5-7 シーケンス[モデル作成タブ]
1.ノードの目的
時系列を考慮したアソシエーション（連関）を発見します。顧客の施策誘導や設備や移動体のインシデント予測に利用します。
2.解説動画（60秒）
3.クイックスタート
視聴者の行動履歴が時系列に記録されたWebログデータです。
＊サンプルデータ（CSV）は[5.参考情報]からダウンロードできます。
[可変長ファイル]から[シークエンス]に接続します。
[可変長ファイル]で[データ型]タブの[値の読み込み]ボタン（赤枠）を押して[Page]のメンバーを認識させます（青枠）。[データ型]ノードを用いても結構です。
[Page]が[名義型]にならず[不明]となる場合
250種類以上のメンバーをもつ場合にはデータ型が[不明]と識別してフラグ化できないため、あらかじめツール＞ストリームのプロパティで変更しておきます。
[シーケンス]ノードを編集します。
[モデル]タブで適度な量のルールが発見されるように調節します。
[シーケンス]ノードを実行します。
モデルの解釈
[シーケンス]モデルナゲットをダブルクリックで参照します。赤枠のボタンを押して[インスタンス]、[ルールサポート]にチェックをいれます。
たとえば最初のルール（赤枠）は、「Page：“/sv/bookkeeper?”を4日視聴する人はもう１度視聴する（しやすい）」を表しています。
各指標の解釈は次の通りです。
前提条件がand条件の場合（青枠）も存在します。
「Page：“/sv/bookkeeper?” とPage：“/sv/help/en-us/adminhlp/adindex.htm ”を同じ日に視聴した人は、その後もう1度「Page：“/sv/bookkeeper?” を視聴する（しやすい）」というルールです。
4.Tips
過去の事象を考慮して後続の事象を予測する
モデルナゲットの[設定]タブを[３]のまま
以下のストリームを実行します。
テーブルのすべての時点で、後続で視聴する確度の高い３つのページが確信度と併せて表示されています。業務で利用する場合には最新の日付時点で予想されるイベントを考慮することになります。
顧客それぞれに、まだ購入していないが見込みの高い上位３つの中分類を[確信度][ルールID]を併せて表示しています。
5.参考情報
利用データ
右クリックでリンク先を保存してください。
モデルナゲットの結果の解釈
ノードのヘルプ
SPSS Modeler 逆引きストリーム集（データ加工）
SPSS Modeler ノードリファレンス目次