Academic Journal
An Efficient Method for Mining Top-K Closed Sequential Patterns
| Τίτλος: | An Efficient Method for Mining Top-K Closed Sequential Patterns |
|---|---|
| Συγγραφείς: | Thi-Thiet Pham, Tung Do, Anh Nguyen 0006, Bay Vo, Tzung-Pei Hong |
| Πηγή: | IEEE Access, Vol 8, Pp 118156-118163 (2020) |
| Στοιχεία εκδότη: | Institute of Electrical and Electronics Engineers (IEEE), 2020. |
| Έτος έκδοσης: | 2020 |
| Θεματικοί όροι: | FOS: Computer and information sciences, Parallel computing, Rough Sets Theory and Applications, Sequential Patterns, Artificial intelligence, Execution time, Data Stream Management Systems and Techniques, Computer Networks and Communications, Economics, sequential pattern, Column-oriented Database Systems, 02 engineering and technology, Complex Event Processing, Query Optimization, Task (project management), Data Mining Techniques and Applications, Temporal Data Mining, 0202 electrical engineering, electronic engineering, information engineering, Closed sequential pattern, Data mining, data mining, Computer science, Bitmap, TK1-9971, Management, top-k sequential patterns, Computational Theory and Mathematics, Computer Science, Physical Sciences, Electrical engineering. Electronics. Nuclear engineering, Information Systems |
| Περιγραφή: | Le problème de l'exploitation des modèles séquentiels fermés (CSP) est une tâche essentielle dans l'exploration de données, avec de nombreuses applications différentes. Il est utilisé pour résoudre les situations d'énormes bases de données ou de faibles seuils de support minimum (minsup) dans les schémas séquentiels de minage. Cependant, il est difficile et nécessite beaucoup de temps pour personnaliser les valeurs de minsup afin de générer le nombre approprié de CSP souhaités par les utilisateurs. Pour résoudre ce problème, l'algorithme TSP pour l'extraction des CSP top-k a été précédemment proposé, k étant un paramètre donné. L'algorithme renverrait les k CSP qui ont les valeurs de support les plus élevées dans une base de données. Cependant, son temps d'exécution et son utilisation de la mémoire étaient élevés. Dans cet article, un algorithme nommé TKCS (Top-K Closed Sequences) est proposé pour exploiter efficacement les CSP top-k. Pour améliorer le temps d'exécution et l'utilisation de la mémoire, il utilise une base de données bitmap verticale pour représenter les données. En outre, il adopte des stratégies utiles dans le processus d'exploitation des CSP top-k telles que : toujours choisir les modèles séquentiels avec les plus grandes valeurs de support pour générer des modèles candidats et stocker les CSP top-k dans un ordre croissant des valeurs de support pour augmenter la valeur minsup plus rapidement. Les résultats empiriques montrent que TKCS a de meilleures performances que TSP pour découvrir les CSP les plus performants en termes d'exécution et d'utilisation de la mémoire. El problema de explotar patrones secuenciales cerrados (CSP) es una tarea esencial en la minería de datos, con muchas aplicaciones diferentes. Se utiliza para resolver las situaciones de bases de datos enormes o umbrales de soporte mínimo bajo (minsup) en patrones secuenciales de minería. Sin embargo, es un desafío y necesita mucho tiempo para personalizar los valores mínimos para generar el número adecuado de CSP deseados por los usuarios. Para superar este problema, se propuso previamente el algoritmo TSP para minar los CSP top-k, siendo k un parámetro dado. El algoritmo devolvería los k CSP que tienen los valores de soporte más altos en una base de datos. Sin embargo, su tiempo de ejecución y uso de memoria eran altos. En este documento, se propone un algoritmo llamado TKCS (Top-K Closed Sequences) para extraer los