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

On Identifying Useful Patterns to Analyze Products in Retail Transaction Databases 소매 거래 데이터베이스에서 제품을 분석하는 데 유용한 패턴 식별

Unil YUN

  • 조회수

    0

  • 이것을 인용

요약 :

대용량 트랜잭션 데이터베이스에서 상관 패턴을 마이닝하는 것은 데이터 마이닝의 필수 작업 중 하나입니다. 일반적으로 수많은 패턴을 마이닝하지만 상관 관계가 있는 패턴을 찾기가 어렵습니다. 필요한 데이터 분석은 특정 실제 애플리케이션의 요구 사항에 따라 이루어져야 합니다. 이전 마이닝 접근 방식에서는 최소 지지도가 높더라도 친화력이 약한 패턴이 발견되었습니다. 본 논문에서는 가중치 지원 선호도와 상관 관계가 있는 패턴을 식별하기 위해 새로운 측정값인 가중치 지원 신뢰도(ws-confidence)를 개발하는 가중치 지원 선호도 패턴 마이닝을 제안합니다. 약한 친화도 패턴을 효율적으로 제거하기 위해 ws-신뢰도 측정값이 가중치 지원 수준이 서로 다른 패턴을 제거하는 데 적용할 수 있는 반단조 및 교차 가중 지원 속성을 충족한다는 것을 증명합니다. 두 가지 속성을 기반으로 가중치 지원 선호도 패턴 마이닝 알고리즘(WSP)을 개발합니다. 가중 지지 선호도 패턴은 허용 가능한 오류 범위 α%로 유사한 총 판매 비용 수준을 제공하는 항목이 포함된 항목 집합을 찾고, 총 이익 수준이 비슷한 항목 목록을 검색하는 등 비교 분석 쿼리에 답하는 데 유용할 수 있습니다. 또한 성능 연구에 따르면 WSP는 가중치 기반 지원 선호도 패턴 마이닝에 효율적이고 확장 가능합니다.

발행
IEICE TRANSACTIONS on Information Vol.E92-D No.12 pp.2430-2438
발행일
2009/12/01
공개일
온라인 ISSN
1745-1361
DOI
10.1587/transinf.E92.D.2430
원고의 종류
PAPER
범주
데이터 마이닝

작성자

키워드