文献

J-GLOBAL ID：201702237786143802   整理番号：17A1490445

HMiner高有用性アイテム集合の効率的マイニング【Powered by NICT】

HMiner: Efficiently mining high utility itemsets

著者 (1件)： Krishnamoorthy Srikumar (Indian Institute of Management, Ahmedabad, India)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 90  ページ： 168-183  発行年： 2017年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 高有用性アイテム集合マイニング問題は興味深く実行可能なパターンを発見するために電力会社の概念を用いた。高有用性アイテム集合を効率的に文献で提案されているいくつかのデータ構造と発見的方法。本論文では,最先端を進歩させるとHMiner,高有用性アイテム集合マイニング法を提示した。HMinerはいくつかの新しいアイデアを利用し,アイテム集合情報を保存するためのコンパクトな有用性リストと仮想ハイパーリンクデータ構造を示した。も高有用性アイテム集合のマイニング効率的にいくつかの枝刈り戦略を利用した。提案したアイデアを一連のベンチマーク,疎及び密なデータセット上で評価した。実行時間改善は中程度の三十%の範囲であったいくつかのベンチマークデータセットの大きさの三桁であった。メモリ消費量要件も最先端の方法上の改善の規模の最大を示した。一般に,HMinerはスパースかつ密なベンチマークデータセットの高密度領域で良く作動することが分かった。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 発見的方法 ,  記憶装置 ,  データ構造 ,  *ベンチマーク
準シソーラス用語： 高密度 ,  実行時間 ,  ハイパーリンク , 【Automatic Indexing@JST】

著者キーワード (3件)： 高有用性マイニング ,  頻出アイテム集合マイニング ,  データマイニング

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 有用性 ,  集合