ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Novel Method for Fuzzy Association Rules Mining

سال انتشار: 1392
کد COI مقاله: ICEEE05_469
زبان مقاله: انگلیسیمشاهده این مقاله: 923
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 5 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Novel Method for Fuzzy Association Rules Mining

Amir Ebrahimzadeh - University, Mashhad branch
Reza Sheibani - Department of Computer, Mashhad Branch, Islamic Azad University Mashhad, iran

چکیده مقاله:

Mining association rules is one of the important research problems in data mining. So, many algorithms have been proposed to find association rules in databases with either binary or quantitative attributes. One of these approaches is fuzzy association rules mining. Fuzzy Apriori and its different variations are the only popular fuzzy association rule mining (ARM) algorithms available today. Like the crisp version of Apriori, fuzzy Apriori is a very slow and inefficient algorithm for very large datasets. Hence ,in this paper, we present An efficient algorithm named FCT. This method discovers fuzzy association rules by scaning the database once, and performing three tasks simultaneously .First , compute the fuzzy supports of candidate 1-itemsets and then generate large 1-itemsets.Second , divide database into multiple cluster tables ,such that transaction with length k , fall into cluster table k.Third ,builds new structure called CDi , for each cluster table i, such that CDi[A,x]=ΣμA(x) ,where x is an item and A denotes linguistic term. Then fuzzy large itemsets are generated according to the cluster tables, instead of scanning whole the database. In addition , if CDi[A,x]=0 for cluster i and item i, then for computing the fuzzy support of each candidate itemset containing A(x) , scanning this cluster can be ignored.Consequently , we reduce incredible amount of scanning data and therefore the running time of mining algorithm is reduced greatly. Experimental results show the efficiency of the presented approach for real world transactions.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ICEEE05_469 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/219783/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Ebrahimzadeh, Amir and Sheibani, Reza,1392,Novel Method for Fuzzy Association Rules Mining,5th iranian conference on electrical and electronic engineering,Gonabad,https://civilica.com/doc/219783

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1392, Ebrahimzadeh, Amir؛ Reza Sheibani)
برای بار دوم به بعد: (1392, Ebrahimzadeh؛ Sheibani)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • دانشگاه آز اد اسلامی گناباد - 9 3002 و 31 ...
  • Han J, Kamber M (2006) Data mining: concepts and techniques, ...
  • nd edn. Morgan Kaufmann, San Fransisco , 2006 _ ...
  • Zhang C, Zhang S (2002) Association rule mining: models and ...
  • .Agrawal R, Imielinski T, Swami A (1993) Mining association rules ...
  • Agrawal R, Srikant R (1994) Fast algorithms for mining association ...
  • Alatas B, Akin E (2006) An efficient genetic algorithm for ...
  • Alcala-Fdez , Flugy-Pape N, Bonarini A, Herrera F (2010) Analysis ...
  • Han J, Pei J, Yin Y (2004) Mining frequent patterns ...
  • Sun K, Fengshan B (2008) Mining weighted association rules without ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 9,624
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی