بهبود الگوریتم اپریوری با استفاده از منطق فازی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,496

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSITM01_575

تاریخ نمایه سازی: 10 شهریور 1393

چکیده مقاله:

یکی از مشکلات الگوریتم اپریوری و دیگر الگوریتم های حوزه قواعد همباش کاوی این است که بایستی خود کاربر حداقل آستانه رابرای میزان پشتیبانی از قاعده مشخص کند در نظر بگیرید که یک کاربر میخواهد الگوریتم اپریوری را برروی یک پایگاه داده بامیلیون ها تراکنش اعمال کند قطعاً کاربر نمی تواند دانش لازم را در مورد تمام تراکنش های موجود در پایگاه داده داشته باشد و بنابرایننخواهد توانست یک حد آستانه مناسب تعیین کند. هدف ما در این مقاله بهبود الگوریتم اپریوری است که برای دستیابی به این مهمابتدا سعی خواهیم کرد با استفاده از منطق فازی، قبل از اعمال الگوریتم اپریوری بر روی داده های موجود در پایگاه داده، داده ها را درخوشه های مختلفی قرار دهیم و سعی می کنیم مناسب ترین حدآستانه را بصورت خودکار به کاربر پیشنهاد دهیم که امیدواریم این کارباعث شود هیچ قاعدهای که می تواند جالب باشد بخاطر حدآستانه مشخص شده نامناسب از سوی کاربر از دست نرود و همچنین هیچقاعده به دردنخوری استخراج نشود.

کلیدواژه ها:

نویسندگان

حیدر جعفرزاده

دانشجوی کارشناسی ارشد نرم افزار دانشگاه آزاد اسلامی واحد علوم و تحقیقات ایلام

مهدی صادق زاده

استادیار دانشگاه آزاد اسلامی واحد علوم و تحقیقات ایلام

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 :
  • Aggarwal, Sh. & Rani, B. (2013). Optimization of Association Rule ...
  • Agrawal, R. & Srikant, R. (1994). Fast algorithms for mining ...
  • Bezdek, J.C. (1981). Patterm Recognition with Fuzzy Objective Function Algorithms. ...
  • Borgelt, C. (2005). An Imp lementation of the FP-growth Algorithm. ...
  • Ceglar, A. & Roddick, J. F. (2006). Association mining. ACM ...
  • Frawley, W.J. & Piatetsky- Shapiro, G. Matheus, C.J. (1992). Knowledge ...
  • Han, J. & Cheng, H. & Xin, D. & Yan, ...
  • Han, J. & Pei, J. & Yin, Y. (2000). Mining ...
  • Liu, H. (2007). Web Data Mining: Exploring Hyperlinks, Contents, and ...
  • Khedikar, K.A. & Lobo, M.R.J. (2011). Data Mining: You'Ve Missed ...
  • Patel, B. & Chaudhari, V.K. & Karan, R.K. & Rana, ...
  • Shihab, A.I. & Burger, P. (1998). The Analysis of Cardiac ...
  • Tseng, V.Sh. & Wang, M-H. & Hwung, J. (2010). A ...
  • Wang, J. & Han, J. (2004). BIDE: Efficient mining of ...
  • Zaki, M.J. (2000), Scalable algorithms for association mining. IEEE TransKnowl ...
  • نمایش کامل مراجع