CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

High Fuzzy Utility Based Frequent Patterns Mining Approach for Mobile Web Services Sequences

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۴۸ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: JR_IJE-30-2_004
زبان مقاله: انگلیسی
حجم فایل: ۹۱۶.۹۲ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله High Fuzzy Utility Based Frequent Patterns Mining Approach for Mobile Web Services Sequences

k.k mohbey - Department of Computer Science, Central University of Rajasthan, India

چکیده مقاله:

Nowadays high fuzzy utility based pattern mining is an emerging topic in data mining. It refers to discovering all patterns having a high utility meeting a user-specified minimum high utility threshold. It comprises extracting patterns which are highly accessed in mobile web service sequences. Different from the traditional fuzzy approach, high fuzzy utility mining considers not only counts of mobile web service accessed in a sequence but additionally their preference value while mobile web services sequences are accessed. In this paper, I introduce a new approach, namely HFUBPM (High Fuzzy Utility Based Patterns Mining) for high fuzzy utility patterns extraction from mobile web services accessed sequences. The proposed approach uses a fuzzy minimum operator to extract highly interesting patterns from web service accessed sequences. In this proposed approach, downward closure property in fuzzy sets is handled by an efficient upper bound model. This model improves the efficiency of mining way. At last, the experiments have been performed on both synthetic and real datasets, which show that the proposed approach has good performances in terms of execution and search space

کلیدواژه‌ها:

Mobile Web Service,Fuzzy Mining,Utility Mining,High Fuzzy Utility Patterns,Mobile Web Service Sequence,

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-JR_IJE-JR_IJE-30-2_004.html
کد COI مقاله: JR_IJE-30-2_004

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
mohbey, k.k, ۱۳۹۵, High Fuzzy Utility Based Frequent Patterns Mining Approach for Mobile Web Services Sequences, International Journal of Engineering (IJE) 30 (2), https://www.civilica.com/Paper-JR_IJE-JR_IJE-30-2_004.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (mohbey, k.k, ۱۳۹۵)
برای بار دوم به بعد: (mohbey, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.