BDBComp
Parceria:
SBC
Mineração incremental de regras de associação

Bruno PôssasAdriano Alonso VelosoGustavo Menezes SiqueiraWagner Meira Jr.Márcio Luiz Bunte de Carvalho

A utilização efetiva e contínua de técnicas de mineração de dados e di?cultada pela constante adição de novas transações, que resultam em bases de dados enormes, e por mudancas nos critérios utilizados na atividade de mineração, no caso de regras de associação, o suporte e a con?anca. O problema neste caso e que esse dinamismo pode invalidar algumas regras existentes e provocar o surgimento de novas regras relevantes. Neste artigo apresentamos PELICANO, um algoritmo e?ciente para geração incremental de regras de associação, que se baseia apenas nos itemsets maximais frequentes e na ocorrência de itens em transações para atualizar a base de regras de associação. Os itemsets maximais são usados para realizar uma enumeração descendente de todos os itemsets frequentes, minimizando o número de conjuntos candidatos processados para a atualização dos itemsets maximais frequentes. PELICANO difere de outros algoritmos incrementais principalmente por permitir variações no valor do suporte mínimo e por acessar, precisamente uma vez, a base de dados com as novas transações, minimizando custos de entrada/saída. Avaliamos nosso algoritmo realizando minerações incrementais tanto em bases de dados sintéticas como reais, as quais ?caram até 15 vezes mais rápida usando PELICANO.

http://www.lbd.dcc.ufmg.br:8080/colecoes/sbbd/2001/006.pdf

Caso o link acima esteja inválido, faça uma busca pelo texto completo na Web: Buscar na Web

Biblioteca Digital Brasileira de Computação - Contato: bdbcomp@lbd.dcc.ufmg.br
     Mantida por:
LBD