Analysis and sequential mining of logistic data

We are given a large database of logistic data containing information about shipments and their states in time. We introduce the problem of sequential data mining over such database collected in shipment handling process. We present three approaches on handling such data, which are, respectively, simple sequential data mining tool, advanced sequential data mining tool and transition probability model. We evaluate the differences between the approaches and between the process documentation provided and the output of the approaches. The simple tool can provide most of the common subsequences and sequences, the advanced tool can provide complex overview and using the probability model is a fast, but not very exact method to describe the input dataset. Abstrakt Máme k dispozici velkou databázi logistických dat obsahující informace o zásilkách a jejich stavech v čase. Naším cílem je porozumět souvislostem mezi událostmi, které při doručování zásilek nastávají. Využíváme k tomu nástrojů sekvenčního dolování dat. Prezentujeme tři různé přístupy k řešení dané problematiky: 1) aplikaci jednoduchého nástroje pro sekvenční těžení dat, 2) využití pokročilejšího nástroje pro sekvenční těžení dat a 3) vytvoření pravděpodobnostního přechodového modelu s omezenou pamětí. Zkoumáme rozdíly mezi přístupy a využíváme jejich odlišných vlastností k porozumění doméně. Jednoduchý nástroj sekvenčního dolování dat odhalil řadu zajímavých častých podsekvencí, pokročilý nástroj umožnil rozšíření škály vyhledávaných podsekvencí a použití pravděpodobnostního modelu vede k souhrnnému a přibližnému náhledu na posloupnosti událostí.