ประเภทของการทำเหมืองข้อมูลลำดับ (Sequence Data)
ลำดับ (Sequence) คือรายการที่สั่งลำดับของเหตุการณ์ (Events) ลำดับสามารถแบ่งออกเป็นสามกลุ่มได้ ตามลักษณะของเหตุการณ์ที่พวกเขากำหนด ดังนี้:
1. การค้นหาความคล้ายคลึงในข้อมูลอนุกรมเวลา (Similarity Search in Time-Series Data)
ชุดข้อมูลอนุกรมเวลา (Time-Series Data Set) ประกอบด้วยลำดับของค่าจำนวนเต็มที่ได้จากการวัดซ้ำๆ ตามเวลา ค่ามักวัดในช่วงเวลาที่เท่ากัน (เช่น ทุกนาที, ชั่วโมง, หรือวัน) ฐานข้อมูลอนุกรมเวลานิยมในหลายแอปพลิเคชัน เช่น การวิเคราะห์ตลาดหุ้น, การทำนายเศรษฐกิจและยอดขาย, การวิเคราะห์งบประมาณ, การศึกษาสาธารณูปโภค, การศึกษาสินค้าคงคลัง, การคาดการณ์รายได้, การคาดการณ์ภาระงาน, และการควบคุมคุณภาพและบริการ พวกมันมีประโยชน์สำหรับการศึกษาปรากฏการณ์ธรรมชาติ, การทดลองทางคณิตศาสตร์และวิศวกรรม, และการรักษาเภสัชกรรม
2. การถดถอยและการวิเคราะห์แนวโน้มในข้อมูลอนุกรมเวลา (Regression and Trend Analysis in Time-Series Data)
การวิเคราะห์ถดถอยของข้อมูลอนุกรมเวลาพัฒนามาอย่างมากในแอปพลิเคชันข้อมูลและสัญญาณ การวิเคราะห์แนวโน้มสร้างแบบจำลองรวมโดยใช้สี่องค์ประกอบหลักหรือการเคลื่อนไหว เพื่ออธิบายข้อมูลอนุกรมเวลา:
- แนวโน้มหรือการเคลื่อนไหวระยะยาว (Trend/Long-term Movements): แสดงทิศทางทั่วไปที่กราฟอนุกรมเวลากำลังเปลี่ยนแปลงตามเวลา เช่น ใช้ค่าเฉลี่ยเคลื่อนที่ถ่วงน้ำหนัก (Weighted Moving Average) และวิธีกำลังสองน้อยที่สุด (Least Squares) เพื่อหาโค้งแนวโน้ม
- การเคลื่อนไหวแบบวัฏจักร (Cyclic Movements): การสั่นสะเทือนระยะยาวรอบเส้นแนวโน้มหรือโค้ง
- การเปลี่ยนแปลงตามฤดูกาล (Seasonal Variations): รูปแบบที่เหมือนกันอย่างใกล้ชิด ที่อนุกรมเวลามักปฏิบัติตามในฤดูกาลที่ตรงกันของปีติดต่อกัน เช่น ฤดูกาลช้อปปิ้งวันหยุด สำหรับการวิเคราะห์แนวโน้มที่มีประสิทธิภาพ ข้อมูลต้อง "Deseasonalized" (กำจัดฤดูกาล) ตามดัชนีฤดูกาลที่คำนวณโดยออโตโครเรลชัน (Autocorrelation)
- การเคลื่อนไหวแบบสุ่ม (Random Movements): อธิบายการเปลี่ยนแปลงระดมโจมตี เนื่องจากเหตุการณ์โอกาส เช่น ข้อพิพาทแรงงาน หรือการประกาศการเปลี่ยนแปลงบุคลากรในองค์กร
3. การทำเหมืองรูปแบบลำดับในลำดับสัญลักษณ์ (Sequential Pattern Mining in Symbolic Sequences)
ลำดับสัญลักษณ์ (Symbolic Sequence) ประกอบด้วยกลุ่มที่สั่งลำดับขององค์ประกอบหรือเหตุการณ์ บันทึกไว้พร้อมหรือไม่มีแนวคิดเฉพาะเจาะจงของเวลา มีหลายแอปพลิเคชันของข้อมูลลำดับสัญลักษณ์ เช่น ลำดับการช้อปปิ้งของผู้ใช้, การคลิกสตรีมเว็บ (Web Click Streams), ลำดับการทำงานของโปรแกรม, ลำดับชีวภาพ (Biological Sequences), และลำดับเหตุการณ์ในวิทยาศาสตร์และวิศวกรรม และในการพัฒนาธรรมชาติและสังคม
เนื่องจากลำดับชีวภาพให้ความหมายเชิงความหมายที่ซับซ้อน และطرحปัญหาวิจัยที่ท้าทายหลายอย่าง ส่วนใหญ่ของการสำรวจจึงมุ่งเน้นไปที่แอปพลิเคชันชีวสารสนเทศศาสตร์ (Bioinformatics)
4. การจัดเรียงลำดับชีวภาพ (Alignment of Biological Sequences)
ลำดับชีวภาพกำหนดลำดับของนิวคลีโอไทด์ (Nucleotides) หรือกรดอะมิโน (Amino Acids) การวิเคราะห์ลำดับชีวภาพเปรียบเทียบ, จัดเรียง, จัดทำดัชนี, และศึกษาลำดับชีวภาพ จึงเล่นบทบาทสำคัญในชีวสารสนเทศศาสตร์และชีววิทยาสมัยใหม่
การจัดเรียงลำดับ (Sequence Alignment) ขึ้นอยู่กับข้อเท็จจริงที่ว่าสิ่งมีชีวิตทั้งหมดเชื่อมโยงกันโดยวิวัฒนาการ (Evolution) นี่บ่งชี้ว่าลำดับนิวคลีโอไทด์ (DNA, RNA) และโปรตีนของสปีชีส์ที่ใกล้เคียงกันในวิวัฒนาการ ต้องแสดงความคล้ายคลึงสูงกว่า การจัดเรียง (Alignment) คือกระบวนการจัดแนวลำดับเพื่อให้ได้ระดับเอกลักษณ์สูงสุด (Maximal Identity Level) ซึ่งก็คือระดับความคล้ายคลึงระหว่างลำดับ
