Association Rule Mining (ARM) im Data Mining liefert qualitativ hochwertige Assoziationsregeln auf der Grundlage von Massstäben wie Unterstützung und Vertrauen. Diese Regeln werden von Fachleuten interpretiert, um fundierte Entscheidungen zu treffen. Es gibt jedoch ein Problem mit ARM, wenn der Datensatz von Zeit zu Zeit Änderungen unterworfen ist. Die Entdeckung von Regeln, indem das Rad neu erfunden wird und der gesamte Datenbestand jedes Mal gescannt wird, verbraucht mehr Speicher, Rechenleistung und Zeit. Dies ist immer noch ein offenes Problem aufgrund der Verbreitung verschiedener Datenstrukturen, die für die Extraktion von häufigen Elementmengen verwendet werden. Es wird ein Algorithmus zur Aktualisierung der ermittelten Assoziationsregeln bei Änderungen des Datensatzes vorgeschlagen. Der vorgeschlagene Algorithmus übertrifft den traditionellen Ansatz, da er die Assoziationsregeln inkrementell ermittelt und die ermittelten Assoziationsregeln dynamisch aktualisiert.
Noch keine Bewertungen vorhanden
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.