Dynamic frequent itemset mining based on matrix apriori algorithm
Matrix apriori algoritmasını temel alan devingen sık kümeler madenciliği
- Tez No: 320739
- Danışmanlar: YRD. DOÇ. DR. BELGİN ERGENÇ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: İngilizce
- Üniversite: İzmir Yüksek Teknoloji Enstitüsü
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 50
Özet
Sık kümeler madenciliği algoritmaları, sık kümeleri bir veritabanından ortaya çıkarırlar. Eğer veritabanı güncellenirse, sık kümelerin de güncellenmesi gerekir. Fakat,her güncellemenin ardından algoritmaları baştan çalıştırmak verimsizdir. Bu probleme sık kümelerin devingen güncelleme problemi denir ve çözümü sık kümeleri devingen olarakbulabilecek bir algoritma ile mümkündür.Bu çalışmada, bir devingen sık kümeler madenciliği algoritması, Devingen Matrix Apriori, önerilmiş¸ ve açıklanmıştır. Buna ek olarak, önerilen algoritma, veritabanı güncellendiğinde yeniden çalıştırılması gereken temel algoritma Matrix Apriori ile iki veriseti kullanılarak karşılaştırılmıştır.
Özet (Çeviri)
The frequent itemset mining algorithms discover the frequent itemsets from a database. When the database is updated, the frequent itemsets should be updated as well. However, running the frequent itemset mining algorithms with every update is inefficent. This is called the dynamic update problem of frequent itemsets and the solution is to devise an algorithm that can dynamically mine the frequent itemsets.In this study, a dynamic frequent itemset mining algorithm, which is called Dynamic Matrix Apriori, is proposed and explained. In addition, the proposed algorithm is compared using two datasets with the base algorithm Matrix Apriori which should be re-run when the database is updated.
Benzer Tezler
- Development of an application for dynamic itemset mining under multiple support thresholds
Çoklu destek eşiklerinde dinamik sık kümeler madenciliği için uygulama geliştirilmesi
NOURHAN ABUZAYED
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU
- Dynamic itemset hiding under multiple support thresholds
Çoklu destek eşiklerinde dinamik sık kümeler gizlemesi
AHMET CUMHUR ÖZTÜRK
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BELGİN ERGENÇ BOSTANOĞLU
- Updating large itemsets with early pruning
Erken eliminasyon ile yoğun nesne kümelerinin güncellenmesi
NECİP FAZIL AYAN
Yüksek Lisans
İngilizce
1999
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Yazılımı Ana Bilim Dalı
PROF. DR. EROL ARKUN
- A constraint-based incremental approach for update of large itemsets
Yoğun nesne kümelerinin güncellenmesi için sıralamaya dayalı artımlı bir yaklaşım
ENGİN DEMİR
Yüksek Lisans
İngilizce
2001
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. EROL ARKUN
- Mining association role algorithms in large databases
Büyük veri tabanlarında ilişkisel kural algoritmalarının incelenmesi
SEMİH UTKU
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALP KUT