Explorando a técnica de indexação de conjuntos candidatos na mineração de conjuntos freqüentes

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCarvalho, Alexandre Plastino de-
Autor(es): dc.contributorCPF:30090875322-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4985266524417261-
Autor(es): dc.contributorMartins, Simone de Lima-
Autor(es): dc.contributorCPF:30120908222-
Autor(es): dc.contributorhttp://lattes.cnpq.br/5202429302236084-
Autor(es): dc.contributorMeira Junior, Wagner-
Autor(es): dc.contributorCPF:30219085522-
Autor(es): dc.contributorhttp://lattes.cnpq.br/9092587237114334-
Autor(es): dc.creatorPrado, Adriana Bechara-
Data de aceite: dc.date.accessioned2024-07-11T18:08:03Z-
Data de disponibilização: dc.date.available2024-07-11T18:08:03Z-
Data de envio: dc.date.issued2021-03-10-
Data de envio: dc.date.issued2008-03-03-
Data de envio: dc.date.issued2021-03-10-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/17808-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/764192-
Descrição: dc.descriptionDuring the last ten years, many algorithms have been proposed to mine frequent itemsets. In order to fairly evaluate their behavior, the IEEE/ICDM Workshop on Frequent Itemset Mining Implementations (FIMI03) has been recently organized. According to its analysis, kDCI++ is a state-of-the-art algorithm. However, it can be observed from the FIMI 03 experiments that its efficient behavior does not occur for low minimum supports on sparse databases. Aiming at improving kDCI++ and making it even more competitive, we present the kDCI-3 algorithm. This proposal directly accesses candidates not only in the two initial iterations but specially in the third one, which represents, in general, the highest computational cost of kDCI++ for low minimum supports. Results have shown that kDCI-3 outperforms kDCI++ in the conducted experiments. When compared to other important algorithms, kDCI-3 enlarged the number of times kDCI++ presented the best behavior.-
Descrição: dc.descriptionAo longo dos últimos dez anos, várias estratégias para extração de conjuntos freqüentes têm sido propostas e aprimoradas. Na grande maioria das vezes, estas estratégias são avaliadas a partir de testes computacionais limitados. Por esta razão, a fim de compará-las de forma mais justa, foi organizado um Workshop de implementações de algoritmos para extração de conjuntos freqüentes (IEEE/ICDM Workshop on Frequent Itemset Mining Implementations - FIMI 03). De acordo com os resultados obtidos, o algoritmo kDCI++ foi considerado um dos principais algoritmos para a extração de conjuntos freqüentes da atualidade. Entretanto, analisando seus resultados mais detalhadamente, observa-se que o algoritmo kDCI++ não se mostra tão eficiente quando valores baixos de suporte mínimo são considerados sobre bases de dados esparsas. Neste trabalho, a fim de aprimorar o desempenho do algoritmo kDCI++ e torná-lo ainda mais competitivo, é proposta uma adaptação deste algoritmo, denominada algoritmo kDCI-3. Nesta estratégia, os conjuntos candidatos são acessados diretamente não só durante as duas iterações iniciais, mas especialmente durante a terceira iteração, avaliada como sendo altamente custosa computacionalmente. Os experimentos realizados mostraram que o algoritmo kDCI-3 reduz significativamente o tempo total de execução obtido pelo algoritmo kDCI++. Quando comparado a outras importantes estratégias, kDCI-3 aumenta o número de vezes em que o algoritmo kDCI++ apresenta o melhor desempenho.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherPrograma de Pós-Graduação em Computação-
Publicador: dc.publisherComputação-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectCiência da computação-
Palavras-chave: dc.subjectProcesso de mineração de dados-
Palavras-chave: dc.subjectRegras de associação relacionais-
Palavras-chave: dc.subjectComputer science-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO::COMPUTABILIDADE E MODELOS DE COMPUTACAO-
Título: dc.titleExplorando a técnica de indexação de conjuntos candidatos na mineração de conjuntos freqüentes-
Título: dc.titleExploring direct counting for frequent itemset mining-
Tipo de arquivo: dc.typeDissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.