Mining Frequent Itemsets Using PrePost Algorithm on Cloud Machine Learning Engines
Publish place: 3rd International Conference on Soft Computing
Publish Year: 1398
نوع سند: مقاله کنفرانسی
زبان: English
View: 455
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CSCG03_131
تاریخ نمایه سازی: 14 فروردین 1399
Abstract:
Mining frequent patterns and extracting knowledge from them is a trending field of study for industrial and business use. One of the main goals of mining frequent itemsets is to increase the accuracy of the extracted itemsets while maintaining the optimal speed and compatibility with different dataset sizes. PrePost is an algorithm for mining frequent itemsets with the least number of candidates. Although, improvements to PrePost do not respond well to large datasets and most of them do not have the optimal performance. In this research, PrePost algorithm is integrated with cloud machine learning platforms to increase the accuracy of the algorithm by reducing the number of candidates. It is expected to observe a major increase in performance and accuracy of the algorithm when applied to cloud machine learning engine.
Keywords:
Authors
Yazdan Takbiri
Department of Computer Engineering, Karaj Branch, Islamic Azad University, Karaj, Iran;
Amineh Amini
Department of Computer Engineering, Karaj Branch, Islamic Azad University, Karaj, Iran;