Sử dụng hai ngưỡng khai thác tập có thể xóa trên dữ liệu tăng cường
Tóm tắt:
Khai thác dữ liệu truyền thống thường được áp dụng trên các cơ sở dữ liệu (CSDL) tĩnh và xử lý theo lô. Trên thực tế, cơ sở dữ liệu thường xuyên biến động, việc xử lý theo lô không hiệu quả gây lãng phí khi một lượng nhỏ dữ liệu được thêm vào nhưng phải khai thác lại từ đầu. Vì vậy, khai thác dữ liệu trên cơ sở dữ liệu động đã thu hút sự nghiên cứu của nhiều tác giả. Trong đó, khai thác tập có thể xoá (EIs) trên cơ sở dữ liệu tăng cường là một trong những lĩnh vực thú vị. Mặc dù gần đây cũng đã có một vài công trình được phát triển để xử lý việc cập nhật EIs trên cơ sở dữ động nhưng hạn chế chính là xác suất quét lại CSDL lớn dẫn đến tốn nhiều thời gian cập nhật. Trong bài báo này chúng tôi đề xuất một thuật toán cập nhật EIs sử dụng hai ngưỡng để tránh việc quét lại nhiều lần CSDL gốc cũng như sử dụng các cấu trúc dữ liệu mới để xử lý dữ liệu tăng cường hiệu quả.
Abstract:
Traditional data mining is often applied in static databases and bath processing. In fact, databases are often changed, bath processing is not suitable because it consumes more time to mine in the whole database. Therefore, mining in dynamic databases attracted many researchers where mining erasable itemsets (EIs) in incremental databases is one of interesting areas. Recent years, there are some publications developed for updated EIs in dynamic databases but they consume more time to rescan the original database. In this paper we propose an algorithm for updating EIs using two minimum thresholds to avoid rescanning databases, we also use new data structure to efficient process incremental databases.
