Proposing an Efficient Combination of Interesting Measures for Mining Association Rules via NSGA-II
- سال انتشار: 1393
- محل انتشار: اولین کنفرانس بین المللی مهندسی دانش،اطلاعات و نرم افزار
- کد COI اختصاصی: ICKIS01_021
- زبان مقاله: انگلیسی
- تعداد مشاهده: 1170
نویسندگان
Department of Computer Engineering Shahid Bahonar University of Kerman Kerman, Iran
Department of Computer Engineering Shahid Bahonar University of Kerman Kerman, Iran
Department of Computer Engineering Shahid Bahonar University of Kerman Kerman, Iran
چکیده
Selecting accurate and simple association rules that efficiently cover all data samples is very important in knowledge discovery. There are several measures to assess accuracy andrelations in a rule. This poses a challenge for researchers to select effective measures. Combining different measures viamulti-objective evolutionary algorithms is an effective method to select suitable association rules. Therefore in this paper NSGAIIalgorithm is employed for rule selection via differentcombination of existing measures (support, certainty factor, change of support, Yao and Liu’s one way support, cosine and lift) as objectives. The contributions of the paper are twofold. Firstly, some existing measures are modified. Secondly, several experiments are done to evaluate the performance of different combinations of measures through NSGA-II. The experimentalresults show that the combination of certainty factor and squareof cosine measures are more effective in rule selectionکلیدواژه ها
Association rules, interesting measures, multiobjective evolutionary algorithm, NSGA-IIمقالات مرتبط جدید
- کارآفرینی در کتابخانه های عمومی با راه اندازی خدمات مشاوره اطلاعاتی و مشاوره خوانندگان
- متاورس: مباحثی از فرصت های حرفه ای و مشاغل در گستره فناوری نوین
- بررسی معماری و بلوغ کسب و کار رایانش ابری بر مبنای مدیریت امنیت اطلاعات در علم اطلاع شناسی (مطالعه موردی شرکت های دانش بنیان پارک فناوری ارتباطات و اطلاعات)(چارچوب همکاری های بین رشته ای و فرا رشته ای برای کارآفرینی دانش بنیان)
- ایجاد سازمان نظام مدیریت اطلاعات و دانش (نماد)
- لزوم توجه به فرصت های جدید بازارکار در محتوای درسی رشته علم اطلاعات و دانش شناسی
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.