分類学の定量的データベースにおけるクロスレベル高ユーティリティアイテムセットの効率的マイニング【JST・京大機械翻訳】

Tung N.T.; Nguyen Loan T.T.; Nguyen Loan T.T.; Nguyen Trinh D.D.; Fourier-Viger Philippe; Nguyen Ngoc-Thanh; Vo Bay

文献

J-GLOBAL ID：202202223894912085 整理番号：22A0560837

分類学の定量的データベースにおけるクロスレベル高ユーティリティアイテムセットの効率的マイニング【JST・京大機械翻訳】

Efficient mining of cross-level high-utility itemsets in taxonomy quantitative databases

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0560837&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0560837&from=J-GLOBAL&jstjournalNo=D0636A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 587 ページ： 41-62 発行年： 2022年
JST資料番号： D0636A ISSN： 0020-0255 CODEN： ISIJBC 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)

高い発生頻度を有するアイテム集合の同定に焦点を合わせる頻繁なアイテム集合マイニング(FIM)アルゴリズムとは対照的に,高効用アイテム集合マイニングアルゴリズムは,取引データベースにおけるアイテムの最も有益な集合を明らかにすることができる。いくつかのアルゴリズムを提案して,タスクを効率的に実行した。それにもかかわらず,それらの大部分は項目分類を無視している。この有用な情報は,多くの実世界取引データベースで提供される。CLH-MinerおよびML-HUI Minerのような以前の研究を,交差レベルおよびマルチレベルHUIsを発見するためにこの限界を解決するために提案した。しかし,CLH-Minerには長い実行時間と高いメモリ利用がある。これらの欠点に取り組むために,本研究は,効果的な枝刈り戦略を提案するために,タイトな上限を拡張した。FEACP(交差レベル高効用パターンマイニングのためのFastおよび効率的アルゴリズム)という新規アルゴリズムを導入し,それは分類ベースのデータベースにおける交差レベルHUIsを効率的に同定するために提案した戦略を採用した。FEACPは,テストされたスパースデータベース上で最先端のアルゴリズムよりも8倍速く,テストされた高密度データベース上で177倍まで高速である,高効率のトランザクションデータベースにおける異なる抽象レベルの有用なアイテム集合を同定できるという徹底的な性能評価から見ることができる。FEACPはCLH-Minerアルゴリズムよりもメモリ利用を半分まで低減する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , ,
, , , , , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

人工知能 , データベースシステム

, , ,

前のページに戻る