Earticle

현재 위치 Home

Large-Scale Dataset Incremental Association Rules Mining Model and Optimization Algorithm

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJDTA) 바로가기
  • 간행물
    International Journal of Database Theory and Application SCOPUS 바로가기
  • 통권
    Vol.9 No.4 (2016.04)바로가기
  • 페이지
    pp.195-208
  • 저자
    Guo Yu-Dong, Li Sheng-Lin, Li Yong-Zhi, Wang Zhao-Xia, Zeng Li
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A272724

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Mining association rules is an important research direction in the field of data mining. Related studies have proposed many used to efficiently find large-scale database association rules algorithm, but the research on maintenance problem of association rules is less. Especially many transaction database is always in constant updates. Increase or decrease occurs when the database or dataset minimum support after the change, how to maintain the association rules have been, it got the attention of many researchers. Based on IFP-Growth increment of association rules mining model and to modify the FP-tree, put forward the suitable for transaction data and support the tree model of change, at the same time under different conditions is given incremental association rules mining algorithm, and reduce the frequency of the original dataset range query and query, and in a case of massive dataset multi-level tree structure decomposition, dynamic allocation rule tree branches, ensure load balancing, improve operation efficiency.

목차

Abstract
 1. Introduction
 2. VSIFP-Growth
  2.1 Problem Model on the VSIFP-Tree
  2.2 Algorithm Description of VSIFP-Growth
  2.3 An Example of VSIFP-Growth
 3. Parallel Computing for Large-Scale Dataset
  3.1 PVSIFP-Growth Algorithm Description Based on MapReduce
  3.2 PVSIFP-Growth Algorithm Modelling Procedure Based on Mapreduce
 4 Experimental Results and Analysis
  4.1 The Experimental Data and the Environment
  4.2 Incremental Calculation Performance Test of the PVSIFP-Growth Algorithm
 5. Conclusion
 Acknowledgement
 References

키워드

Data mining Association rules Support Parallel computing

저자

  • Guo Yu-Dong [ Department of military logistics information and logistics engineering, Logistics Engineering Institute, Chongqing 401311 ]
  • Li Sheng-Lin [ 1Department of military logistics information and logistics engineering, Logistics Engineering Institute, Chongqing 401311 ]
  • Li Yong-Zhi [ 1Department of military logistics information and logistics engineering, Logistics Engineering Institute, Chongqing 401311 ]
  • Wang Zhao-Xia [ 1Department of military logistics information and logistics engineering, Logistics Engineering Institute, Chongqing 401311 ]
  • Zeng Li [ School of Civil Engineering and Architecture, Chongqing University of Science and Technology, Chongqing 401311 ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJDTA) [Science & Engineering Research Support Center, Republic of Korea(IJDTA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Database Theory and Application
  • 간기
    격월간
  • pISSN
    2005-4270
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Database Theory and Application Vol.9 No.4

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.