×
拉德克·贾诺西克；简·科内克尼；彼得·克拉契亚

从FCA的角度来看，LCM：具有加速功能的CbO型算法。 （英语） Zbl 07478938号

国际J近似推理 142, 64-80 (2022).
摘要：LCM是一种枚举事务数据库中频繁关闭项集的算法。众所周知，当我们忽略所需的频率时，闭合项集正是形式概念分析（FCA）中形式概念的意图。我们用FCA来描述LCM，并表明LCM基本上是处理稀疏数据的具有多个加速特性的Close-by-One算法。我们分析了这些加速特性，并将其与类似FCA算法（如FCbO和In-Close系列算法）的加速特性进行了比较。

MSC公司：

68立方英尺 知识表示

关键词：

形式概念分析；频繁闭合项集；近在咫尺

软件：

FCALGS公司；生命周期管理；关闭中
PDF格式BibTeX公司 XML格式引用
\textit{R.Janostik}等人，《国际近似推理》142，64--80（2022；Zbl 07478938）
全文： DOI程序 arXiv公司

参考文献：

[1] 拉凯什·阿格拉瓦尔；曼尼拉，海基；拉马克里什南·斯里坎特；汉努·托沃宁；Inkeri Verkamo，A.，关联规则的快速发现，Adv.Knowl。发现。《最小数据》，12，1，307-328（1996）
[2] 加布里埃拉·亚历克斯；Alexe，Sorin；Bonates，Tibérius O。；Kogan，Alexander，数据的逻辑分析——Peter L.Hammer，Ann.Math的愿景。Artif公司。智力。，49, 1-4, 265-312 (2007) ·Zbl 1126.68064号
[3] 加布里埃拉·亚历克斯；Peter L.Hammer，《数据逻辑分析的跨模式》，《离散应用》。数学。，154, 7, 1039-1049 (2006) ·Zbl 1090.68094号
[4] Andrews，Simon，In-Close2，一位高性能的正式概念挖掘者，（第19届国际知识发现概念结构会议论文集，ICCS’11（2011），Springer-Verlag:Springer-Verlag Berlin，Heidelberg），50-62
[5] Andrews，Simon，用于设计计算Galois连接不动点的快速算法的“最佳平衡”方法，Inf.Sci。，295, 633-649 (2015) ·Zbl 1360.68797号
[6] Andrews，Simon，《利用空十字路口提高CbO型算法的性能》，（形式概念分析国际会议（2017），Springer），56-71·兹比尔1489.68265
[7] Andrews，Simon，Close-by-One类型算法中继承规范性测试失败的新方法，（CLA，第2123卷（2018）），255-266
[8] Bayardo，Roberto J.，从数据库中高效挖掘长模式，ACM Sigmod Record，第27卷，85-93（1998），ACM
[9] 韩嘉伟；裴健；Yin，Yiwen，无候选代挖掘频繁模式，ACM Sigmod Rec.，29，2，1-12（2000）
[10] Janostik，Radek；Konecny，Jan；Krajča，Petr，LCM实施良好，CbO：从FCA角度研究LCM，（CLA 2020，CEUR研讨会论文集，第2668卷（2020）），47-58·Zbl 1441.68246号
[11] Petr Krajca；1月，Outrata；Vychodil，Vilem，基于CbO的算法进展，（CLA，第672卷（2010）），325-337
[12] Petr Krajca；Vychodil，Vilem，计算形式概念的数据结构比较，（国际人工智能建模决策会议（2009），施普林格），114-125·Zbl 1273.68379号
[13] Kuznetsov，Sergei O.，《计算任意半格中对象所有交点的快速算法》，Nauchno-Tekh。信息序列。2-通知。Protses公司。姐姐。，1, 17-20 (1993)
[14] 谢尔盖·库兹涅佐夫。；Obiedkov，Sergei，生成概念格的算法性能比较，J.Exp.Theor。Artif公司。智力。，14, 189-216 (2002) ·Zbl 1024.68020号
[15] 曼尼拉，海基；Toivonen，Hannu，频繁集和压缩表示的多重使用，（KDD，第96卷（1996）），189-194
[16] 1月，Outrata；Vychodil，Vilem，计算由对象属性关系数据引起的Galois连接不动点的快速算法，信息科学。，185, 1, 114-127 (2012) ·Zbl 1239.68070号
[17] Uno，Takeaki；Asai、Tatsuya；Uchida，Yuzo；Arimura，Hiroki，LCM:枚举频繁闭项集的有效算法，FIMI，第90卷（2003），Citeser·Zbl 1110.68472号
[18] Uno，Takeaki；Asai、Tatsuya；Uchida，Yuzo；Arimura，Hiroki，《一种枚举事务数据库中闭合模式的有效算法》（2004年发现科学国际会议，Springer），16-31·Zbl 1110.68472号
[19] Uno，Takeaki；Kiyomi，Masashi；Arimura，Hiroki，LCM第2版：频繁/闭合/最大项集的高效挖掘算法（FIMI，第126卷（2004））
[20] Uno，Takeaki；清明，Masashi；Arimura，Hiroki，LCM第3版：数组、位图和前缀树的协作用于频繁项集挖掘，（第一届开源数据挖掘国际研讨会论文集：频繁模式挖掘实现（2005），ACM），77-86
[21] 穆罕默德·扎基。；Gouda，Karam，使用差异集进行快速垂直挖掘，（第九届ACM SIGKDD国际知识发现和数据挖掘会议论文集（2003），ACM），326-335
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。