Mining frequent itemset is only int

Mining frequent itemset is only interested in the sets of items that appear in transactions but mining High utility itemset (HUI) is interested in profits when selling the sets of items. There have been many algorithms are developed to mining HUI but these methods assume the profit of the item is fixed, meaning that they do not change over time. But in fact, the profit of the item (examples: the selling price of the item) frequently changes (due to change in prices, promotions, etc.). In this paper, we develop a method to efficiently mining HUI on the database change profit of the item. First, we define the problem of mining HUI on the database changed profit. Second, we modified the formula for calculating the utility of itemset and transaction, as utility property of the itemset also will be presented performances of the new DATABASE. Due to a change in the formula, we modified the algorithm EFIM (mining algorithm is the most effective current HUI) to mine the new DATABASE on the HUI. Finally, we propose the structure P-set, based on which to develop the iMEFIM algorithm to reduce the number of transactions that need consideration in the extraction process and thus, reduce the time to exploit the HUI. Experimental results showed improved iMEFIM algorithm significantly reduces the number of times the transaction, the time and memory use, especially on the basis of sparse data.

Kết quả (Việt) 1:

Khai thác mỏ thường xuyên itemset chỉ quan tâm đến các bộ các mục xuất hiện trong giao dịch nhưng khai thác mỏ cao tiện ích itemset (HUI) là quan tâm đến lợi nhuận khi bán bộ mặt hàng. Đã có rất nhiều các thuật toán được phát triển để khai thác mỏ HUI nhưng những phương pháp này cho lợi nhuận của các mục cố định, có nghĩa là họ không thay đổi theo thời gian. Nhưng trong thực tế, lợi nhuận của mặt hàng đó (ví dụ: giá bán của mục) thường xuyên thay đổi (do thay đổi về giá cả, khuyến mãi, v.v..). Trong bài báo này, chúng tôi phát triển một phương pháp hiệu quả khai thác HUI trên lợi nhuận thay đổi cơ sở dữ liệu của mặt hàng đó. Trước tiên, chúng tôi xác định vấn đề khai thác HUI trên lợi nhuận cơ sở dữ liệu thay đổi. Thứ hai, chúng tôi sửa đổi công thức để tính toán các tiện ích của itemset và giao dịch, như tài sản hữu ích của itemset cũng sẽ được trình bày của cơ sở dữ liệu mới. Do một sự thay đổi trong công thức, chúng tôi sửa đổi các thuật toán EFIM (thuật toán khai thác mỏ là hiệu quả nhất hiện tại HUI) để khai thác cơ sở dữ liệu mới vào các dân tộc hồi. Cuối cùng, chúng tôi đề xuất cơ cấu P, thiết lập, dựa vào đó để phát triển các thuật toán iMEFIM để giảm số lượng các giao dịch cần xem xét trong quá trình khai thác và do đó, giảm bớt thời gian để khai thác các HUI. Kết quả thử nghiệm cho thấy iMEFIM được cải thiện thuật toán giảm đáng kể số lần giao dịch, thời gian và bộ nhớ sử dụng, đặc biệt là trên cơ sở dữ liệu thưa thớt.

Kết quả (Việt) 2:

Khai thác tập phổ biến là chỉ quan tâm đến bộ vật phẩm xuất hiện trong các giao dịch nhưng khai thác tiện ích cao itemset (HUI) là quan tâm đến lợi nhuận khi bán bộ các mặt hàng. Đã có rất nhiều thuật toán được phát triển để khai thác HUI nhưng những phương pháp này cho lợi nhuận của mặt hàng đó là cố định, có nghĩa là họ không thay đổi theo thời gian. Nhưng trên thực tế, lợi nhuận của sản phẩm (ví dụ: giá bán của mặt hàng) thường xuyên thay đổi (do thay đổi giá, khuyến mãi, vv). Trong bài báo này, chúng tôi phát triển một phương pháp để khai thác có hiệu quả HUI trên lợi nhuận thay đổi cơ sở dữ liệu của mục. Đầu tiên, chúng ta xác định các vấn đề khai thác HUI trên cơ sở dữ liệu thay đổi lợi nhuận. Thứ hai, chúng ta sửa đổi công thức để tính các tiện ích của tập phổ biến và giao dịch, như tài sản tiện ích của tập phổ biến cũng sẽ được giới thiệu màn trình diễn của các DATABASE mới. Do thay đổi trong công thức, chúng ta sửa đổi các thuật toán Efim (thuật toán khai thác hiệu quả nhất hiện nay HUI) để khai thác DATABASE mới trên HUI. Cuối cùng, chúng tôi đề xuất cấu trúc P-set, trên cơ sở đó để phát triển các thuật toán iMEFIM để giảm số lượng các giao dịch mà cần xem xét trong quá trình khai thác và do đó, làm giảm thời gian khai thác HUI. Kết quả thí nghiệm cho thấy cải thiện iMEFIM thuật toán làm giảm đáng kể số lần giao dịch, thời gian và bộ nhớ sử dụng, đặc biệt là trên cơ sở dữ liệu thưa thớt.