文献

J-GLOBAL ID：201602285795197634   整理番号：16A0852113

-NBMAFIAは:N-LISTの最も長い頻出アイテム集合のマイニングアルゴリズムに基づいている。【JST・京大機械翻訳】

NB-MAFIA: An N-List Based Maximal Frequent Itemset Algorithm

著者 (3件)： Shen Gehui (Department of Computer Science and Technology, School of Electronics Engineering and Computer Science, Peking University) ,  Liu Peidong (Department of Computer Science and Technology, School of Electronics Engineering and Computer Science, Peking University) ,  Deng Zhihong (Department of Machine Intelligence, School of Electronics Engineering and Computer Science, Peking University; Key Laboratory Machine Perception (MOE))
資料名： Beijing Daxue Xuebao. Zirankexueban  (Beijing Daxue Xuebao. Zirankexueban)
巻： 52  号： 2  ページ： 199-209  発行年： 2016年 
JST資料番号： C2592A  ISSN： 0479-8023  CODEN： PCTHAP  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,深さ優先探索の枠組みにおいて,アイテム集合のアイテム集合のプレフィックスツリーノードリンクリストの表示方法をN-LISTに基づく導入することによって,高効率の1つの最も長い頻出アイテム集合のマイニングアルゴリズム(NB-MAFIAを提案する。N-LISTの高圧縮率と高効率の交わりを求める方法がアイテム集合のサポートの高速計算を実現することができる,同時に探索空間の枝刈り戦略と上位集合検出戦略を採用することでによりアルゴリズムの効率がを向上した。NB-MAFIAと2つの古典的アルゴリズムを,シミュレーションといくつかの実データ集合上での実験により評価した。実験結果はNB-MAFIAが多くの場合において他のアルゴリズムより優れていることを示している,特に真実と稠密データセット上優位性がより顕著である。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  圧縮率 ,  高速計算
準シソーラス用語： データセット ,  探索空間 ,  高効率 ,  深さ優先探索 , 【Automatic Indexing@JST】

著者キーワード (5件)： data mining ,  frequent itemset mining ,  maximal itemset ,  N-List ,  algorithm

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 集合 ,  アルゴリズム