ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارائه رویکردی جدید جهت بهبود الگوریتم اپریوری

سال انتشار: 1393
کد COI مقاله: PUAST01_060
زبان مقاله: فارسیمشاهد این مقاله: 663
فایل این مقاله در 14 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 14 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارائه رویکردی جدید جهت بهبود الگوریتم اپریوری

حیدر جعفرزاده - دانشجوی کارشناسی ارشد دانشگاه علوم و تحقیقات ایلام، نرم افزار
روح اله رحمتی ترکاشوند - کارشناس ارشد دانشگاه آزاد اسلامی واحد بروجرد، نرم افزار
امیر امیری - دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد ملایر، نرم افزار

چکیده مقاله:

ما در این مقاله الگوریتم اپریوری کلاسیک و همچنین برخی از معایب الگوریتم های توسعه یافته در حوزه استخراج الگوهای پرتکرار را مورد تجزیه و تحلیل قرار می دهیم و تلاش می کنیم یک رویکرد جدید را برای بهبود الگوریتم اپریوری ارائه دهیم. رویکرد ما با اضافه نمودن یک سطر و یک ستون به ماتریس بولی جهت ذخیره وزن بردار سطر و محاسبه تعداد تکرار هر قلمداده در یک تراکنش از طریق بردار ستون اقدام به فشرده سازی ماتریس نموده تا توانسته باشیم محدوده مورد جستجو برای یافتن اقلام داده پرتکرار را محدود کرده باشیم، سپس ما روش وزن بردار درونی اقلام را برای پیدا کردن اقلام K دادهای پرتکرار اتخاذ میکنیم تا قواعد همباش را بدست آوریم. پیچیدگی زمانی و فضایی الگوریتم اپریوری تا حد زیادی با استفاده از این رویکرد بهبود می یابد. در پایان، روش محاسبه الگوریتم بهبود یافته را ارائه میکنیم و بوسیله آزمایشات ثابت خواهیم کرد که این الگوریتم موثر است.

کلیدواژه ها:

الگوریتم اپریوری، قواعد همباش، الگوهای پرتکرار، دامنه پشتیبانی از قاعده، بهبود الگوریتم

کد مقاله/لینک ثابت به این مقاله

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/285065/

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:
جعفرزاده، حیدر و رحمتی ترکاشوند، روح اله و امیری، امیر،1393،ارائه رویکردی جدید جهت بهبود الگوریتم اپریوری،اولین همایش منطقه ای فناوری اطلاعات برق پالایش،گچساران،،،https://civilica.com/doc/285065

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: (1393، جعفرزاده، حیدر؛ روح اله رحمتی ترکاشوند و امیر امیری)
برای بار دوم به بعد: (1393، جعفرزاده؛ رحمتی ترکاشوند و امیری)
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 ممقالهقاله لینک شده اند :

  • [1] QIAN Guangchao, JIA Ruiyu, ZHANG Ran, LI Longshu. One ...
  • WANG Chengliang, WU Yanjuan. Research and Application of Efficient Association ...
  • ZENG Wandan, ZHOU Xubo, DAI Bo, CHANG Guiran, LI Chunping. ...
  • ZHANG Yueqin. Research of Frequent Itemsets Mining Algorithm Based on ...
  • PEI Guying. A Fast Algorithm for Mining of Association Rules ...
  • ZHANG Wendong, YIN Jinhuan, JIA Xiaofei, HUANG Chao, YUAN Yanmei. ...
  • LV Taoxia, LIU Peiyu. Algorithm for Generating Strong Association Rules ...
  • ZHANG Yuntao, YU Zhilou, ZHANG Huaxiang. Research on High Efficiency ...
  • ZHANG Zhongping, LI Yan, YANG Jing. Frequent Itemsets Mining Algorithm ...
  • Wang Lifeng. An Efficent Association Rule Algorithm Based on Boolean ...
  • Agrawal, R. & Imielinski, T. & Swami, A. (1993). Mining ...
  • Cakir O., Aras M.E., A r ec ommendation engine by ...
  • Khedikar, K, A., Lobo, M, R, J., Data Mining: You'Ve ...
  • Han, J. & Cheng, H. & Xin, D. & Yan, ...
  • Agrawal, R. & Srikant, R. (1994). Fast algorithms for mining ...
  • Han, J. & Pei, J. & Yin, Y. (2000). Mining ...
  • Borgelt, Christian: An Impl ementation of the FP-growth Algorithm. ACM ...
  • ] Zaki MJ(200) Scalable algorithms for association mining. IEEE TransKnowl ...
  • نقد پژوهشگران در مورد مقاله ارائه رویکردی جدید جهت بهبود الگوریتم اپریوری
    مهدی عامر (1396/08/01): خیلی خوب توضیح داده شده است

    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.

    نظرات خوانندگان

    5.00
    1 تعداد پژوهشگران نظر دهنده
    5 1
    4
    3
    2
    1

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 2,615
    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 پیشنهادی مرتبط

    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