mejores k CSP de manera eficiente. Para mejorar el tiempo de ejecución y el uso de memoria, utiliza una base de datos de mapa de bits vertical para representar los datos. Además, adopta algunas estrategias útiles en el proceso de explotación de los mejores CSP, como: elegir siempre los patrones secuenciales con los mayores valores de soporte para generar patrones candidatos y almacenar los mejores CSP en un orden ascendente de los valores de soporte para aumentar el valor de minsup más rápidamente. Los resultados empíricos muestran que TKCS tiene un mejor rendimiento que TSP para descubrir los mejores CSP en términos de tiempo de ejecución y uso de memoria. The problem of exploiting Closed Sequential Patterns (CSPs) is an essential task in data mining, with many different applications. It is used to resolve the situations of huge databases or low minimum support (minsup) thresholds in mining sequential patterns. However, it is challenging and needs a lot of time to customize the minsup values for generating appropriate numbers of CSPs desired by users. To conquer this issue, the TSP algorithm for mining top-k CSPs was previously proposed, with k being a given parameter. The algorithm would return the k CSPs which have the highest support values in a database. However, its execution time and memory usage were high. In this paper, an algorithm named TKCS (Top-K Closed Sequences) is proposed to mine the top-k CSPs efficiently. To improve the execution time and memory usage, it uses a vertical bitmap database to represent data. Besides, it adopts some useful strategies in the process of exploiting the top-k CSPs such as: always choosing the sequential patterns with the greatest support values for generating candidate patterns and storing top-k CSPs in an ascending order of the support values to increase the minsup value more quickly. The empirical results show that TKCS has better performance than TSP for discovering the top-k CSPs in terms of both runtime and memory usage. تعد مشكلة استغلال الأنماط المتسلسلة المغلقة (CSPs) مهمة أساسية في استخراج البيانات، مع العديد من التطبيقات المختلفة. يتم استخدامه لحل حالات قواعد البيانات الضخمة أو عتبات الحد الأدنى من الدعم (minsup) في أنماط التعدين المتسلسلة. ومع ذلك، فإنه من الصعب ويحتاج إلى الكثير من الوقت لتخصيص قيم minsup لتوليد الأعداد المناسبة من مقدمي خدمات الحوسبة المرغوبة من قبل المستخدمين. للتغلب على هذه المشكلة، تم اقتراح خوارزمية TSP لتعدين CSPs من الدرجة الأولى، مع كون k معلمة معينة. ستقوم الخوارزمية بإرجاع k CSPs التي تحتوي على أعلى قيم الدعم في قاعدة البيانات. ومع ذلك، كان وقت التنفيذ واستخدام الذاكرة مرتفعين. في هذه الورقة، يتم اقتراح خوارزمية تسمى TKCS (تسلسلات Top - K المغلقة) لاستخراج مزودي الطاقة الشمسية المركزة الأعلى كفاءة. ولتحسين وقت التنفيذ واستخدام الذاكرة، يستخدم قاعدة بيانات نقطية رأسية لتمثيل البيانات. إلى جانب ذلك، تتبنى بعض الاستراتيجيات المفيدة في عملية استغلال مزودي خدمة العملاء الأعلى رتبة مثل: اختيار الأنماط المتسلسلة دائمًا بأكبر قيم دعم لتوليد أنماط مرشحة وتخزين مزودي خدمة العملاء الأعلى رتبة بترتيب تصاعدي لقيم الدعم لزيادة قيمة minsup بسرعة أكبر. تُظهر النتائج التجريبية أن TKCS يتمتع بأداء أفضل من TSP لاكتشاف أفضل مزودي خدمات CSP من حيث وقت التشغيل واستخدام الذاكرة. |
| Τύπος εγγράφου: | Article Other literature type |
| ISSN: | 2169-3536 |
| DOI: | 10.1109/access.2020.3004528 |
| DOI: | 10.60692/wvtaa-vp042 |
| DOI: | 10.60692/mmsk5-w3822 |
| Σύνδεσμος πρόσβασης: | https://ieeexplore.ieee.org/ielx7/6287639/8948470/09123855.pdf https://doaj.org/article/e189b0d2f1b24eb6a82261f31f3359ef |
| Rights: | CC BY CC BY NC ND |
| Αριθμός Καταχώρησης: | edsair.doi.dedup.....c9d1076ffde7e5243fadc05fd720a624 |
| Βάση Δεδομένων: | OpenAIRE |
| ISSN: | 21693536 |
|---|---|
| DOI: | 10.1109/access.2020.3004528 |