文献

J-GLOBAL ID：202202245687607211   整理番号：22A0969631

MapReduceパラダイムを用いた高効用逐次パターンの増分マイニング【JST・京大機械翻訳】

Incremental mining of high utility sequential patterns using MapReduce paradigm

著者 (1件)： Saleti Sumalatha (SRM University, Amaravathi, India)
資料名： Cluster Computing  (Cluster Computing)
巻： 25  号： 2  ページ： 805-825  発行年： 2022年 
JST資料番号： W4172A  ISSN： 1386-7857  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 高ユーティリティシーケンシャルパターン(HUSP)マイニングは,トランザクションで購入したアイテムの非二値周波数値と各アイテムの有用性を考慮する。増分更新は多くの実世界アプリケーションにおいて非常に一般的である。データが増加したとき,このアルゴリズムを毎回再利用することによって,高いユーティリティシーケンスをマイニングすることは,単純なタスクではない。さらに,HUSPをマイニングするための集中アルゴリズムは,大きなデータを扱うことができない。そこで本論文では,MapReduce para-digm(MR-INCHUSP)を用いた高効用逐次パターンマイニングのための増分アルゴリズムを紹介した。提案したアルゴリズムは,過去のマイニング結果から得られる知識を,大いに取り扱う後方マイニング戦略を含んでいる。さらに,アイテム間の共起関係から誘導して,新しい配列拡張規則を導入して,マイニングプロセスの速度を増加させた。実験結果は,いくつかの実および合成データセットに関するMR-INCHUSPの性能を示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  データ ,  抽出 ,  採掘 ,  応用プログラム ,  再利用 ,  データマイニング
準シソーラス用語： 共起関係 ,  パターンマイニング ,  ビッグデータ ,  *MapReduce , 【Automatic Indexing@JST】

著者キーワード (5件)： ビッグデータ ,  データマイニング ,  増分採掘 ,  高ユーティリティ逐次パターンマイニング ,  MapReduceパラダイム

分類 (2件)： 人工知能  (JE08000Z) ,  データベースシステム  (JD03030U)

タイトルに関連する用語 (5件)： MapReduce ,  パラダイム ,  効用 ,  逐次 ,  増分マイニング