抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
主流データマイニングコミュニティが直面する重要な課題の一つは,マイニングされたパターンや知識が,実用的にすることである。ユーザがこのような知識その利点に基づく直接行動を取ることができるかどうか知識は実用的であると考えられる。最も重要で特徴的なアクション可能知識の中で直接明示的にユーザの最良の関心の挙動を(抑制または促進)に影響する特異的作用を示唆できることを実施可能な行動ルールである。このようなルールをマイニングの問題は担体と期待効用の枠内で探索問題である。従来の手法では,潜在的な信頼性のあるルールの支持体を計算するための,行動データセットのスキャンの多数回を行った。データベースを走査繰り返しのこの過程は時間がかかる。多くの属性および/または多くの属性値と行動情報システム,および非常に低いサポートしきい値を含む状況では,貴重なアルゴリズムはかなりの時間を消費する可能性がある。本論文では,高い時間複雑性の問題を扱うために,採掘実施可能な行動ルールと対応するマイニングアルゴリズムのためのBayesネットワークに基づくアプローチを提案した。は,提案した方法を検証するために実験を行った。実験結果は有効性と本アプローチの優位性を強く示唆している。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】