1

我的数据集（第一行=标题）如下：

ID;Activity 1;Activity 2; ... ;Activity 20;
Company_X;A1A3T1D1O1R1R8;A1A3T2O1R2;...;A1A3T6D2O1O2R2
Company_Y;A1A3T1O1R1;A1A3T2O1R2;...;A1A3T11O1O3R5
Company Z;A1A3T1D8O1R1R8;A1A3T2O1R2;...;A1A3T6D2O1R2

其中对于每个活动，每一对（一个字母 + 一个数字）代表一个序列的一部分。A1=actor1，A3=actor3，O1=object1。我试图做的是计算公司活动之间的差异。例如，company_x 的活动 1 应该与 company_y 的活动 1 有 2 的差异，因为它们有共同的 A1A3T1O1R1，但没有 D1 和 R8。

TraMineR 中的任何软件包都可以做到这一点吗？这意味着在每个事件中比较预定义数量的字符？

非常感谢您的帮助

4

1 回答 1

0

据我了解，每个字符串（活动）都A1A3T6D2O1O2R2应该被视为一对序列，并且您想要比较这些序列。

TraMineR的seqdef功能可以读取字符串形式的序列。但是，当每个元素由多个字符定义时，您必须为此引入一个分隔符（例如，A1-A3-T6）。然后，要将您的序列与公司名称配对，您可能还需要以表格形式组织数据，每个序列（活动）位于单独的行中，例如

ID         Activity
company_x  A1-A3-T6-D2-O1-O2-R2
company_y  A1-A3-T1-O1-R1
...

然后，您可以使用适用于不同长度序列的度量来计算差异。例如，最优匹配 (OM) 是将一个序列转换为另一个序列的最小成本，考虑到插入缺失和替换成本。这应该给你你所期望的。根据替代成本，A1A3T6D2O1O2R2 和 A1A3T6D2O1R2 之间的距离可能不同于 A1A3T6D2O1O2R2 和 A3T4 之间的距离

于 2015-06-18T07:20:53.427 回答