摘要
序列型樣探勘(Mining Sequential Pattern)主要是從交易資料庫中找出大部分客戶依照時間先後順序所購買商品的行為，例如大部分的客戶會先購買商品A，然後再購買商品B 或是再購買商品C，當我們知道大多數消費者的消費習慣時，我們便可以根據客戶目前所購買的商品，預測其下次可能會購買的商品，以期對特定顧客或商品做一些有利於提高利潤的決策。由於客戶的交易行為不斷在進行，顧客的交易習慣也不斷的在改變，這種交易資料不斷產生的環境，稱為資料串流(Data Stream)。在資料串流的環境下，如何有效率的即時更新原有的序列型樣是一個很重要的研究議題，因為對於資料快速的改變，若無法即時更新原有的序列型樣，則所找到的資訊可能已經無法表示顧客目前的消費行為。先前在這方面的研究中，有些方法會遺失資訊，有些方法的效率往往不如預期，也可能產生過大的儲存空間。因此，本篇論文提出在交易資料不斷新增的情況下有效率的更新原有序列型樣的方法，我們的方法不需重新掃描原始交易資料，只需處理新增的交易資料就可找出目前最新的序列型樣，實驗結果也顯示我們的方法比其他方法更有效率。
被引用紀錄
徐明珠（2006）。資料倉儲支援課程決策模式之研究〔博士論文，國立臺灣師範大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0021-0712200716114487
延伸閱讀
- Chen, Y. C. (2011). 多維度資料庫中頻繁數值樣式之分散式探勘 [master's thesis, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU.2011.02628
- Jaysawal, B. P. (2013). 跨多條資料串流之漸進式循序樣式探勘 [master's thesis, Yuan Ze University]. Airiti Library. https://doi.org/10.6838/YZU.2013.00043
- 邱鼎穎 (2008). 頻繁序列探勘和線上分類技術之研究 [doctoral dissertation, National Tsing Hua University]. Airiti Library. https://www.airitilibrary.com/Article/Detail?DocID=U0016-0903200911353515
- 凃耘昇（2016）。尋求有效率之資料串流頻繁樣式探勘〔碩士論文，淡江大學〕。華藝線上圖書館。https://www.airitilibrary.com/Article/Detail?DocID=U0002-1408201621154300
- Teng, W. G. (2004). 資料串流環境中之頻繁時間樣式探勘 [doctoral dissertation, National Taiwan University]. Airiti Library. https://doi.org/10.6342/NTU.2004.02412