Алгоритм классификации на основе эмерджентных частых последовательностей и узорных структур

Анализ демографических последовательноcтей - популярное и многообещающее направление в изучении демографии. Жизнь людей можно рассматривать как последовательность событий, происходящих в их жизни. Исследователям в области демографии интересен переход от анализа отдельных событий и их взаимосвязей к анализу полных последовательностей событий. Демографическое поведение может сильно разниться среди людей из разных поколений, с разным полом, уровнем образования, религиозными взглядами и т.д. Однако, скрытые сходства могут быть найдены и обобщены с помощью специально изобретенных техник. Использование методов майнинга данных открывает для демографов новые возможности для анализа результатов исследований. В данной работе было исследовано несколько подходов к анализу последовательных данных. Основной задачей был поиск интересных и интерпретируемых паттернов, которые могут характеризовать отдельные классы, то есть таких паттернов, которые были бы характерны для одного класса, но не для всех остальных. Объект этого исследования – это данные о демографические данные о жизни людей. Субъект исследования может быть определен, как приложение методов майнинга данных, с целью выявления паттернов. Для решения этих задач был разработан алгоритм для поиска эмерджентных префиксных частых последовательностей. Он был реализован на языке Python. Было проведено множество экспериментов для подбора оптимальных параметров для выявления паттернов. А также была исследована задача классификации людей по полу, по последовательностям событий происходящих в их жизни. В результате работы мы получили и проинтерпретировали паттерны, которые характерны для одного пола людей, но не характерны для другого. Также был разработан и реализован алгоритм, для классификации последовательностей по эмерджентным префиксным паттернам.