검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Mining Noise-Tolerant Frequent Closed Itemsets in Very Large Database 대규모 데이터베이스에서 소음에 강하고 자주 닫히는 항목 집합 채굴

Junbo CHEN, Bo ZHOU, Xinyu WANG, Yiqun DING, Lu CHEN

  • 조회수

    0

  • 이것을 인용

요약 :

빈발항목집합(FI) 마이닝은 광범위한 애플리케이션에서 데이터 세트를 분석하는 데 널리 사용되는 중요한 첫 번째 단계입니다. 빈발항목집합을 찾는 전통적인 접근방식에는 두 가지 주요 문제가 있습니다. 첫째, 바람직하지 않게 큰 빈발 항목 집합과 연관 규칙 집합이 파생되는 경우가 많습니다. 둘째, 소음에 취약하다. 이러한 문제를 개별적으로 해결하기 위해 두 가지 접근 방식이 제안되었습니다. 첫 번째 문제는 접근 방식으로 해결됩니다. FCI(빈번히 마감된 항목 집합), 인치당 지속 변화 결과에서 중복된 정보를 모두 제거하고 정보 손실이 없는지 확인합니다. 두 번째 문제는 접근 방식으로 해결됩니다. 대략적인 빈발항목집합(AFI), AFI 데이터 세트의 노이즈를 식별하고 수정할 수 있습니다. 이 두 가지 개념 각각에는 고유한 한계가 있지만 저자는 다음과 같이 생각합니다. 인치당 지속 변화AFI 서로 협력하여 한계를 극복하고 장점을 증폭시킬 수 있습니다. 새로운 통합 접근 방식이 호출됩니다. 소음에 강한 빈번한 폐쇄 품목 세트(NFCI). 실험 결과는 새로운 접근 방식의 장점을 보여줍니다. (1) 소음에 강합니다. (2) 노이즈와 간헐적인 패턴을 제외하면 정보 손실이 거의 없이 생성되는 항목 집합의 수가 획기적으로 줄어듭니다. (3) 따라서 시간과 공간 모두 효율적입니다. (4) 결과에는 중복된 정보가 없습니다.

발행
IEICE TRANSACTIONS on Information Vol.E92-D No.8 pp.1523-1533
발행일
2009/08/01
공개일
온라인 ISSN
1745-1361
DOI
10.1587/transinf.E92.D.1523
원고의 종류
PAPER
범주
데이터 마이닝

작성자

키워드