Revista: | Computación y sistemas |
Base de datos: | |
Número de sistema: | 000560165 |
ISSN: | 1405-5546 |
Autores: | Díaz Molina, Arnaldo1 García Garrido, Luciano1 |
Instituciones: | 1Universidad de La Habana, Facultad de Matemática y Computación, La Habana, La Habana. Cuba |
Año: | 2018 |
Periodo: | Abr-Jun |
Volumen: | 22 |
Número: | 2 |
Paginación: | 563-583 |
País: | México |
Idioma: | Español |
Tipo de documento: | Artículo |
Resumen en español | Los algoritmos para el reconocimiento y clasificación de itemsets en bases de datos transaccionales aspiran a satisfacer un resultado indispensable en la obtención posterior de correlaciones en minería de asociación: encontrar los itemsets de ocurrencia más frecuente los que se constituyen en patrones para establecer posteriormente las correlaciones entre los mismos. El estado del arte muestra que la mayoría de los algoritmos obtienen el conjunto completo de itemsets en la búsqueda de patrones, mientas que otros obtienen los patrones de longitud máxima. Ambas estrategias tienen limitaciones para la obtención de las correlaciones: obtener el conjunto completo de itemsets implica analizar muchos resultados de poca relevancia, mientras que concentrarse solo en los de longitud máxima implica la pérdida de información importante. El objetivo de este trabajo es ofrecer un nuevo algoritmo, denominado FP-MAXFLOW, para obtener un conjunto de itemsets que tomados como patrones permiten establecer correlaciones entre conjuntos de itemsets relevantes de la mayor longitud posible y evitando redundancias. Tal resultado se obtiene con un solo recorrido de la base de datos. Los análisis comparativos demuestran que FP-MAXFLOW es competitivo con otros algoritmos que figuran entre los más utilizados. |
Resumen en inglés | Algorithms for itemsets recognition and classification have been widely studied. The state of the art shows that most of the algorithms obtain all possible itemsets, others only obtain maximal ones. Both approaches have limitations for getting relevant correlations. Obtaining all itemsets imply many irrelevant patterns. By obtaining only maximal patterns important information could be ignored. The goal of this work is to offer an algorithm for obtaining the patterns which more efficiently could describe the correlations. The new algorithm, called FP-MAXFLOW is able to extract these, information efficiently with one database scan. The comparative studies show that it is a competitive solution according to other algorithms which are among the most used. |
Disciplinas: | Ciencias de la computación |
Palabras clave: | Procesamiento de datos, Correlaciones, Frecuencias, Itemsets, Patrones, Algoritmos, Minería, Bases de datos |
Keyword: | Correlations, Frequencies, Itemsets, Patterns, Algorithms, Mining, Data processing, Data bases |
Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |