Seq2Pat：序列到模式生成库可能与您的案例相关。

该库是用 Cython 编写的，以利用具有高级 Python 接口的快速 C++ 后端。它支持基于约束的频繁序列模式挖掘。

下面是一个示例，展示了如何在尊重所找到模式价格的平均约束的同时挖掘序列数据库。

# Example to show how to find frequent sequential patterns
# from a given sequence database subject to constraints
from sequential.seq2pat import Seq2Pat, Attribute

# Seq2Pat over 3 sequences
seq2pat = Seq2Pat(sequences=[["A", "A", "B", "A", "D"],
                             ["C", "B", "A"],
                             ["C", "A", "C", "D"]])

# Price attribute corresponding to each item
price = Attribute(values=[[5, 5, 3, 8, 2],
                          [1, 3, 3],
                          [4, 5, 2, 1]])

# Average price constraint
seq2pat.add_constraint(3 <= price.average() <= 4)

# Patterns that occur at least twice (A-D)
patterns = seq2pat.get_patterns(min_frequency=2)

请注意，序列可以有不同的长度，您可以添加/删除其他属性和约束。序列可以是任何字符串，如示例中所示，也可以是整数。

底层算法使用多值决策图，特别是来自 AAAI 2019 的最先进算法。

另一个可能相关的来源是SPMF

希望这可以帮助！

免责声明：我是 Fidelity 和 CMU 在Seq2Pat 库上的研究合作的成员。