[[alternative]]CHSPM: A complete hybrid sequential patterns mining algorithm

[[abstract]]循序樣式探勘(sequential pattern mining)是一項重要的資料探勘問題，主要 的任務是要由原始資料間的先後次序資訊中，找出常見的順序樣式，其應用相當 廣泛，包括顧客購買行為分析、網站日誌探勘以及基因定序等等。循序樣式探勘 的研究依據樣式中相鄰之項目於資料庫中是否也必須相鄰可粗略的分為連續循序 樣式、非連續循序樣式及混合循序樣式探勘等三類。過去混合循序樣式探勘的研 究，演算法都以Apriori為基礎，我們發現其探勘出的結果並不完整，因此利用 樣式成長(pattern-growth)探勘方法，以窮舉的方式找出完整之混合循序樣式， 並以實驗展現CHSPM可以探勘出完整的混合循序樣式。[[sponsorship]]中華民國資訊管理學會；信億科技股份有限公司；輔仁大學創新育成中心; 教育部；鼎新電腦股份有限公司; 國家科學委員會社會科學研究中心；碩網資訊股份有限公司[[conferencetype]]國際[[conferencedate]]20050528~20050528[[booktype]]紙本[[iscallforpapers]]Y[[conferencelocation]]臺北縣, 臺