Data-Mining-Technik und Anwendungen - Vasantarao Deshmukh, Monali;B.B. Patil, Nilesh;B.Barshe, Shweta
26,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
  • Broschiertes Buch

Der Abbau von Item-Sets mit hohem Nutzen aus einer Transaktionsdatenbank bezieht sich auf die Entdeckung von Item-Sets mit hohem Nutzen wie Gewinne. Obwohl in den letzten Jahren eine Reihe relevanter Algorithmen vorgeschlagen wurden, stehen diese vor dem Problem, eine große Anzahl von Kandidaten für Item-Sets mit hohem Nutzen zu produzieren. Eine so große Anzahl von Kandidaten für die Erstellung von Item-Sets verschlechtert die Abbauleistung in Bezug auf Ausführungszeit und Platzbedarf. Die Situation kann sich noch verschlimmern, wenn die Datenbank viele lange Transaktionen oder lange…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Der Abbau von Item-Sets mit hohem Nutzen aus einer Transaktionsdatenbank bezieht sich auf die Entdeckung von Item-Sets mit hohem Nutzen wie Gewinne. Obwohl in den letzten Jahren eine Reihe relevanter Algorithmen vorgeschlagen wurden, stehen diese vor dem Problem, eine große Anzahl von Kandidaten für Item-Sets mit hohem Nutzen zu produzieren. Eine so große Anzahl von Kandidaten für die Erstellung von Item-Sets verschlechtert die Abbauleistung in Bezug auf Ausführungszeit und Platzbedarf. Die Situation kann sich noch verschlimmern, wenn die Datenbank viele lange Transaktionen oder lange Item-Sets mit hohem Nutzwert enthält.In diesem Buch schlagen wir einen Algorithmus vor, nämlich den Improved Mining Algorithmus (Utility Pattern Growth plus) zur Gewinnung von Item-Sets mit hohem Nutzwert mit einer Reihe von effektiven Strategien zum Beschneiden von Kandidaten-Item-Sets. Die Informationen von Item-Sets mit hohem Nutzwert werden in einer baumbasierten Datenstruktur namens UP-Tree (Utility Pattern Tree) verwaltet, so dass Item-Kandidaten-Sets effizient mit nur zwei Scans der Datenbank generiert werden können. Die Leistung von UP-Growth und UP-Growth+ wird mit den hochmodernen Algorithmen für viele Arten von sowohl realen als auch synthetischen Datensätzen verglichen.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
La profesora Monali Deshmukh completó sus estudios de postgrado en la Universidad de Mumbai en computación y tiene más de 10 años de experiencia como..,Profesor asistente en SCOE, Kharghar.Es autora y coautora de muchas publicaciones científicas (revistas y conferencias). Sus intereses actuales de investigación se centran en las áreas de minería de datos y computación en nube.