سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling

Publish Year: 1391
Type: Conference paper
Language: Persian
View: 1,538

This Paper With 7 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

LNCSE02_213

Index date: 24 February 2013

نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling abstract

یکی از مسائل بنیادی در داده کاوی بررسی دادهها برای یافتن عناصر مشابه میباشد. برای نمونه در این زمینه میتوان به بررسی مجموعهای از اسناد مختلف و یا صفحات وب و پیدا کردن موارد نزدیک به هم و تکراری اشاره نمود. مسئلهپیدا کردن اسناد مشابه را میتوان به یک مسئله بر پایهی مجموعه تبدیل کرد که این کار در قالب روشShinglingانجام میگیرد. همچنین برای حل این مسئله میتوان مجموعههای بزرگ را به صورتی فشرده نمود که باز هم بتوان تشابه مجموعههای اصلی را از نسخههای فشرده شدهی آنها، تشخیص داد کهاین کار در روشMinhashing انجام میشود. اگر علاوه بر یافتن جفت اسنادمشابه، به دنبال یافتن دستههایی مشابه از اسناد باشیم، باید از روشLSH برای رسیدن به این هدف استفاده نماییم ما در این مقاله به بررسی و تحلیل مسئله یافتن اسناد مشابه از دیدگاه سه روش کلیLSH و Minhashing ،Shingling پرداختیم که هر کدام از این روشها مکمل روش قبلی میباشند. در واقع هدف این مقاله ارزیابی روشهای ذکر شده و بررسی ویژگیهای هر کدام از دیدگاههای مختلف میباشد

نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling Keywords:

نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling authors

حسین ازگومی

گروه فنی و مهندسی، دانشگاه آزاد اسلامی واحد شبستر، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
A.Gionis, P. Indyk, and R. Motwani; "Similarity search in _ ...
S.Mitra, S.K.Pal and P.Mitra; "Data mining in soft computing framework: ...
J.Bank and B.Cole; "Calculating the Jaccard Similarity _ _ Entity ...
Rajaraman.A, D.Ullman.J; Mining of Massive Datasets, Cambridge Univ Pr, 2011. ...
A.Broder; "Identifing and filtering near-duplicate documents", Combinatorial Pattern Matching, Springer, ...
A.Z. Broder; _ the resemblance and containment of _ _ ...
A.Z. Broder, M. Charikar, A.M. Frieze, and M. Mitzenmacher; "Min-wise ...
E.Cohen, M.Datar, S.Fujiwara, A.Gionis, P.Indyk, R.Motwani, ...
IEEE Transactions on, pp.64-78, 2001. ...
A. Andoni and P Indyk; "Near-optimal hashing algorithms _ _ ...
نمایش کامل مراجع

مقاله فارسی "نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling" توسط حسین ازگومی، گروه فنی و مهندسی، دانشگاه آزاد اسلامی واحد شبستر، ایران؛ معصومه قاسمی ماه سایه نوشته شده و در سال 1391 پس از تایید کمیته علمی دومین کنفرانس ملی مهندسی نرم افزار دانشگاه آزاد لاهیجان پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله داده کاوی، عناصر مشابه، اسناد مشابه ،Minhashing ،ShinglingLSH هستند. این مقاله در تاریخ 6 اسفند 1391 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1538 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که یکی از مسائل بنیادی در داده کاوی بررسی دادهها برای یافتن عناصر مشابه میباشد. برای نمونه در این زمینه میتوان به بررسی مجموعهای از اسناد مختلف و یا صفحات وب و پیدا کردن موارد نزدیک به هم و تکراری اشاره نمود. مسئلهپیدا کردن اسناد مشابه را میتوان به یک مسئله بر پایهی مجموعه تبدیل کرد که این کار در قالب ... . این مقاله در دسته بندی موضوعی داده کاوی طبقه بندی شده است. برای دانلود فایل کامل مقاله نقد و بررسی اصول یافتن اسناد مشابه در مجموعه دادههای عظیم بر پایهی روشهایLSH و Minhashing ،Shingling با 7 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.