بررسی روشهای تشخیص رکوردهای تکراری با استفاده ازیادگیری بدون نظارت

پایگاه داده ها متشکل ازرکوردهایی با فیلدهای متنوع است هیچ معیاراندازه گیری به تنهایی برای تشخیص رکوردهای تکراری تمام مجموعه داده ها مناسب نمی باشد حتی معیارهایی که عملکرد بالایی برای برخی ازاین مجموعه داده ها دارند ممکن است برروی دیگر مجموعه داده ها عملکرد ضعیفی داشته باشند از این رو برای مقایسه شباهت های متعددمعیارهای انعطاف پذیر یادگیری ماشین استفاده میشود که باعث افزایش دانش و تغییر آن افزایش کارایی و تصحیح اتوماتیک خطا می شود دراین مقاله برای شناسایی تکرار دو الگوریتم UDD,FDD که خود می توانند اموزش یابند و به شناسایی تکرار کمک کنند معرفی شده و با توجه به معیارهای ارزیابی تعریف شده عملکرد هردو الگوریتم بررسی شده است.

کلیدواژه ها:

تشخیص رکوردهای تکراری ، یادگیری بدون نظارت ، طبقه بندی Svm ، بردار تکراری بالقوه