Cooc-cfi: thuật toán hiệu quả khai thác  tập phổ biến đóng trên dữ liệu giao dịch

Phan Thành Huấn

Cooc-cfi: thuật toán hiệu quả khai thác tập phổ biến đóng trên dữ liệu giao dịch

File: Tải bài viết
Title: Cooc-cfi: An efficient mining algorithm for closed frequent itemsets in transaction databases
Ngày nhận bài: 01/06/2017
Ngày xét duyệt: 01/07/2017
Ngày xuất bản: 01/08/2017
Tác giả: Phan Thành Huấn
Trang: 10 - 17

Chuyên mục
KHÁC

Tạp chí
Số 03 (9.2017)

Tóm tắt

Khai thác luật kết hợp là một trong những kỹ thuật quan trọng và được nghiên cứu nhiều trong khai thác dữ liệu. Khai thác tập phổ biến đóng là một trong những vấn đề cơ bản trong khai thác luật kết hợp. Hầu hết các thuật toán sinh không gian tìm kiếm dựa trên tập mục thỏa ngưỡng phổ biến tối thiểu và không dùng lại cho lần khai thác tiếp theo. Để khắc phục vấn đề này, chúng tôi đề xuất một cách tiếp cận mới để tìm tập phổ biến đóng trên dữ liệu giao dịch dùng cấu trúc dữ liệu lưu trữ dạng bit và tập chỉ mục chứa tập mục đồng xuất hiện để chiếu tính nhanh tập phổ biến đóng. Sau cùng, chúng tôi trình bày kết quả thực nghiệm, cho thấy thuật toán đề xuất tốt hơn so với các thuật toán hiện hành.

Abstract

Association rule mining is one of the most important and well-researched techniques of Data Mining. Mining closed frequent itemsets is one of the most fundamental problems in association rule mining. Most of algorithms in literature used to find frequent itemsets on search space items, which have a support greater than minsup and not reuse for mining next time. To overcome this problem, we propose a new approach to fast dectect closed frequent itemsets using data structure on bit and array co-occurrence itemset of kernel item for fast mining closed frequent itemsets. Finally, the result showed the proposed algorithm which was better than the existing algorithms.

Từ khóa

Luật kết hợp, tập phổ biến đóng, tập mục đồng xuất hiện

Tài liệu tham khảo

Agrawal, R., & Imilienski, T., & Swami, A. (1993). Mining association rules between sets of large databases. Proceedings of the ACM SIGMOD International Conference on Management of Data, Washington, DC, 207-216.
Agrawal, R., & Srikant, R. (1994). Fast algorithms for mining association rules. Proceedings of International Conference on Very Large Data Base, Santiago, Chile, 478-499.
Dong, J., & Han, M. (2007). BitTableFI: An efficient mining frequent itemsets algorithm. Knowledge-Based Systems 20(4), 329–335.
Song, W., & Yang, B. (2008). Index-BitTableFI: An improved algorithm for mining frequent itemsets. Knowledge-Based Systems 21, 507-513.
Vo, B., & Hong, T. P., & Le, B. (2012). DBV-miner: A dynamic bit-vector approach for fast mining frequent closed itemsets. Expert Systems with Applications, 39(8),7196–7206.
Zaki, M. J., & Hsiao, C. (2002). CHARM: An efficient algorithm for closed association rule mining. In 2nd SIAM International Conference on Data Mining, 457–473.
Wang, J., & Han, J., & Pei, J. (2003). CLOSET+: searching for the best strategies for mining frequent closed itemsets. Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Washington, DC, USA, 236–245.