시퀀스 마이닝이란 무엇입니까?

시퀀스 마이닝은 데이터베이스와 관리자가 데이터의 시퀀스 또는 트렌드를 찾는 구조화 된 데이터 마이닝 유형입니다. 이 데이터 마이닝은 두 분야로 나뉩니다. 항목 세트 시퀀스 마이닝은 일반적으로 마케팅에 사용되며 문자열 시퀀스 마이닝은 생물학 연구에 사용됩니다. 시퀀스 마이닝은 일반 추세 마이닝과 다릅니다. 데이터가 더 구체적이기 때문에 데이터베이스 설계자에게 효과적인 데이터베이스를 구축하기가 어렵고 시퀀스가 ​​공통 시퀀스와 다르면 때때로 잘못 될 수 있습니다.

모든 데이터베이스는 데이터에 대한 광산에 사용됩니다. 이 광업은 비즈니스와 리서치 파티가 필요한 것을 찾는 데 도움이됩니다. 일반적으로 그들은 어떤 종류의 추세를 찾고 있지만, 그 추세는 무엇이며 정보가 구체적으로 데이터베이스 설계에 따라 다릅니다. 순서 마이닝에서 데이터베이스는 변동이 거의 없거나 전혀없는 매우 구체적인 시퀀스를 찾기 위해 구축됩니다. 이것은 whi의 고유 한 형태의 구조화 된 데이터 마이닝입니다.ch 데이터베이스는 유사성에 대해 구조화 된 데이터를 살펴 봅니다.

시퀀스 마이닝은 두 가지 범주로 나눌 수 있습니다. 항목 세트 마이닝은 마케팅 및 비즈니스에서 사용하여 판매 번호, 제품 유형, 상점의 제품 배치 및 제품 사용의 특정 트렌드를 찾습니다. 이 수치는 마케팅 프로젝트를 전략화하고 판매를 강화하기 위해 마케팅 알고리즘에 적용되어 적용됩니다. 제품에 대한 정보와 데이터베이스에서 일반적으로 수행되는 방식이지만 Itemet Sequence Mining의 정의 된 측면은 서열이 다중 symbol 데이터베이스 셀에서 가져온다는 것입니다.

.

문자열 마이닝은 클러스터가 아닌 각 기호를 개별적으로 보이기 때문에 항목 세트 마이닝과 반대입니다. 문자열 마이닝에서 데이터베이스는 단백질 공급원 또는 유전자 샘플로부터 서열을 찾도록 설정 될 수있다. 이것은 많은 유전자 샘플을 비교하여 동일인지 확인하는 데 도움이됩니다.큰 시퀀스를 분해하고 어떤 시퀀스를 포함하는지 찾기 위해. 대부분 생물학적 및 의료 연구 팀이 이것을 사용합니다.

트렌드 마이닝 및 기타 구조화 된 데이터 마이닝과 달리 시퀀스가 ​​구체적으로 서로 일치해야하기 때문에 시퀀스 마이닝을위한 데이터베이스 만들기가 어려울 수 있습니다. 이것은 또한 시퀀스에 대한 채굴 문제로 이어집니다. 시퀀스가 다르면 인식되지 않으므로 항목 세트 마이닝이 더 어려워 질 수 있습니다. 문자열 마이닝은 일반적으로 조직 샘플의 가장 작은 차이로 인해 유기체 또는 연구 팀이 연구하고있는 모든 것 - 다른 샘플과 완전히 구별 될 수 있기 때문에

.