University of Bayreuth Bayreuth Germany;
Rule-based process mining; Resource-aware process mining; Frequent pattern mining;
机译:使用基于多个最小支持阈值的LP-生长算法(多项支持频繁模式增长)频繁的项目集挖掘
机译:定制的Web日志预处理和修改的频繁模式树可快速处理Web用法挖掘
机译:具有多个最小支持阈值的频繁模式的平行方法
机译:通过用户引导的资源感知频繁模式的发现支持基于规则的流程挖掘
机译:灵活可行的支持措施,用于挖掘大标签图中的频繁模式
机译:在智能家居护理中挖掘人体传感器数据中与生产相关的周期性频率模式
机译:在大型标记图中采取频繁模式的灵活性和可行的支持措施