• norsk
    • English
  • norsk 
    • norsk
    • English
  • Logg inn
Vis innførsel 
  •   Hjem
  • Øvrige samlinger
  • Publikasjoner fra CRIStin - NTNU
  • Vis innførsel
  •   Hjem
  • Øvrige samlinger
  • Publikasjoner fra CRIStin - NTNU
  • Vis innførsel
JavaScript is disabled for your browser. Some features of this site may not work without it.

Highly Efficient Pattern Mining Based on Transaction Decomposition

Djenouri, Youcef; Lin, Jerry Chun-Wei; Nørvåg, Kjetil; Ramampiaro, Heri
Chapter, Peer reviewed
Accepted version
Thumbnail
Åpne
Djenouri (218.0Kb)
Permanent lenke
http://hdl.handle.net/11250/2601151
Utgivelsesdato
2019
Metadata
Vis full innførsel
Samlinger
  • Institutt for datateknologi og informatikk [4881]
  • Publikasjoner fra CRIStin - NTNU [26591]
Originalversjon
IEEE 35th International Conference on Data Engineering (ICDE). 2019, 35   10.1109/ICDE.2019.00163
Sammendrag
This paper introduces a highly efficient pattern mining technique called Clustering-Based Pattern Mining (CBPM). This technique discovers relevant patterns by studying the correlation between transactions in transaction databases using clustering techniques. The set of transactions are first clus-tered using the k-means algorithm, where highly correlated transactions are grouped together. Next, the relevant patterns are derived by applying a pattern mining algorithm to each cluster. We present two different pattern mining algorithms, one approximate and one exact. We demonstrate the efficiency and effectiveness of CBPM through a thorough experimental evaluation.
Utgiver
Institute of Electrical and Electronics Engineers (IEEE)

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit
 

 

Bla i

Hele arkivetDelarkiv og samlingerUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifterDenne samlingenUtgivelsesdatoForfattereTitlerEmneordDokumenttyperTidsskrifter

Min side

Logg inn

Statistikk

Besøksstatistikk

Kontakt oss | Gi tilbakemelding

Personvernerklæring
DSpace software copyright © 2002-2019  DuraSpace

Levert av  Unit