GSP का अर्थ है Generalised Sequential Patterns (सामान्यीकृत अनुक्रमिक पैटर्न)। यह एक अनुक्रमिक पैटर्न खनन विधि है जिसे श्रीकांत और अग्रवाल द्वारा 1996 में विकसित किया गया था। यह उनके मौलिक एल्गोरिदम का विस्तार है जो सामान्य आइटमसेट खनन के लिए है, जिसे Apriori कहा जाता है। GSP अनुक्रमिक पैटर्न के नीचे-बंद प्रकृति की आवश्यकता होती है और एक बहु-पास, उम्मीदवार-जनरेट-और-परीक्षण दृष्टिकोण अपनाता है।
एल्गोरिदम इस प्रकार है। डेटाबेस के पहले स्कैन में, यह कुछ लगातार आइटम्स ढूंढ सकता है, यानी, न्यूनतम समर्थन वाले। प्रत्येक आइटम उस आइटम सहित एक 1-घटना लगातार अनुक्रम देता है। प्रत्येक बाद का पास अनुक्रमिक पैटर्न के एक बीज समूह और पिछले पास में पाए गए अनुक्रमिक पैटर्न के समूह के साथ शुरू होता है।
यह बीज सेट नए संभावित लगातार पैटर्न बना सकता है, जिन्हें उम्मीदवार अनुक्रम के रूप में जाना जाता है। प्रत्येक उम्मीदवार श्रृंखला में उस बीज अनुक्रमिक पैटर्न से एक अधिक आइटम शामिल होता है जिससे इसे बनाया गया था (जहां पैटर्न में प्रत्येक घटना एक या कई आइटम शामिल कर सकती है)।
एक अनुक्रम में आइटम्स के कई उदाहरण अनुक्रम की ऊंचाई है। इसलिए, एक दिए गए पास में कुछ उम्मीदवार अनुक्रमों की समान ऊंचाई होगी। यह लंबाई k के अनुक्रम को k-अनुक्रम के रूप में परिभाषित करता है।
मान लीजिए Ck उम्मीदवार k-अनुक्रमों के सेट को इंगित करता है। डेटाबेस पर एक पास प्रत्येक उम्मीदवार k-अनुक्रम के लिए समर्थन की खोज करता है। Ck में न्यूनतम min_sup वाले उम्मीदवार Lk बनाते हैं, सभी लगातार k-अनुक्रमों का सेट। यह सेट अगले पास, k+1 के लिए बीज सेट बन जाता है। एल्गोरिदम तब हटाता है जब किसी पास में कोई नया अनुक्रमिक पैटर्न नहीं खोजा जाता है, या कोई उम्मीदवार अनुक्रम नहीं बनाया जा सकता।
GSP उम्मीदवारों के सेट को छोटा करने के लिए Apriori संपत्ति का उपयोग करता है जैसा कि निम्नानुसार है। k-वें पास में, एक श्रृंखला केवल तभी उम्मीदवार होती है यदि इसकी प्रत्येक लंबाई-(k−1) उपश्रृंखला (k−1)-वें पास में खोजे गए अनुक्रमिक पैटर्न है।
डेटाबेस का एक नया स्कैन प्रत्येक उम्मीदवार अनुक्रम के लिए समर्थन इकट्ठा करता है और अनुक्रमिक पैटर्न का एक नया सेट, Lk खोजता है। यह सेट अगले पास के लिए बीज विकसित करता है। एल्गोरिदम तब हटाता है जब किसी पास में कोई अनुक्रमिक पैटर्न नहीं खोजा जाता है या जब कोई उम्मीदवार अनुक्रम नहीं बनाया जाता है।
Apriori-जैसे अनुक्रमिक पैटर्न खनन तकनीक (उम्मीदवार उत्पन्न और परीक्षण पर आधारित) का विश्लेषण एक अनुक्रम डेटाबेस को ऊर्ध्वाधर डेटा प्रारूप में मापकर भी किया जा सकता है। ऊर्ध्वाधर डेटा प्रारूप में, डेटाबेस (आइटमसेट: (अनुक्रम_ID, घटना_ID)) के रूप में टुपल्स के एक सेट में बदल जाता है।
घटना पहचानकर्ता एक अनुक्रम के अंदर टाइमस्टैम्प के रूप में कार्य करता है। एक अनुक्रम में i-th आइटमसेट (या घटना) की घटना_ID i है। एक आइटमसेट एक से अधिक अनुक्रम में प्रकट हो सकता है। एक दिए गए आइटमसेट के लिए (अनुक्रम ID, घटना ID) संयोजन का सेट आइटमसेट की ID_list बनाता है।
