87、高效发现稳定周期模式与Tsetlin机的随机数序列应用

高效发现稳定周期模式与Tsetlin机的随机数序列应用

稳定周期频繁模式挖掘

在数据挖掘领域，发现稳定周期频繁模式是一项重要任务。这里介绍了一种名为SPP - ECLAT的算法，用于从列状时间数据库中发现稳定周期频繁模式。

算法流程

• StablePeriodicFrequentItems算法 ：该算法用于初始化和筛选可能的模式。

Algorithm 1. StablePeriodicFrequentItems(Temporal database (TDB), minimum support (minSup), maximum periodicity (maxPer), maximum Lability (maxla):
1: 定义：SPP - list = (Y, TS - list(Y)) 是一个字典，包含模式在TDB中的时间出现信息；TSl是用于存储模式最后出现时间戳的临时列表变量；la和ML是用于存储模式的不稳定性和最大不稳定性的临时列表变量；last是最后时间戳；support是用于存储模式支持度的临时列表变量。
2: 初始化tscur = 0
3: 对于TDB中的每个事务tcur
4:     设置tscur = tcur.ts;
5:     对于tcur.Y中的每个项目j
6:         如果j不在SPP - list中
7:             通过插入j和相应的时间戳值更新SPP - list
8:             la[j] = max(0, tscur - maxPer)。设置ML[j