بررسی دو الگوریتم کارا در زمینه کاوش مجموعه اقلام سودمند بالا

سال انتشار: 1395
محل انتشار: نخستین کنفرانس سراسری مهندسی برق و علوم کامپیوتر
کد COI اختصاصی: EECS01_014
زبان مقاله: فارسی
تعداد مشاهده: 512

نویسندگان

دانشگاه آزاد اسلامی واحد اصفهان خوراسگان گروه کامپیوتر اصفهان ایران

چکیده

کاوش مجموعه اقلام با سودمندی بالا گسترش یافته مسیله کاوش مجموعه اقلام تکرارشونده است که در سالهای اخیر توجه زیادی را به خود جلب کرده است. تاکنون الگوریتم های زیادی در این باره مطرح شده است. بیشتر الگوریتم های موجود، از مسیله تعداد زیاد مجموعه اقلام کاندید تولید شده و مشخص شدن عدم سودمندی تعداد زیادی از این مجموعه اقلام کاندید، متضرر میشوند. الگوریتم Miner-HUI جهت حل این مشکل با استفاده از ساختار جدیدی به نام list-utility مطرح شد.با وجود موثر بودن Miner-HUI ،تعداد زیاد عملیات پرهزینه الحاق در این الگوریتم، آن را هزینه بر کرده است. الگوریتم FHM این مسیله را با یک استراتژی جدید بر اساس تحلیل رخدادهای همزمان قلم، جهت دهی کرده است. این گزارش به بررسی دو الگوریتم کارا و موثر -HUI Miner و FHM میپردازد. نتایج آزمایشات نشان داده که FHM از لحاظ زمان اجرا کاراتر نسبت به Miner-HUI عمل کرده است.

کلیدواژه ها

کاوش الگوهای تکرارشونده، سودمندی، کاوش مجموعه اقلام سودمند بالا

مقالات مرتبط جدید

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.