Abstrato

UMA ABORDAGEM SISTEMÁTICA E ALGORITMO PARA ITENS DE DADOS FREQUENTES

Sachin Sharma, Vidushi Singhal e Seema Sharma

A investigação em mineração de dados está a desenvolver algoritmos rápidos e eficientes para derivar conhecimento de enormes bases de dados. Existem vários algoritmos de data mining disponíveis para resolver diversos problemas de data mining. São classificados principalmente como Associações, Classificações, Padrões Sequenciais e Clustering. O Apriori é um dos algoritmos mais importantes utilizados na mineração de associação de regras. Neste artigo, discutimos as limitações do algoritmo Apriori existente e, de seguida, propomos uma melhoria para melhorar a sua eficiência. As desvantagens do sistema existente podem produzir um maior número de conjuntos de itens candidatos e verificar a base de dados muitas vezes. O algoritmo proposto baseia-se na varredura inversa de um determinado banco de dados. Se determinadas condições forem satisfeitas, o algoritmo proposto pode reduzir consideravelmente os tempos de varrimento necessários para a descoberta de conjuntos de itens candidatos. Portanto, muito tempo e espaço foram poupados ao pesquisar conjuntos de artigos frequentes

Isenção de responsabilidade: Este resumo foi traduzido usando ferramentas de inteligência artificial e ainda não foi revisado ou verificado

Indexado em

Google Scholar
Academic Journals Database
Open J Gate
Academic Keys
ResearchBible
CiteFactor
Electronic Journals Library
RefSeek
Hamdard University
Scholarsteer
International Innovative Journal Impact Factor (IIJIF)
International Institute of Organised Research (I2OR)
Cosmos

Veja mais