摘要：频繁时序模式挖掘是指从时间序列数据中发现频繁出现的模式或规律的过程，其目的是可以帮助理解时间序列数据中的重要特征，例如周期性、趋势和异常等，有助于预测未来的发展趋势和识别异常情况等。根据近年来的频繁时序模式挖掘方法的相关文献调研，按照关键技术和代表性算法将其分为三类，即基于结构约束的频繁时序模式挖掘方法、基于参数约束的频繁时序模式挖掘方法和基于窗口的频繁时序模式挖掘方法。首先陈述了频繁时序模式挖掘方法的背景以及各方法的特点；其次分别介绍了三类挖掘方法的发展以及分类，并从优缺点和性能等方面对各类改进方法进行了详细的对比分析；最后对频繁时序模式挖掘方法进行归纳和总结，并对频繁时序模式挖掘方法的未来研究方向进行了展望。
文章目录
1常用数据集
2基于结构约束的频繁时序模式挖掘
2.1基于树结构约束的频繁时序模式挖掘
2.2基于长度约束的频繁时序模式挖掘
2.3基于项约束的频繁时序模式挖掘
3 基于参数约束的频繁时序模式挖掘
3.1基于支持度、置信度参数约束的频繁时序模式挖掘
3.2基于时间参数约束的频繁时序模式挖掘
4基于窗口的频繁时序模式挖掘
4.1基于界标窗口的频繁时序模式挖掘
4.2基于时间衰减窗口的频繁时序模式挖掘
4.3基于滑动窗口的频繁时序模式挖掘
5三类方法对比分析
6总结与展望
