کشف قواعد وابستگی در جریانات سریع داده با استفاده از پنجره زوال و پنجره کشویی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,579

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CITCONF02_012

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

در روش مبتنی بر پنجر زوال همه مجموعه اقلام مهم در یک درخت الفبایی ذخیره می شوند. هر نود در این درخت نماینده یک مجموعه قلم است. علاوه بر این هر نود یک مدخل برای مجموعه قلم داده ای مربوطه اش نگهداری می کند. مقدار cn نشان دهنده مقدار تکرار فعلی آن در مدل محو شدن و tid مشخص کننده شماره آخرین تراز کنشی است که شامل مجموعه قلم داد مربوط بوده است. از آنجایی که توزیع داده ها ممکن است در طول جریان داده ها تغییر یابد ، روش های مبتنی بر پنجره کشویی تنها توجه خود را به داده های جدید و افزایش حجم داده ها همان مجموعه داده ای در بخش دیگری از داده ها دارای تعداد بسیار کم و یا حتی صفر باشد. برای رفع این مشکلات الگوریتم های مبتنی بر پنجره کشویی معرفی گردیده است که توجه خود را به بخشی از داده ها معطوف می سازند و داده های پر تکرار گردید که جز داده های اخیر نیستند با کاهش تعداد تکرار مواجه می گردند به طوری که رفته رفته به اقلام داده اید غیره پر تکرار تبدیل می شوند و از لیست داده هایی که در هر پنجره ارزیابی می گردند حذف می گردند.

نویسندگان

لیلا آزادی شیری

دانشجوی کارشناسی ارشد،گروه کامپیوتر ،دانشگاه آزاد واحد سیرجان،ایران

رضا نورمندی پور

گروه مهندسی کامپیوتر ،واحد سیرجان ،دانشگاه آزاد سیرجان،ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • J. H. Chang and W. S. Lee. Finding Recent Frequent ...
  • J. H. Chang and W. S. Lee. estWi. Adaptively Monitoring ...
  • J. H. Chang and W. S. Lee. A Sliding Window ...
  • Y. Chi, H. Wang, P. S. Yu and R. R. ...
  • Y. Chi, H. Wang, P. S. Yu and R. R. ...
  • C. Giannella, J. Han, J. Pei, X. Yan, and P. ...
  • K. Gouda and M Zaki. Efficiently Mining Maximal Frequent Itemsets. ...
  • D. Lee and W. Lee. Finding Maximal Frequent Itemsets OVer ...
  • H. Li, S. Lee, and M. Shan. An Efficient Algorithm ...
  • D. Xin, J. Han, X. Yan, and H. Cheng. Mining ...
  • نمایش کامل مراجع