Khai thác mẫu tuần tự đa mục tiêu trên luồng dữ liệu giao dịch dựa trên mô hình cửa sổ trượt

Tóm tắt

Khai thác mẫu tuần tự đóng vai trò thiết yếu trong nhiều lĩnh vực thực tiễn như phân tích hành vi khách hàng, chẩn đoán y tế và giám sát an ninh mạng. Mặc dù các nghiên cứu trước đây đã giải quyết tốt bài toán tìm kiếm mẫu phổ biến hoặc mẫu mang lại lợi ích cao trên cơ sở dữ liệu tĩnh, sự bùng nổ của các luồng dữ liệu cập nhật liên tục đã làm nảy sinh những thách thức nghiêm trọng về độ trễ thời gian và giới hạn không gian lưu trữ. Để vượt qua các rào cản này, bài báo đề xuất thuật toán khai thác mẫu tuần tự đa mục tiêu trên luồng (Multiple Objective Stream Sequential Pattern Mining, gọi tắt là MOS-SPM) vận hành trên cấu trúc danh sách liên kết chuyên biệt (MOS-SPM-LL) dựa trên mô hình cửa sổ trượt. Phương pháp tiếp cận này cho phép hệ thống đánh giá đồng thời ba tiêu chí cốt lõi bao gồm độ phổ biến, mức độ hữu ích cao và tính thường xuyên của mẫu trực tiếp trên luồng giao dịch. Để đánh giá toàn diện, nghiên cứu đã chủ động mở rộng hai thuật toán tiên tiến hiện hành là CHUSP và RStreamHUSP làm cơ sở đối chiếu. Kết quả thực nghiệm chứng minh rằng thuật toán đề xuất bảo toàn tính chính xác tuyệt đối khi so sánh với phiên bản CHUSP mở rộng. Đồng thời, nhờ cơ chế lưu trữ gọn nhẹ, MOS-SPM thể hiện hiệu năng vượt trội về cả tốc độ thực thi lẫn khả năng tối ưu hóa bộ nhớ so với phiên bản RStreamHUSP mở rộng.