Regras Sequenciais de Mineração Aplicando a Restrição de Janela Deslizante - Sagare, Sandipkumar
23,99 €
inkl. MwSt.

Versandfertig in 6-10 Tagen
  • Broschiertes Buch

A mineração de regras sequenciais é utilizada para extrair dados importantes em várias aplicações, tais como análise do mercado de acções, comércio electrónico. Inclui geralmente a identificação de regras sequenciais a partir de determinada base de dados de sequências, que serão comuns em múltiplas sequências. Regras Sequenciais Parcialmente Ordenadas (POSR) é um tipo de regras sequenciais em que os artigos do lado esquerdo e direito da regra sequencial não precisam de ser ordenados. As abordagens existentes utilizadas para a mineração POSR incluem o Algoritmo de RegraGrowth, TRuleGrowth…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
A mineração de regras sequenciais é utilizada para extrair dados importantes em várias aplicações, tais como análise do mercado de acções, comércio electrónico. Inclui geralmente a identificação de regras sequenciais a partir de determinada base de dados de sequências, que serão comuns em múltiplas sequências. Regras Sequenciais Parcialmente Ordenadas (POSR) é um tipo de regras sequenciais em que os artigos do lado esquerdo e direito da regra sequencial não precisam de ser ordenados. As abordagens existentes utilizadas para a mineração POSR incluem o Algoritmo de RegraGrowth, TRuleGrowth Algorithm. Mas, estas abordagens ou não usam a restrição de tamanho de janela deslizante (RuleGrowth) ou levam mais tempo de execução mesmo depois de usar a restrição de tamanho de janela deslizante (TRuleGrowth). Este livro apresenta uma técnica chamada M_TRuleGrowth que toma a base de dados de sequências como entrada e aplica restrições de suporte mínimo, confiança mínima, e tamanho de janela respectivamente para gerar regras sequenciais parcialmente ordenadas. A avaliação experimental em termos de número de regras geradas e tempo de execução é conduzida para comparar a técnica com as abordagens existentes. Verifica-se que a M_TRuleGrowth tem um melhor desempenho em termos de tempo de execução.
Autorenporträt
Sandipkumar C. Sagare erwarb seinen Master-Abschluss in Informatik und Ingenieurwesen an der Shivaji University, Kolhapur. Derzeit arbeitet er im Textil- und Ingenieurinstitut der D.K.T.E. Society in Ichalkaranji. Außerdem ist er nominiertes Mitglied der Computer Society of India (CSI) des DKTE Society's Textile and Engineering Institute, Ichalkaranj.