Suarne

SPADE在序列挖掘中属于比较早且有名的算法，针对序列挖掘任务本身的一系列痛点给出了一套解决方案...

效用挖掘其实也是权重度量的一种表现，但在这种情况下很少会与支持度结合起来（也有对结合的研究），这次正好借着这篇文献了解一下权重还有哪些表现形式

序列模式挖掘已经是一个被广泛研究的领域，为了解决因寻找合适的阈值而需要的无效时间问题，top-k思想自然提上议程。而在top-k领域，如何快速提升阈值是最关键的环节，因此，主要学习本算法的局

写在前面：本文解决了关联规则推导这一环节，把以前单纯地挖掘 sequence patterns 的工作推进一步，算是开创一个先河...

模糊效用（fuzzy utility）挖掘和不确定数据集（uncertain dataset）之间有什么区别吗？两者又是不是能够结合在一起使用呢？

分别介绍 Apriori 和 FP-Growth 两大经典算法，给出两者各自的优缺点和实现过程，并给出自己的理解

该算法是基于 utility-list 结构设计的 top-k挖掘算法，其中采取的不少阈值自增策略是值得我们学习研究，写这篇笔记的目的也是为了介绍这些策略以及个人的想法

大多基本定义可以参考 UP-Span 算法，以下作一些补充及关键的定义。 最大时间段（Maximum time duration）类似于早期情节挖掘算法中的滑动窗口，是需要用户指定的时间约束（MTD），避免因为时间跨度太长导致计算量的增大和事件之间的关联性降低，对任意情节 $\…

写在前面：该算法的比较对象是UP-Span，其实我更想知道和UMEpi算法对比两者谁更优劣。因为双方采取的策略和定义优化有很大的相似性，区别在于存储结构的不同。个人认为这篇算法还是比较重要的，关键信息会着重标出。 首先我们需要明确什么是”event“？在 Episode Min…