Dup-apriori: Thuật toán hiệu quả khai thác tập phổ biến dựa trên giao dịch trùng lặp
Tóm tắt: 178
| 
PDF: 316 
##plugins.themes.academic_pro.article.main##
Author
Từ khóa:
luật kết hợp
tập phổ biến
thuật toán DUP-Apriori
Tóm tắt
Thuật toán Apriori là thuật toán kinh điển được dùng cho khai thác tập phổ biến từ dữ liệu giao dịch nhị phân – giai đoạn quan trọng trong khai thác luật kết hợp. Đây là thuật toán được nhiều nhóm nghiên cứu quan tâm cải tiến, cũng như sử dụng khai thác trên nhiều loại dữ liệu khác nhau. Trong bài viết này, tác giả trình bày tiếp cận mới trong cải tiến hiệu quả thuật toán Apriori dựa trên giao dịch trùng lặp - giúp đẩy nhanh tốc độ tính toán và giảm thiểu quá trình truy xuất dữ liệu. Thuật toán cải tiến được gọi là DUP-Apriori. Tác giả tiến hành thực nghiệm thuật toán trên bộ dữ liệu thực của UCI và dữ liệu giả lập của trung tâm nghiên cứu IBM Almaden, cho thấy thuật toán cải tiến hiệu quả so với thuật toán gần đây.
Tài liệu tham khảo
-
[1] Agrawal, T. Imilienski, A. Swami, Mining association rules between sets of large databases, Proc. of the ACM SIGMOD Int Conf on Management of Data, Washington, DC, 1993, pp. 207-216.
[2] Agrawal, R. Srikant, Fast Algorithms for Mining Association Rules in Large Databases, VLDB 1994, pp. 487-499.
[3] Huan, L. Bac, A Novel Algorithm for Frequent Itemsets Mining in Transactional Databases, PAKDD 2018. LNCS, 11154, Springer Cham, 2018, pp. 243–255.
[4] Agrawal, R. Srikant, Mining sequential patterns, Proc of the 11th Inter Conf on Data Engineering, 1995, pp. 3-14.
[5] L. Carter, H.J. Hamilton, N. Cercone, Share Based Measures for Itemsets, PKDD1997, 1997, pp. 14-24
[6] Inokuchi, T. Washio, H. Motoda, An Apriori-Based Algorithm for Mining Frequent Substructures from Graph Data, PKDD’00, 1910, 2000, pp. 13-23
[7] C. Lan, T. P. Hong, H. Y. Lee, and C. W. Lin, Mining Weighted Frequent Itemsets, Proc of the 30th workshop on Combinatorial Mathematics and Computation Theory (Alg’30), 2013, pp. 85-89.
[8] Savasere, E. Omiecinski, S.B. Navathe, An Efficient Algorithm for Mining Association Rules in Large Databases, VLDB1995, 1995, pp. 432-444.
[9] Guo, Z. Wang, A vertical format algorithm for mining frequent itemsets, 2nd International Conference on Advanced Computer Control, 4, 2010, pp. 11-13.
[10] Singh, H. Ram, “Improving Efficiency of Apriori Algorithm Using Transaction Reduction”, Int Journal of Scientific and Research Publications, 3(1), 2013, pp.1-4.
[11] Singh, R. Dhir, “A New Efficient Matrix Based Frequent Itemset Mining Algorithm with Tags”, Int Journal of Future Computer and Communication, 2013, pp. 355-358.
[12] Vijayalakshmi, A. Pethalakshmi, “An Efficient Count Based Transaction Reduction Approach for Mining Frequent Patterns”, Procedia Computer Science, 47, 2015, pp. 52-61.
[13] Aditya, M. Hemanth, C.K. Lakshmikanth, K. Suneetha, Effective algorithm for frequent pattern mining, 2017 Inter Conf on Energy, Communication, Data Analytics and Soft Computing (ICECDS), 2017, pp. 704-708.
[14] Xu, L. Qiao, F. Zhao, B. Yang, Q. Wang, P. Ding, L. Li, Improvement and Application of Apriori Algorithm Based on Equalization, IEEE Fourth International Conference on Data Science in Cyberspace (DSC), 2019, pp. 635-641.
[15] Phan Thành Huấn, Lê Hoài Bắc, Tiếp cận mới trong cải tiến hiệu quả thuật toán Apriori cho khai thác luật kết hợp, Hội thảo Quốc gia lần thứ XXIV - Một số vấn đề chọn lọc của CNTT và Truyền thông, 2021, pp. 478-483.
Xem thêm
##plugins.themes.academic_pro.article.sidebar##
Đã Xuất bản
Nov 30, 2022
Download
Cách trích dẫn
Phan Thành Huấn. “Dup-Apriori: Thuật toán hiệu Quả Khai thác tập phổ biến dựa Trên Giao dịch trùng lặp”. Tạp Chí Khoa học Và Công nghệ Đại học Đà Nẵng, vol 20, số p.h 11.2, Tháng Mười-Một 2022, tr 50-55, https://jst-ud.vn/jst-ud/article/view/8094.
