Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Efficient mining of high average-utility itemsets

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F17%3A10236456" target="_blank" >RIV/61989100:27240/17:10236456 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/61989100:27740/17:10236456

  • Výsledek na webu

    <a href="https://www.taylorfrancis.com/books/e/9781498779456/chapters/10.1201%2F9781315375083-37" target="_blank" >https://www.taylorfrancis.com/books/e/9781498779456/chapters/10.1201%2F9781315375083-37</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Efficient mining of high average-utility itemsets

  • Popis výsledku v původním jazyce

    In traditional High-Utility Itemset Mining (HUIM), the utility of an itemset is defined as the sum of the utilities of its items in transactions where it appears. An important problem with this definition is that it does not take itemset length into account. To provide a better assessment of each itemset’s utility, the task of High Average-Utility Itemset Mining (HAUIM) was proposed and several algorithms have been extensively studied. Most of the past works are based on level-wise or patterngrowth approaches, which required amounts of computation to mine the required High Average-Utility Itemsets (HAUIs). In this paper, we present an efficient Average-Utility (AU)-list structure to discover the HAUIs more efficiently. A depth-first search algorithm named HAUI-Miner is proposed to explore the search space without candidate generation, and an efficient pruning strategy is developed to reduce the search space and speed up the mining process. Extensive experiments are conducted to compare the performance of HAUI-Miner with the state-of-the-art algorithms of HAUIM in terms of runtime and number of determining nodes.

  • Název v anglickém jazyce

    Efficient mining of high average-utility itemsets

  • Popis výsledku anglicky

    In traditional High-Utility Itemset Mining (HUIM), the utility of an itemset is defined as the sum of the utilities of its items in transactions where it appears. An important problem with this definition is that it does not take itemset length into account. To provide a better assessment of each itemset’s utility, the task of High Average-Utility Itemset Mining (HAUIM) was proposed and several algorithms have been extensively studied. Most of the past works are based on level-wise or patterngrowth approaches, which required amounts of computation to mine the required High Average-Utility Itemsets (HAUIs). In this paper, we present an efficient Average-Utility (AU)-list structure to discover the HAUIs more efficiently. A depth-first search algorithm named HAUI-Miner is proposed to explore the search space without candidate generation, and an efficient pruning strategy is developed to reduce the search space and speed up the mining process. Extensive experiments are conducted to compare the performance of HAUI-Miner with the state-of-the-art algorithms of HAUIM in terms of runtime and number of determining nodes.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2017

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Communication, Management and Information Technology - Proceedings of the International Conference on Communication, Management and Information Technology, ICCMIT 2016

  • ISBN

    978-1-315-37508-3

  • ISSN

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    8

  • Strana od-do

    241-248

  • Název nakladatele

    CRC Press

  • Místo vydání

    Leiden

  • Místo konání akce

    Cosenza

  • Datum konání akce

    26. 4. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku