通过目标模式扩展高效挖掘封闭连续序列

《Scientific Reports》：Efficient mining of closed contiguous sequences through target motif extension

　　

摘要

序列模式挖掘是数据驱动发现的核心基石，然而现有方法往往难以应对连续性与封闭性这两大约束条件的挑战——这对于保持基因组学、传感器网络和语言学等领域中序列的语义完整性至关重要。本文提出了TPECSM（面向连续序列挖掘的目标模式扩展），一种专为高效发现封闭连续模式而设计的新颖算法。与传统的单向扩展方法不同，TPECSM采用了一种新颖的双向扩展策略，在查询模体的左右两侧同时探索搜索空间。我们提供了一个数学框架，证明该策略能够在不产生候选维护的额外计算开销的情况下，同时保证完整性和消除冗余。我们在多个真实世界数据集（包括零售和电子商务行为数据）上进行了实验评估，结果表明TPECSM显著优于现有最先进的方法，尤其是在挖掘低频模式时，传统算法的计算量会变得难以承受。通过封闭搜索策略缩小输出规模，同时保持完整的信息价值，TPECSM为从大规模有序数据中提取高价值洞察提供了解决方案。这些发现为需要在复杂序列环境中进行精确、无冗余模式识别的研究人员提供了一种稳健的计算工具。