- 會議論文
不需要最小支持度的關聯法則探勘演算法
An Efficient Algorithm for Mining Top-K Frequent Closed Itemsets without Minimum Support
摘要
面對競爭激烈的時代，企業無不採取電腦化來提高效益。利用資料挖掘技術，可以幫助企業擷取龐大資料庫裡隱藏的有用資訊，特別是在關聯法則方面的應用。透過關聯法則可以找出資料庫中某些商品項目間彼此的關聯性，如消費者的購物型態等。對於如何才能有效地推導出關聯規則，已經有許多的方法相繼被提出。其中常見項目集探勘的方法被廣泛的研究，大部份的研究都必需要有最小支持度門檻值之項目集，來找出滿足最小支持度門檻值的常見項目集的完整集合，然而實際上使用者要找出一個大概的最小支持度門檻值是一件困難的事情。在找出常見項目集探勘的完整集合比top-k常見封閉項目集更為困難，因此本研究發展一個有效的演算法用來解決不需最小支持度門檻值，並利用hash function方式來加速探勘的結果。
延伸閱讀
- 黃仁鵬、藍國誠（2006）。高效率探勘關聯規則之演算法—GRA。電子商務學報，8(4)，469-498。https://doi.org/10.6188/JEB.2006.8(4).02
- Lei, H. Y. (2013). 最大有限分支度d集合問題之啟發式演算法設計與分析 [master's thesis, National Chung Cheng University]. Airiti Library. https://www.airitilibrary.com/Article/Detail?DocID=U0033-2110201613543856
- 陳朝勳（2014）。平行化關聯式規則資料探勘演算法之效能比較〔碩士論文，國立臺中科技大學〕。華藝線上圖書館。https://doi.org/10.6826/NUTC.2014.00027
- Tseng, F. C., & Fu, G. S. (2006). Efficiently Mining Maximal Frequent Itemsets by Item Grouping and 3-Dimensional Indexing. Electronic Commerce Studies, 4(1), 37-55. https://doi.org/10.29767/ECS.200603.0003
- Chienwen Wu、Heng-Hsing Chu、You-Shyang Chen（2017）。A Frequent Itemset Mining Algorithm for Solving Facility Partition Location Covering Problem。中正嶺學報，46(1)，19-30。https://www.airitilibrary.com/Article/Detail?DocID=P20221212001-N202302130016-00002