Publisher of Iranian Journals and Conference Proceedings

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

Association Rule Mining Using New FP-Linked List Algorthm

مجله پیشرفت در تحقیقات کامپیوتری، دوره: 7، شماره: 1
سال انتشار: 1394
کد COI مقاله: JR_JACR-7-1_002
زبان مقاله: انگلیسیمشاهده این مقاله: 529
فایل این مقاله در 12 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 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Association Rule Mining Using New FP-Linked List Algorthm

Mohammad Karim Sohrabi - Department of Computer Engineering, Semnan Branch, Islamic Azad University, Semnan, Iran
Hamidreza Hasannejad Marzooni - Department of Computer Engineering, Semnan Branch, Islamic Azad University, Semnan, Iran

چکیده مقاله:

Finding frequent patterns plays a key role in exploring association patterns,correlation, and many other interesting relationships that are applicable in TDB.Several association rule mining algorithms such as Apriori, FP-Growth, and Eclathave been proposed in the literature. FP-Growth algorithm construct a treestructure from transaction database and recursively traverse this tree to extractfrequent patterns which satisfies the minimum support in a depth first searchmanner. Because of its high efficiency, several frequent pattern mining methods andalgorithms have used FP-Growth’s depth first exploration idea to mine frequentpatterns. These algorithms change the FP-tree structure to improve efficiency. Inthis paper, we propose a new frequent pattern mining algorithm based on FP-Growth idea which is using a bit matrix and a linked list structure to extractfrequent patterns. The bit matrix transforms the dataset and prepares it to constructas a linked list which is used by our new FPBitLink Algorithm Our performancestudy and experimental results show that this algorithm outperformed the formeralgorithms.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا JR_JACR-7-1_002 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/488493/

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:
Sohrabi, Mohammad Karim and Hasannejad Marzooni, Hamidreza,1394,Association Rule Mining Using New FP-Linked List Algorthm,https://civilica.com/doc/488493

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: (1394, Sohrabi, Mohammad Karim؛ Hamidreza Hasannejad Marzooni)
برای بار دوم به بعد: (1394, Sohrabi؛ Hasannejad Marzooni)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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: 4,158
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