ビッグデータ活用が進む中、頻出パターンを抽出するシーケンシャルパターンマイニング(SPM)が注目されており、その中でも閾値を調整しながら解析を繰り返すインタラクティブなSPMが不可欠である。
既存手法であるKISPは、解析結果を知識ベース(KB)として保存することで、再計算を避け、実行時間の短縮を実現している。
しかし、閾値が単調減少する場合には高速化が期待できる一方で、KBの容量が大きい場合、増減を繰り返す場合は実行時間がかかってしまうと考えられる。
本稿では、KB構造の再設計を行い、より効率的で高速なインタラクティブなSPM手法を検討する。