一种新的频繁闭项集提取方法提案
机器学习
2019-06-12 v1 机器学习
摘要
本工作作为硕士论文项目的一部分完成。数据量的增长引发了与数据收集、存储、分析和利用相关的各种问题，旨在创造附加价值。在本硕士论文中，我们关注事务数据库中频繁闭模式的搜索。处理数据的一种方法是将搜索空间划分为子上下文，然后同时探索这些子上下文。在此背景下，我们提出了一种提取频繁闭项集的新方法。其主要思想是通过应用初始提取上下文的分区策略，用其最小生成元来更新频繁闭模式。我们设计并实现了名为 UFCIGs-DAC 的新方法，以在测试数据库中进行搜索。该方法的主要创新之处在于通过更新频繁闭模式和最小生成元来同时探索研究空间。此外，我们的方法可以适配任何提取频繁闭模式及其最小生成元的算法。
引用
@article{arxiv.1906.04586,
title = {Proposition d'une nouvelle approche d'extraction des motifs ferm\'es fr\'equents},
author = {Ons Khemiri},
journal= {arXiv preprint arXiv:1906.04586},
year = {2019}
}
备注
in French. arXiv admin note: substantial text overlap with arXiv:1810.07116, arXiv:1312.1558 by other authors