Mining frequent itemset is only int

Mining frequent itemset is only interested the sets of items that appear in transactions but mining High utility itemset (HUI) is interested in profits when selling the set of items together. There have been many algorithms are developed to Mining HUI, the EFIM which is the latest algorithm applied several techniques to improve the speed and the search space. However, the cost of EFIM scan the transactions is big to determine relevance to candidates which is considering reducing the efficiency of the algorithm, especially for the sparse database. In this paper, we introduce a reverse projection solutions P-list to reduce the number of transactions which is scaned in EFIM algorithm and so reduce the time exploiting HUI. Experimental results showed improved EFIM algorithm to reduce the number of transactions involved up to 10 times and speeds up the algorithm at least 2 times.

Kết quả (Việt) 1:

Khai thác mỏ thường xuyên itemset là chỉ quan tâm đến các bộ các mục xuất hiện trong giao dịch nhưng mỏ cao tiện ích itemset (HUI) là quan tâm đến lợi nhuận khi bán bộ mặt hàng với nhau. Đã có rất nhiều các thuật toán được phát triển để khai thác mỏ HUI, EFIM là thuật toán mới nhất áp dụng một số kỹ thuật để cải thiện tốc độ và không gian tìm kiếm. Tuy nhiên, chi phí EFIM quét các giao dịch là lớn để xác định mức độ phù hợp cho các ứng viên đó đang xem xét việc giảm hiệu quả của thuật toán, đặc biệt là đối với cơ sở dữ liệu thưa thớt. Trong bài báo này, chúng tôi giới thiệu một giải pháp chiếu ngược P-danh sách để giảm số lượng các giao dịch mà là scaned trong thuật toán EFIM và do đó làm giảm thời gian khai thác HUI. Kết quả thử nghiệm cho thấy improved EFIM thuật toán để giảm số lượng các giao dịch liên quan đến 10 lần và tốc độ lên các thuật toán ít nhất là 2 lần.

Kết quả (Việt) 2:

Khai thác tập phổ biến là chỉ quan tâm đến các 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 tập các mục với nhau. Đã có rất nhiều thuật toán được phát triển để khai thác HUI, các Efim đó là thuật toán mới nhất áp dụng một số kỹ thuật để cải thiện tốc độ và không gian tìm kiếm. Tuy nhiên, chi phí của Efim quét các giao dịch là lớn để xác định sự liên quan đến các ứng cử viên được xem xét làm giảm hiệu quả của thuật toán, đặc biệt là đối với các cơ sở dữ liệu thưa thớt. Trong bài báo này, chúng tôi giới thiệu một giải pháp ngược chiếu P-list để giảm số lượng các giao dịch được scaned trong thuật toán Efim và do đó làm giảm thời gian khai thác HUI. Kết quả thí nghiệm cho thấy cải tiến thuật toán Efim để giảm số lượng các giao dịch có liên quan tới 10 lần và tăng tốc thuật toán ít nhất là 2 lần.