Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Evaluation of Data Warehouse Design Methodologies in the Context of Big Data Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Optimized Mining of Potential Positive and Negative Association Rules

verfasst von : Parfait Bemarisika, André Totohasina

Erschienen in: Big Data Analytics and Knowledge Discovery

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The negative association rules are less explored compared to the positive rules. The existing models are limited to the structure of binary data requiring of the repetitive accesses to the context, and the traditional couple support-confiance which is not effective in the presence of the dense data. For that, we propose a new model of optimization by using a new structure of data, noted MatriceSupport, and a new more selective couple, support-\(M_{GK}\).

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Knowledge Discovery of Complex Data Using Gaussian Mixture Models
Nächstes Kapitel Extracting Non-redundant Correlated Purchase Behaviors by Utility Measure
Literatur
1.
Agrawal, R., Srikant, R.: Fast algorithms for mining association rules. In: Proceedings of 20th VLDB Conference, Santiago, Chile, pp. 487–499 (1994)
2.
Bastide, Y., Taouil, R., Pasquier, N., Stumme, G., Lakhal, L.: Mining frequent patterns with counting inference. SIGKDD Explor. 2(2), 66–75 (2000)CrossRefMATH
3.
Bemarisika, P.: Extraction de régles d’association selon le couple support-\(M_{GK}\): Graphes implicatifs et Application en didactique des mathématiques. Université d’Antsiranana, Madagascar (2016)
4.
Bemarisika, P., Totohasina, A.: Apport des régles négatives l’extraction des régles d’association. SFC 2014, CNRST-Raba-Maroc, pp. 99–104 (2014)
5.
Bemarisika, P., Totohasina, A.: Eomf: Un algorithme d’extraction optimiseée des motifs fréquents. In: Proceedings of AAFD & SFC, Marrakech Maroc, pp. 198–203 (2016)
6.
Boulicaut, J.-F., Bykowski, A., Jeudy, B.: Towards the tractable discovery of association rules with negations. In: Larsen, H.L., Andreasen, T., Christiansen, H., Kacprzyk, J., Zadrożny, S. (eds.) Conference on FQAS 2000. Advances in Soft Computing, vol. 7, pp. 425–434. Springer, Heidelberg (2000)
7.
Brin, S., Motwani, R., Silverstein, C.: Bayond market baskets: Generalizing association rules to correlation. In: Proceedings of the ACM SIGMOD, pp. 265–276 (1997)
8.
Cornelis, C., Yan, P., Zhang, X., Chen, G.: Mining Positive and Negative Association Rules from Large Databases. Proceedings of the IEEE, pp. 613–618 (2006)
9.
Ganter, B., Wille, R.: Formal Concept Analysis: Mathematical Foundations. Springer, New York (1999)CrossRefMATH
10.
Guillaume, S.: Traitement de données volumineuses. Mesure et algorithmes d’extraction de régles d’association et régles ordinales. Université de Nantes (2000)
11.
Guillaume, S., Papon, P.-A.: Extraction optimiséé de Régles d’Association Positives et Négatives (RAPN). Clermont Université, LIMOS (2013)
12.
Totohasina, A., Ralambondrainy, H.: ION: A pertinent new measure for mining information from many types of data. IEEE, SITIS, pp. 202–2007 (2005)
13.
Wu, X., Zhang, C., Zhang, S.: Efficient mining of both positive and negative association rules. ACM Trans. Inf. Syst. 3, 381–405 (2004)CrossRef
Metadaten
Titel
Optimized Mining of Potential Positive and Negative Association Rules
verfasst von
Parfait Bemarisika
André Totohasina
Copyright-Jahr
2017
Buch
Big Data Analytics and Knowledge Discovery

Print ISBN: 978-3-319-64282-6

Electronic ISBN: 978-3-319-64283-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-64283-3_31