事件序列數(shù)據(jù)是指一系列根據(jù)時間先后順序排列的離散事件,通常用以描述事件主體在一段時間內(nèi)的活動。例如病人的電子醫(yī)療數(shù)據(jù)可以抽象成一系列帶有時間標簽的醫(yī)療事件（例如診斷,化驗,用藥信息）,用以描述病人在一段時間內(nèi)的治療過程。類似的,網(wǎng)絡訪客的點擊流事件（例如點擊鼠標,訪問頁面）也以事件序列的形式記錄了用戶從打開網(wǎng)頁到關閉網(wǎng)頁期間的瀏覽行為。事件序列數(shù)據(jù)有著非常廣泛的應用場景,隨著信息電子化的進程不斷被推進,越來越多的數(shù)據(jù)以事件序列的形式被記錄下來。分析人員也希望通過分析大量的事件序列數(shù)據(jù),從中找到事件之間的相關規(guī)律以及事件演化的普遍模式。然而由于事件序列具有很高的復雜性,主要體現(xiàn)在大量的事件類型以及事件在時間維度上的動態(tài)變化上,因此需要通過事件序列概括分析的方法總結出簡潔的事件序列中隱藏的規(guī)律。近些年數(shù)據(jù)挖掘領域和可視化領域都有很多針對這一問題的研究。其中,數(shù)據(jù)挖掘領域的工作主要集中在通過對事件序列建模學習到事件間的相關性,或者是挖掘潛在的序列發(fā)展階段。這些方法的確可以學習到事件序列中存在的抽象結構,例如事件頻率之間的相互影響,序列之間的相似性,潛在的階段劃分方式等,但通常不能很好的將這些... 

【文章來源】：華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：127 頁

【學位級別】：博士

【部分圖文】：

可視化分析的研究結合了三個領域的研究知識，包括可視化，數(shù)據(jù)分析和交互

可視分析更加注重信息的視覺展示以及人的感知及反饋�？梢暦治鲞^程就是將自動化分析模型與信息的可視化展示通過用戶交互和反饋相聯(lián)通的過程 (見圖1.2)。在許多應用場景中，異構數(shù)據(jù)需要被預先整合才能被送進模型訓練或者是進行可視化展示，因此可視分析流程的第一步就是數(shù)據(jù)預處理，包括數(shù)據(jù)轉換，數(shù)據(jù)清洗，歸一化等等。數(shù)據(jù)在預處理完成后有兩種分析方式，一種是直接通過可視化展示傳遞給用戶進行分析，另一種則是通過后臺的自動化算法進行分析后傳遞給可視化模塊進行展示�？梢暦治龉ぞ叩氖褂谜邉t可以通過可視化展示界面與數(shù)據(jù)和模型分析的結果進行交互，比如過濾某一個子數(shù)據(jù)集合進行分析，選擇分析模型或是指定分析的參數(shù)等。通過直觀的可視化展示，用戶可以去衡量和評估模型傳達的結果是否有效。就是這種允許用戶不斷的通過可視化界面對分析的所使用的方法或者是數(shù)據(jù)集進行反饋的特性，使得可視分析方法比傳統(tǒng)自動化的數(shù)據(jù)分析方法更為有效

是序列中事件的發(fā)出者或者是影響者，例如在電子醫(yī)療病例中，事件的主體就是病人，網(wǎng)絡訪問日志的事件主體是網(wǎng)絡訪問者，汽車保養(yǎng)記錄中事件的主體就是每一輛汽車。我們可以將事件序列集 D (圖1.3所示) 定義為包含 m 序列的集合：D = {S1, S2, . . . , Sm} (1.1)其中每一個序列 Si, i = 1, 2, . . . , m 都是一系列帶有時間戳的事件。我們假設所有事件類型可構成有限集合 E, 那么每一個事件就是一個二元組 (e,t), 其中 e ∈ E是事件類型，t ∈ R 是時間戳，每一個序列包含 n 個事件 (序列長度為 n 的序列)則可以被描述為：S = (e1, t1) , (e2, t2) , . . . , (en, tn) , ti≤ ti+1(1.2)其中 ei與 ti, i = 1, 2, . . . , n 分別為序列中第 i 個事件對應的事件類型與時間戳，值得注意的是，本文的研究充分考慮到了事件序列數(shù)據(jù)在時間上的動態(tài)靈活性，因此允許數(shù)據(jù)集中出現(xiàn)同一時間發(fā)生的事件 (ti= ti+1)。1.2事件序列概括分析與可視化的機遇與挑戰(zhàn)事件序列的概括分析的基本目標是找到事件序列數(shù)據(jù)集中潛在的事件相關關系以及序列演化模式。事件序列往往維度很高，包含很多事件類型，且具有時間動態(tài)性，這給事件序列數(shù)據(jù)集的瀏覽以及規(guī)律的挖掘都帶來很大困難。事件序列概括則可以從兩個方面解決事件序列數(shù)據(jù)分析的難題：一方面事件序列概括可以幫助解決序列數(shù)據(jù)瀏覽困難的問題。面對不確定的數(shù)據(jù)集


本文編號：3455554