Skip navigation
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://libeldoc.bsuir.by/handle/123456789/34861
Название: Аффинитивный анализ данных. Поиск ассоциативных правил
Авторы: Залога, А. Ю.
Марковская, Н. В.
Ключевые слова: материалы конференций;ассоциативных правила;алгоритм аpriori;полное доверие;коллективная мощь;убеждённость;рычаг;лифт
Дата публикации: 2019
Издательство: БГУИР
Библиографическое описание: Залога, А. Ю. Аффинитивный анализ данных. Поиск ассоциативных правил / А. Ю. Залога, Н. В. Марковская // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник материалов V Международной научно-практической конференции, Минск, 13–14 марта 2019 г. В 2 ч. Ч. 2 / Белорусский государственный университет информатики и радиоэлектроники; редкол. : В. А. Богуш [и др.]. – Минск, 2019. – С. 20 – 26.
Аннотация: В данной работе рассмотрены ассоциативные правила. Associations rules learning — ARL представляет из себя, простой, но довольно часто применимый в реальной жизни метод поиска взаимосвязей (ассоциаций) в датасетах, или, если точнее, айтемсетах (itemsests). История развития: впервые подробно об этом заговорил Piatesky-Shapiro G в работе “Discovery, Analysis, and Presentation of Strong Rules.” (1991) Более подробно тему развивали Agrawal R, Imielinski T, Swami A в работах “Mining Association Rules between Sets of Items in Large Databases” (1993) и “Fast Algorithms for Mining Association Rules.” (1994). Одним из ограничений стандартного подхода к обнаружению ассоциаций является то, что при поиске в большом числе возможных ассоциаций набора объектов, которые могут быть ассоциированными, есть большой риск нахождения большого числа случайных ассоциаций.
URI (Унифицированный идентификатор ресурса): https://libeldoc.bsuir.by/handle/123456789/34861
Располагается в коллекциях:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня (2019)

Файлы этого ресурса:
Файл Описание РазмерФормат 
Zaloga_Affinitivniy.PDF777.24 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.