×
阮，火腿;Vo、Dang;Bui，Huong公司;乐、拓;Vo，海湾

一种挖掘加权不确定感兴趣模式的有效方法。 （英语） Zbl 07830642号

信息科学。 615, 1-23 (2022).
摘要：加权不确定感兴趣模式（WUIP）的挖掘是一个有许多实际应用的有趣问题。在本研究中，我们提出了一种从不确定数据库中挖掘WUIP的有效方法。我们首先介绍TPN-list结构，这是（N）-list结构的扩展版本，用于表示和发现WUIP。然后开发了TPN列表交集算法，该算法具有线性复杂度，并且能够自动减小其大小。还提出了几个定理，用于基于WUIP的TPN列表快速计算和确定WUIP。最后，基于上述建议，我们提出了从不确定数据库中挖掘WUIP的HWUIPM算法。我们的实验结果表明，该算法在运行时间、资源使用和可扩展性方面优于其他最先进的挖掘WUIP的算法。

MSC公司：

68T05型 人工智能中的学习和自适应系统

关键词：

数据挖掘;模式挖掘;加权不确定兴趣模式;TPN列表结构
PDF格式BibTeX公司 XML格式引用
\textit{H.Nguyen}等人，《信息科学》。615，1--23（2022；Zbl 07830642）
全文： DOI程序

参考文献：

[1] Aggarwal C.C.，Han J.：《频繁模式挖掘》，施普林格商会，ISBN978-3-319-07820-52014·Zbl 1297.68010号
[2] Aggarwal C.C.，Li Y.，Wang J.，Wang J。：不确定数据的频繁模式挖掘。第15届ACM SIGKDD知识发现和数据挖掘国际会议，法国巴黎，第29-38页，2009年。
[3] 美国艾哈迈德。；艾哈迈德，C.F。；萨米乌拉，M。；阿德南，N。；Leung，C.K.，从不确定数据库中挖掘有趣的模式，Inf.Sci。，354, 60-85 (2016) ·Zbl 1398.68427号
[4] Antonello F.、Baraldi P.、Shokry A.、Zio E.、Gentile U.、Serio L.：一种新的关联规则挖掘方法，用于从报警数据中识别复杂技术基础设施中罕见的功能依赖。专家系统与应用，第170卷，pid。114560, 2021.
[5] Bui，H。；Vo，B。；Nguyen，H。；Nguyen-Hoang，T.A。；Hong，T.P.，一种基于加权N列表的频繁加权项集挖掘方法，专家系统。申请。，96, 388-405 (2018)
[6] Bui，H。；Vo，B。；Nguyen-Hoang，T.A。；Yun，U.，《使用WN列表结构和早期修剪策略挖掘频繁加权闭合项集》，应用情报，511439-1459（2020）
[7] N.Bui，B.Vo，V.-N.Huynh，C.-W.Lin，L.T.T.Nguyen，《不确定数据库中的封闭高效用项目集挖掘》。《第七届信息和通信技术研讨会论文集》，越南胡志明市，2016年7月14日。
[8] Chen，C.M。；Chen，L。；甘·W。；邱，L。；Ding，W.，从不确定数据中发现高效用占用模式，信息科学。，546, 1208-1229 (2021)
[9] C.K.Chui，B.Kao，E.Hung，从不确定数据中挖掘频繁项集，PAKDD’07，第47-58页，2007年。
[10] 邓，Z。；Lv，S.，使用节点集快速挖掘频繁项集，专家系统。申请。，41, 10, 4505-4512 (2014)
[11] 邓，Z。；Lv，S.，PrePost+：一种高效的基于N列表的算法，用于通过子-父等价剪枝挖掘频繁项集，专家系统。申请。，42, 13, 5424-5432 (2015)
[12] 邓，Z。；王，Z。；Jiang，J.，使用N列表快速挖掘频繁项集的新算法，科学。中国信息通讯社。科学。，55, 9, 2008-2030 (2012) ·Zbl 1270.68239号
[13] Davashi，R.，ILUNA：无误报的不确定频繁模式挖掘的单程增量方法，Inf.Sci。，564, 1-26 (2021)
[14] Djenouri，Y。；Comuzzi，M.，结合Apriori启发式算法和生物启发算法解决频繁项集挖掘问题，《信息科学》。，420, 1-15 (2017)
[15] Davashi，R.，UP-tree&UP-Mine：一种基于上限的快速方法，用于从不确定数据中挖掘频繁模式，工程应用。Artif公司。整数。，106，第104477条pp.（2021）
[16] Fasihy，H。；Shahraki，M.H.N.，从单变量不确定数据中增量挖掘最大频繁模式，Knowl-基于系统。，152, 40-50 (2018)
[17] 甘·W。；林，J.C.W。；Fourier-Viger，P。；Chao，H.C。；Wu，J.M.T。；詹，J.，从不确定时间数据库中提取最近的加权模式，工程应用。Artif公司。整数。，61, 161-172 (2017)
[18] 甘，W。；林，J.-C.-W。；Fournier-Viger，P。；Chao，H.-C。；詹，J.，多个最小支持度下的频繁模式挖掘，工程应用。Artif公司。整数。，60, 83-96 (2017)
[19] J.A.Ovi、C.F.Ahmed、C.K.Leung A.G.、Pazdor Mining从不确定数据流中加权频繁模式。在普遍信息管理和通信国际会议上（第917-936页）。施普林格，2019年。
[20] Uday Kiran R.，Likhitha P.，Dao M.S.，Zettsu K.，Zhang J.：发现不确定时间数据库中的周期-频率模式。在国际神经信息处理会议上（第710-718页）。施普林格，2021年。
[21] Tong，Y.X。；Chen，L。；她，J.，在相关的不确定数据库中挖掘频繁项集，J.Compute。科学。技术。，30, 4, 696-712 (2015)
[22] Le，T。；Vo，B。；Huynh，V.-N。；Nguyen，N.T。；Baik，S.W.，从不确定数据库中挖掘top-k频繁模式，应用。智能。，50, 1487-1497 (2020)
[23] Le，T。；Vo，B.，一种用于挖掘频繁闭合模式的基于N列表的算法，专家系统。申请。，42, 19, 6648-6657 (2015)
[24] Lee，G.等人。；Yun，U。；Ryu，K.，《在不存储事务ID和生成候选项的情况下挖掘频繁加权项集》，《国际不确定性模糊知识系统》。，25, 1, 111-144 (2017)
[25] Lee，G.等人。；Yun，U.，使用无误报的最小数据结构挖掘不确定频繁模式的新高效方法，Fut。发电机。计算。系统。，68, 89-110 (2017)
[26] C.K.S.Leung M.A.F.Mateo D.A.Brajczuk一种基于树的方法，用于从不确定数据中挖掘频繁模式。2008年PAKDD，第653-661页。
[27] Leung，C.K.S。；Tanbeer，S.K.，从不确定数据中快速挖掘频繁项集，In，DASFAA’12，272-287（2012）
[28] C.K.S.Leung，S.K.Tanbeer，PUF-tree：一种紧凑的树结构，用于不确定数据的频繁模式挖掘。2013年，第13-25页，PAKDD’13。
[29] 林，J.C.W。；甘·W。；Fourier-Viger，P。；Hong，T.P。；Chao，H.C.，在不确定数据库中挖掘加权频繁项集而不生成候选项，Int.J.Informat。Technol公司。Decis公司。制作，16，6，1549-1579（2017）
[30] 林，J.C.W。；甘·W。；Fourier-Viger，P。；Hong，T.P。；Tseng，V.S.，不确定数据库上的加权频繁项集挖掘，应用。智能。，44, 1, 232-250 (2016)
[31] 林，J.-C-W。；甘·W。；Fournier-Viger，P。；Hong，T.-P。；Tseng，V.S.，《在不确定数据库中挖掘高效用项集的高效算法》，Knowl-基于系统。，96, 171-187 (2016)
[32] 林，J.-C.-W。；甘·W。；Fournier-Viger，P。；Hong，T.-P。；Tseng，V.S.，有效挖掘不确定的高效用项目集，Soft。计算。，21, 11, 2801-2820 (2017) ·Zbl 1381.68246号
[33] Nguyen，H。；Vo，B。；Nguyen，M。；Pedrycz，W.，《使用区间词段挖掘频繁加权项集的有效算法》，Appl。智能。，45, 4, 1008-1020 (2016)
[34] 拉赫曼，M.M。；艾哈迈德，C.F。；Leung，C.-K.-S.，不确定数据库中加权频繁序列的挖掘，信息科学。，479, 76-100 (2019)
[35] Vo，B。；Le，T。；科宁，F。；Hong，T.P.，《使用N-list和subsume概念挖掘频繁项集》，Int.J.Mach。学习。赛博。，7, 2, 253-265 (2016)
[36] Vo，B。；Le，T。；佩德里茨，W。；Nguyen，G。；Baik，S.W.，《带子集和超集项集约束的可擦除项集挖掘》，专家系统。申请。，69, 1, 50-61 (2017)
[37] Yun，美国。；Kim，D。；Yoon，E。；Fujita，H.，基于阻尼窗口的数据流高平均效用模式挖掘，Knowl-基于系统。，144, 188-205 (2018)
[38] 美国艾哈迈德。；林，J.C.W。；斯利瓦斯塔瓦，G。；Yasin，R。；Djenouri，Y.，从不确定数据库中挖掘高期望效用模式的进化模型，IEEE Trans。Emerg.顶部。计算。智能。，5, 1, 19-28 (2020)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。