การค้นหารูปแบบปรากฏบ่อยเคอันดับแรกและปรากฏอย่างสม่ำเสมอจากฐานข้อมูลแบบเพิ่มทรานแซกชัน

Mining top-k frequent-regular itemsets from incremental transactional database

Name: บัณฑิต ตากมัจฉา

ThaSH: มหาวิทยาลัยบูรพา.สาขาวิชาเทคโนโลยีสารสนเทศ

ThaSH: ฐานข้อมูล

ThaSH: การจัดการฐานข้อมูล

Abstract: ในทศวรรษที่ผ่านมานั้นการทำเหมืองข้อมูลได้รับการนำเสนอและประยุกต์ใช้ในหลากหลายแอปพลิเคชัน โดยมีวัตถุประสงค์เพื่อค้นหาชุดข้อมูลที่น่าสนใจของรายการที่ปรากฏบ่อยและปรากฏอย่างสม่ำเสมอในฐานข้อมูลแบบคงที่อย่างไรก็ตามในปัจจุบันนี้ลักษณะการทำงานที่เกิดขึ้นของรายการ หรือชุดข้อมูลอาจมีการเปลี่ยนแปลงได้ เมื่อใดก็ตามที่มีการอัพเดตฐานข้อมูลและอาจมีสถานการณ์ที่ไม่มีผลลัพธ์ใด ๆ เกิดขึ้นหากผู้ใช้กำหนดเกณฑ์การสนับสนุนที่ไม่เหมาะสม ดังนั้นจึงแนะนำวิธีการใหม่ในการทำเหมืองข้อมูล จากฐานข้อมูลการทำธุรกรรมที่เพิ่มขึ้นสำหรับผลการทำเหมืองข้อมูล ซึ่งทำให้ผู้ใช้สามารถควบคุมจำนวนผลลัพธ์ได้ในวิธีนี้จะมีการสร้างชุดรายการของ 𝑘 ที ซึ่งเป็นรายการที่มีความถี่ที่ปรากฏบ่อยและปรากฏอย่างสม่ำเสมอในฐานข้อมูลที่เพิ่มขึ้น เมื่อต้องการใช้ข้อมูลเหล่านี้จะมีการใช้อัลกอริทึมแบบ Single-pass ที่มีประสิทธิภาพซึ่งเรียกว่า IMTFRI (Incremental Miner of Top-k Frequent-Regular Itemset) โดยการใช้เวกเตอร์แบบไดนามิกที่แบ่งพาร์ติชันเพื่อรักษาข้อมูลการเกิดขึ้นของแต่ละรายการหรือชุดข้อมูลขณะทำเหมืองข้อมูล สุดท้ายการศึกษาทดลองได้รับการดำเนินการเพื่อตรวจสอบประสิทธิภาพของขั้นตอนวิธี IMTFRI ในแง่ของเวลาในการคำนวณและการใช้หน่วยความจำ

Abstract: In the past decade, frequent-regular itemset mining FRIM has been proposed and applied in a wide range of applications. It aims to discover interesting sets of items frequently and regularly occurring in a static database. However, in real-world applications, the occurrence behavior of items/itemsets may change whenever the database is updated and there may bethe situation of overwhelming or none of results generated if the user set inappropriate support threshold. Thus, we here introduce a new approach to mine top-k frequent-regular itemsets from incremental transactional database for mining results which allows users to control the number of results. In this approach, a set of k itemsets having highest frequency of occurrence and regularity occurring in a incremental database is generated. To mine such itemsets, an efficient single-pass algorithm called IMTFRI (Incremental Miner of Top-k Frequent-Regular Itemset) is proposed. The partitioned dynamic bit-vector is utilized to maintain occurrence information of each item/itemsets while mining. In addition, to avoid mining on each incremental database from scratch, the mining with baseline frequency setting technique is designed. Last, experimental studies have been conducted to investigate efficiency of IMTFRI algorithm in the terms of computational time and memory usage.

มหาวิทยาลัยบูรพา. สำนักหอสมุด

Address: ชลบุรี

Email: buulibrary@buu.ac.th

Name: โกเมศ อัมพวัน

Role: อาจารย์ที่ปรึกษา

Created: 2561

Modified: 2563-07-16

Issued: 2563-07-16

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: ว 005.74 บ259ก

tha

DegreeName: วิทยาศาสตรมหาบัณฑิต

Level: ปริญญาโท

Descipline: เทคโนโลยีสารสนเทศ

Grantor: มหาวิทยาลัยบูรพา

©copyrights มหาวิทยาลัยบูรพา

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	57920141.pdf	6.12 MB

ใช้เวลา

0.028907 วินาที