我想匹配給定模式庫中的模式，返回檢測到的最長模式。但是，我在日志文件中只有多個并行任務的交錯結果，例如來自處理器的多個內核。這是數據挖掘中的已知應用程序嗎？我想到了一種與Regex subsequence matching相似的 regex 解決方案。然而，有一種距離度量允許一些模糊性會很好，例如，如果序列中的一個活動會丟失。
3 回答
ABOUTYOU
TA貢獻1812條經驗 獲得超5個贊
正如其他人所指出的那樣，如果我們了解您要完成的任務的語義，將會有所幫助。我在這里猜測你的模式庫中的模式都屬于
單個資源（或）
一組資源
如果是這種情況，我建議您首先將該信息添加到您的模式庫中以使其明確。例如，您的模式庫看起來像：
1: A
1: AB
1: ABC
2: AD
2: C
2: D
如果你想涵蓋一組資源的模式，它可能看起來像這個人為的例子：
3: X
4: Y
3,4: Z
現在，您可以從交錯日志文件中分離出屬于每個資源的日志記錄（假設日志文件確實具有資源標識符）。然后，您可以應用模式匹配來發現最長的模式。
本質上，將您的關注點分開并為每個子問題應用解決方案。
繁華開滿天機
TA貢獻1816條經驗 獲得超4個贊
如果我們有日志文件和模式庫，我們可以用堆棧解決問題。我們開始從日志文件中讀取。如果帶有堆棧的新日志在模式庫中創建了一個現有模式，我們將其推入堆棧。除非，我們把它放在一個新的堆棧中。
慕姐8265434
TA貢獻1813條經驗 獲得超2個贊
您的問題很容易描述，如果我們知道您的約束條件就好了。這需要運行多快？
在 Python 中，您將在資源上有一個迭代器，將每個資源推送到一個單獨的生成器來進行模式匹配。也就是說，迭代器產生(resource 1, A)并被推入資源 1 的生成器，以查看它是否與模式匹配。生成器偶爾會踢出匹配的模式。
實際上，您可能只需要一個 Splunk 插件或將所有內容都放入數據庫中。這種類型的分析用于常見問題，例如“查找您在過去兩周內有過 3 次會話但放棄了購物車且購物車中有一個常見商品超過總數 75% 的所有客戶。向這個猶豫不決的客戶發送一個5% 折扣，24 小時有效?！?/p>
添加回答
舉報
0/150
提交
取消