ارائه ی مدلی برای کاویدن فعل وانفعالی الگوهای پرتکرار ازداده های غیرقطعی

بسیاری ازپایگاه داده های غیرقطعی حاصل ازکاربردهای واقعی مانند شبکه های اجتماعی پزشکی دائما درحال بروز شدن هستند دراین پایگاه داده ها کاربر برای استخراج الگوهای پرتکرار به روز شده باید بتواند مقداراستانه پشتیبان راخودش تنظیم کند و بدون اینکه پایگاه داده دوباره اسکن گردد الگوهای پرتکرار به روز شده رابامقدار استانه پشتیبان جدید استخراج کند الگوریتم های موجود برای استخراج الگوهای پرتکرار بروز شده بامقدار استانه ی پشتیبان جدید نیاز به اسکن مجددپایگاه داده دارند و اجرای مجدد این پروسه هزینه زمانی دربردارد دراین تحقیق مدلی ارایه میگردد که کاویدن فعل و انفعالی الگوهای پرتکرار ازداده های غیرقطعی امکان پذیرشود و بایکباراسکن پایگاه داده الگوهای پرتکرار جدید ازچرکنویس استخراج گردد

کلیدواژه ها:

الگوهای پرتکرار ، داده کاوی ، داده های غیرقطعی ، کاویدن فعل و انفعالی ، Frequent pattern mining