Double Clustering Method in Hiding Association Rules
- سال انتشار: 1394
- محل انتشار: مجله پیشرفت در تحقیقات کامپیوتری، دوره: 7، شماره: 1
- کد COI اختصاصی: JR_JACR-7-1_005
- زبان مقاله: انگلیسی
- تعداد مشاهده: 536
نویسندگان
Faculty of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Isfahan, Iran
Faculty of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Isfahan, Iran
چکیده
Association rules are among important techniques in data mining which areused for extracting hidden patterns and knowledge in large volumes of data.Association rules help individuals and organizations take strategic decisions andimprove their business processes. Extracted association rules from a databasecontain important and confidential information that if published, the privacy ofindividuals may be threatened. Therefore, the process of hiding sensitive associationrules should be performed prior to sharing the database. This is done throughchanging the database transactions. These changes must be made in such a way thatall sensitive association rules are hidden and a maximum number of non-sensitiveassociation rules are extractable from the sanitized database. In fact, a balance is tobe established between hiding the sensitive rules and extracting the non-sensitiverules. A new algorithm is presented in this paper to create a balance betweenpreserving privacy and extracting knowledge. The items of sensitive rules areclustered in the proposed algorithm, in order to reduce changes. In fact, reductionof changes and clustering of rules are applied in order to reduce the side effects of the hiding process on non-sensitive rules.کلیدواژه ها
Data Mining, Association Rules, Frequent Item-sets, Privacy Preserving Data Mining Clusteringمقالات مرتبط جدید
- سودآوری مشتریان در خردهفروشی قطعات یدکی ماشین آلات راهسازی با رویکرد یادگیری ماشین
- ارائه روشی کارآمد جهت شناسایی کودکان نیازمند به پیوند مغز استخوان با استفاده از ترکیب طبقه بند ماشین بردار پشتیبان و الگوریتم بهینه سازی فاخته
- استخراج بهینه پارامترهای تاثیر گذار الگوریتم بهینه سازی بوفالوی آفریقایی با هدف استخراج ویژگی های مهم به منظور افزایش کارایی طبقه بندی داده ها
- ارائه روشی کارآمد برای بهبود عملکرد الگوریتم بهینه سازی کلاغ سیاه به منظور افزایش صحت خوشه بندی داده ها
- استفاده از الگوریتم باور بیزین در لایه کاملا متصل شبکه عصبی کانولوشن با هدف افزایش دقت تشخیص تصاویر
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.