在序列中查找特定模式

Question

我正在使用 R 包 TraMineR 做一些关于序列分析的学术研究。

我想找到一种模式，定义为某人在目标公司，然后出去，然后回到目标公司。

（简化）我已将状态 A 定义为目标公司； B 为外部行业公司，C 为内部行业公司。

所以我想做的是找到具有特定模式 A-B-A 或 A-C-A 的序列。

看了这个问题（Strange number of subsequences?）并阅读了用户指南，特别是以下段落：

4.3.3 子序列 如果 u 的所有连续元素 ui >in x 出现在同一 顺序，我们简单地用 u x 表示。根据这个定义，可以出现非共享>状态 在序列 u 和 x 共有的那些之间。例如，u = S； M 是一个 > 的子序列 x = S;你;米；主持人。

和

7.3.2 查找具有给定子序列的序列 seqpm() 函数计算包含给定子序列的序列数并收集 他们的行索引号。该函数返回一个包含两个元素的列表。第一个元素，MTab， 只是一个表格，其中包含数据中给定子序列的出现次数。注意 每个序列只计算一次出现，即使子序列出现不止一个 序列中的时间。列表的第二个元素 MIndex 给出了 包含子序列的序列。这些索引号可能有助于访问 相关序列（下面的示例）。由于在字符串中搜索模式更容易， 当使用 seqconc 函数时，函数 rst 以这种格式转换序列数据 TRUE 选项。

我得出结论，seqpm() 是我完成工作所需的函数。

所以我有这样的序列： A-A-A-A-A-B-B-B-B-B-A-A-A-A-A

根据我在提及的来源中找到的子序列的定义，我想我可以使用以下方法找到那种序列：

seqpm(sequence,"ABA")

但这不会发生。为了找到我需要输入的示例序列

seqpm(sequence,"ABBBBBA")

这对我需要的东西不是很有用。

1. 那么你们知道我可能遗漏了什么吗？
2. 如何检索从 A 到 B 再返回到 A 的所有序列？
3. 有没有办法让我找到从 A 到其他任何地方然后返回 A 的方法？

非常感谢！

Answer 1

seqpm 帮助页面的标题是“在序列中查找子字符串模式”，这就是该函数的实际作用。它搜索包含给定子字符串（不是子序列）的序列。用户指南中似乎有公式错误。

找到包含给定子序列的序列的一种解决方案是使用seqecreate 将状态序列转换为事件序列，然后使用seqefsub 和seqeapplysub 函数。我使用TraMineR 附带的actcal 数据进行说明。

library(TraMineR)
data(actcal)
actcal.seq <- seqdef(actcal[,13:24])

## displaying the first state sequences
head(actcal.seq)

## transforming into event sequences
actcal.seqe <- seqecreate(actcal.seq, tevent = "state", use.labels=FALSE)

## displaying the first event sequences
head(actcal.seqe)

## now searching for the subsequences
subs <- seqefsub(actcal.seqe, strsubseq=c("(A)-(D)","(D)-(B)"))
## and identifying the sequences that contain the subsequences
subs.pres <- seqeapplysub(subs, method="presence")
head(subs.pres)

## we can now, for example, count the sequences that contain (A)-(D)
sum(subs.pres[,1])
## or list the sequences that contain (A)-(D)
rownames(subs.pres)[subs.pres[,1]==1]

希望这会有所帮助。