文献

J-GLOBAL ID：202002267423017891   整理番号：20A0874988

AprioriとFP成長アルゴリズムを用いた市場バスケット分析【JST・京大機械翻訳】

Market Basket Analysis Using Apriori and FP Growth Algorithm

著者 (3件)： Hossain Maliha (Rajshahi University of Engineering & Technology,Dept. of Computer Science & Engineering,Rajshahi,Bangladesh) ,  Sattar A H M Sarowar (Rajshahi University of Engineering & Technology,Dept. of Computer Science & Engineering,Rajshahi,Bangladesh) ,  Paul Mahit Kumar (Rajshahi University of Engineering & Technology,Dept. of Computer Science & Engineering,Rajshahi,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICCIT  ページ： 1-6  発行年： 2019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： 市場バスケット分析は,それらのショッピングバスケットに位置する製品間の重要な関連を発見することによって顧客の購買パターンを発見する。それは意思決定プロセスを支援するだけでなく,多くのビジネス組織における販売を増加させる。AprioriとFP成長は,頻出アイテム集合をマイニングするための最も一般的なアルゴリズムである。両アルゴリズムに対して,予め定義された最小サポートは,頻出アイテム集合を同定するために必要である。しかし,最小のサポートが低いとき,膨大な数の候補集合が生成される。それは,大きな計算を必要とする。本論文では,トップ販売製品によるデータセットの項目を削減することにより,この大きな計算を避けるためのアプローチを提案した。30%,40%,50%,55%のようなトップ販売製品の種々の割合を取り上げて,両方のアルゴリズムに関して,頻繁なアイテム集合と相関ルールを生成した。結果は,トップ販売アイテムが使用されるならば,すべての項目を計算することによって引き出される出力と比較して,短時間でほとんど同じ頻度アイテム集合と相関ルールを得ることが可能であることを示した。時間比較から,FP成長アルゴリズムはAprioriアルゴリズムよりも小さい時間を要することも分かった。Copyright 2020 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： 購買 ,  相関ルール ,  *アルゴリズム ,  時間比較
準シソーラス用語： Apriori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 (5件)： FP ,  成長 ,  アルゴリズム ,  市場 ,  分析