سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

استخراج بزرگترین مجموعه الگوهای مکرر با استفاده از معکوس الگوریتم Apriori

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,087

This Paper With 10 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

ICTCK02_088

Index date: 29 October 2016

استخراج بزرگترین مجموعه الگوهای مکرر با استفاده از معکوس الگوریتم Apriori abstract

کاوش قوانین انجمنی در بین داده های یک پایگاه داده بزرگ، یکی از مهمترین مسائل در حوزه داده کاوی به شمار میآید. برای استخراج قوانین انجمنی در ابتدا باید الگوهای مکرر کشف شوند، از اینرو مرحله استخراج الگوهای مکرردارای اهمیت ویژه ای استکه این گام عموما دارای هزینه بالای محاسباتی و متعاقبا زمانبر می باشد. راه حل ارائه شدهدر این مقاله توانسته است با معکوس کردن الگوریتم Apriori و کاهش تولید مجموعه نامزدهای الگوی مکرر برای یافتن بزرگترین الگوهای پر تکرار در پایگاه داده های بزرگ، حجم بالای محاسباتی را در این حوزه کم کرده و سرعتاجرای این الگوریتم را نسبت به روش های ارائه شده قبلی افزایش دهد و همچنین باعث کاهش اتلاف حافظه گردیدهاست. برای آزمایش این روش پیشنهادی از هشت پایگاه داده از نوع تراکنشی استفاده شده استکه نتایج حاصل از آن بهبود قابل قبولی را نسبت به الگوریتم های قبلی بدنبال داشته است .

استخراج بزرگترین مجموعه الگوهای مکرر با استفاده از معکوس الگوریتم Apriori Keywords:

استخراج بزرگترین مجموعه الگوهای مکرر با استفاده از معکوس الگوریتم Apriori authors

محمدکامیار ارباب

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران

افسانه شیری نژاد

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران

مسعود نیازی ترشیز

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران

سیدرضا کامل

گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،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 :
آباده، سینامحمودی، محد ثهطا هرپرور، "دادهکاویکاربردی ." تهران:نیازدا نش-پیوندنو. صفحا ...
Lan, Qihua, Defu Zhang, and Bo Wu. "A new algorithm ...
, pp. 360-364. IEEE, 2009. ...
Dongre, Jugendra, GendLalPraj apati, and S. V. Tokekar. "The role ...
International Conference on, pp. 657-660. IEEE, 2014. ...
_ Agrawal, Rakesh, and Ramakri shnanSrikant. "Fast algorithms for mining ...
Agrawal, Rakesh, Tomasz Imielihski, and Arun Swami. "Mining association rules ...
A.Minal Ingle, Nitin Suryavanshi _ Review: Apriori Algorithms and Association ...
Mathematics , pp _ 1 80-1 83 _ AIJRSTEM, 20 ...
Kamrul, Shah, Khandakar Mohammad, and Abu Hasnai. "Reverse Apriori Algorithm ...
Chawla, Ashma, and Kanwalvir ...
Dhindsa. 2 Imp lementation of Association Rule Mining using Reverse ...
نمایش کامل مراجع

مقاله فارسی "استخراج بزرگترین مجموعه الگوهای مکرر با استفاده از معکوس الگوریتم Apriori" توسط محمدکامیار ارباب، گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران؛ افسانه شیری نژاد، گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران؛ مسعود نیازی ترشیز، گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران؛ سیدرضا کامل، گروه کامپیوتر، واحد مشهد، دانشگاه آزاد اسلامی، مشهد،ایران نوشته شده و در سال 1394 پس از تایید کمیته علمی دومین کنگره بین المللی فن آوری، ارتباطات و دانشICTCK۲۰۱۵ پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله استخراج الگوهای مکرر ، استخراج قوانین انجمنی ، استخراج بزرگترین الگوهای مکرر ، معکوس الگوریتم Apriori هستند. این مقاله در تاریخ 8 آبان 1395 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1087 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که کاوش قوانین انجمنی در بین داده های یک پایگاه داده بزرگ، یکی از مهمترین مسائل در حوزه داده کاوی به شمار میآید. برای استخراج قوانین انجمنی در ابتدا باید الگوهای مکرر کشف شوند، از اینرو مرحله استخراج الگوهای مکرردارای اهمیت ویژه ای استکه این گام عموما دارای هزینه بالای محاسباتی و متعاقبا زمانبر می باشد. راه حل ارائه شدهدر این ... . برای دانلود فایل کامل مقاله استخراج بزرگترین مجموعه الگوهای مکرر با استفاده از معکوس الگوریتم Apriori با 10 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.