Minería de reglas de asociación a partir de un conjunto de datos incrementales - Nedendla, Satyavathi; Eppakayala, Balakrishna; Abbidi, Rama
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
  • Broschiertes Buch

La minería de reglas de asociación (ARM) en la minería de datos proporciona reglas de asociación de calidad basadas en medidas como el apoyo y la confianza. Estas reglas son interpretadas por los expertos del dominio para tomar decisiones bien informadas. Sin embargo, hay un problema con ARM cuando el conjunto de datos está sujeto a cambios de vez en cuando. Descubrir reglas reinventando la rueda, escaneando todo el conjunto de datos cada vez, en otras palabras, consume más memoria, capacidad de procesamiento y tiempo. Este es todavía un problema abierto debido a la proliferación de diferentes…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
La minería de reglas de asociación (ARM) en la minería de datos proporciona reglas de asociación de calidad basadas en medidas como el apoyo y la confianza. Estas reglas son interpretadas por los expertos del dominio para tomar decisiones bien informadas. Sin embargo, hay un problema con ARM cuando el conjunto de datos está sujeto a cambios de vez en cuando. Descubrir reglas reinventando la rueda, escaneando todo el conjunto de datos cada vez, en otras palabras, consume más memoria, capacidad de procesamiento y tiempo. Este es todavía un problema abierto debido a la proliferación de diferentes estructuras de datos que se utilizan para extraer conjuntos de elementos frecuentes. Se propone un algoritmo para actualizar las reglas de asociación extraídas cuando se producen cambios en el conjunto de datos. El algoritmo propuesto supera el enfoque tradicional, ya que extrae las reglas de asociación de forma incremental y actualiza dinámicamente las reglas de asociación extraídas.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Dr. N. Satyavathi arbeitet als Leiterin der Abteilung CSE in einer renommierten Einrichtung. Sie hat 17 Jahre Erfahrung in der Lehre. Veröffentlichte verschiedene Forschungsarbeiten in verschiedenen Scopus-Zeitschriften und auf internationalen Konferenzen. Fortlaufende Forschung auf dem Gebiet des Datamining.