algorithmes traditionnels en tant qu'étape de post-traitement ou pendant le processus de fouille, avec une faible complexité de temps et de mémoire. Nos expériences montrent que D-SR est plus efficace, en termes de temps de calcul et de scalabilité, quand on fouille des règles distantes pendant le processus de fouille que plutôt en tant qu'étape de post-traitement. En étudiant en détail les règles obtenues par la fouille d'un ensemble de données, nous montrons leur efficacité pour des applications du monde réel.
| Origine | Fichiers produits par l'(les) auteur(s) |
|---|
Loading...