Erasable itemset (EI) mining is an

Erasable itemset (EI) mining is an interesting variation of frequent itemset mining which allows
managers to carefully consider their production plans to ensure the stability of the factory. Existing
algorithms for EI mining require a lot of time and memory. This paper proposes an effective algorithm,
called mining erasable itemsets (MEI), which uses the divide-and-conquer strategy and the difference
pidset (dPidset) concept for mining EIs fully. Some theorems for efficiently computing itemset
information to reduce mining time up and memory usage are also derived. Experimental results show
that MEI outperforms existing approaches in terms of both the mining time and memory usage.
Moreover, the proposed algorithm is capable of mining EIs with higher thresholds than those obtained
using existing approaches.

Kết quả (Việt) 1:

Khai thác mỏ Erasable itemset (EI) là một biến thể thú vị của khai thác mỏ itemset thường xuyên cho phépquản lý cẩn thận xem xét kế hoạch sản xuất của họ để đảm bảo sự ổn định của các nhà máy. Sẵn cóCác thuật toán cho khai thác mỏ EI đòi hỏi rất nhiều thời gian và bộ nhớ. Bài báo này đề xuất một thuật toán hiệu quả,được gọi là khai thác mỏ erasable itemsets (MEI), sử dụng chiến lược phân chia và chinh phục và sự khác biệtpidset (dPidset) các khái niệm cho khai thác mỏ EIs đầy đủ. Một số định lý cho efficiently máy tính itemsetCác thông tin để giảm thời gian khai thác mỏ lên và sử dụng bộ nhớ cũng có nguồn gốc. Hiển thị kết quả thử nghiệmMEI rằng nhanh hơn so với các phương pháp hiện có trong điều khoản của cả hai việc khai thác mỏ thời gian và bộ nhớ sử dụng.Hơn nữa, các thuật toán được đề xuất là có khả năng khai thác EIs với ngưỡng cao hơn so với những người thu đượcsử dụng phương pháp tiếp cận hiện có.

Kết quả (Việt) 2:

Xóa được tập phổ biến (EI) khai thác mỏ là một biến thể thú vị khai thác tập phổ biến mà cho phép
các nhà quản lý cần xem xét cẩn thận kế hoạch sản xuất của họ để đảm bảo sự ổn định của nhà máy. Hiện
các thuật toán khai thác EI đòi hỏi rất nhiều thời gian và bộ nhớ. Bài viết này đề xuất một thuật toán hiệu quả,
gọi là khai thác tập phổ biến erasable (MEI), trong đó sử dụng các chiến lược chia-và-chinh phục và sự khác biệt
pidset (dPidset) khái niệm cho khai thác EIS đầy đủ. Một số định lý cho ef fi tính ciently tập phổ biến
thông tin để giảm khai thác thời gian lên và sử dụng bộ nhớ cũng xuất phát. Kết quả thí nghiệm cho thấy
rằng MEI nhanh hơn so với các phương pháp hiện có cả về thời gian khai thác và sử dụng bộ nhớ.
Hơn nữa, các thuật toán đề xuất có khả năng khai thác EIS với các ngưỡng cao hơn so với những người thu được
bằng các phương pháp hiện có.