文献

J-GLOBAL ID：201802255182217416   整理番号：18A1809701

データマイニングを用いたショッピングカートにおける頻繁な製品の推定【JST・京大機械翻訳】

Estimating Frequent Products in Shopping Cart Using Data Mining

著者 (4件)： Tripathi Nidhi (Computer Engineering, VIVA Institute of Technology, Shirgaon, Virar [East]) ,  Vartak Darshana (Computer Engineering, VIVA Institute of Technology, Shirgaon, Virar [East]) ,  Chaudhari Himanshu (Computer Engineering, VIVA Institute of Technology, Shirgaon, Virar [East]) ,  Naik Sunita (Computer Engineering, VIVA Institute of Technology, Shirgaon, Virar [East])
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICICCT  ページ： 1560-1564  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 製品やサービスの取引に使われるインターネットなどのコンピュータネットワークは,電子商取引(E-Commerce)と呼ばれている。データマイニングは,電子商取引が働く領域の一つである。データマイニングは大量のデータをマイニングし,そのデータに基づいて予測を与える。データマイニングを用いることによって,データのパターンまたはデータの挙動を検出することができた。同様に,このシステムは,顧客が購入するか,顧客により選択された製品のコストに関して関連製品を購入し,示す製品の予測のために,ショッピングカートで使用される技術と方法に関する情報を使用する。アイテム集合の頻繁なパターンを予測するために,多くの予測アルゴリズム,ルールマイニング技術,および様々な方法が小売市場の利用のために既に設計されている。このシステムは,頻繁なアイテム集合をマイニングするためのいくつかの技術に関する文献解析を調べる。これにおいて,類似のアイテムをソートするためにツリーを作り出すために使用した。このツリー構造はルール生成に使用される。これらのルールは,アルゴリズムを用いて生成される相関ルールと呼ばれる。その後,入力として入力質問を取り,相関ルールを含むルールグラフを返す。次に,これらすべてのルールを証拠の組合せ理論を用いて結合し,出力として予測項目を与える。メモリ使用量を減少させるために,実行時間と計算サポート値を使用する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： インターネット ,  ツリー構造 ,  電子商取引 ,  相関ルール ,  *データマイニング ,  記憶装置 ,  計算機網 ,  アルゴリズム ,  予測 ,  ソーティング ,  小売
準シソーラス用語： 実行時間 ,  ルール抽出 ,  ルールマイニング ,  予測アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： データマイニング ,  ショッピングカート ,  推定