Parallel Mining of All None-Derivable Frequent Itemsets
- سال انتشار: 1386
- محل انتشار: اولین کنفرانس داده کاوی ایران
- کد COI اختصاصی: IDMC01_106
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1917
نویسندگان
Department of computer Science and Engineering, Shiraz University Shiraz, Iran.
Department of computer Science and Engineering, Shiraz University Shiraz, Iran.
چکیده
Mining non-derivable frequent itemsets (NDIs) is one of the successful approaches to construct a concise representation of frequent patterns which is useful to generate smaller and more understandable rule set. Breadth-first and depth-first algorithms are the two main algorithms that have so far been proposed in the literature for mining non-derivable frequent itemsets. In this study parallel mining of all non-derivable frequent itemsets on the share-nothing parallel systems is investigated. A parallel algorithm called PNDI is proposed and implemented here. This algorithm parallelizes not only I/O costs but also computation cost of deduction rules evaluation. Experimental results on real-life datasets show that the parallel algorithm has fine speed up, scale up and size up.کلیدواژه ها
Association Rules, None-derivable frequent itemsets, Parallel Data Miningمقالات مرتبط جدید
- بررسی اجمالی اینترنت اشیاء و مشکلات امنیتی آن
- نقش فرماندهی و کنترل و سامانه های آن در نبرد های آینده
- نقش فناوری های بدون سرنشین در عملیات جنگ نوین
- نقش زیرساخت های نظامی سایبری در کنترل میدان جنگ (اقدامات الکترومغناطیسی سایبری)
- طراحی و شبیه سازی دروازه منطقی تمام نوری AND مبتنی بر بلور فوتونی با ابعاد کم و مناسب برای مدارهای مجتمع نوری
اطلاعات بیشتر در مورد 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.