메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Ankit Gururaj (KL University)
저널정보
아태인문사회융합기술교류학회 아시아태평양융합연구교류논문지 아시아태평양융합연구교류논문지 제2권 제4호
발행연도
2016.1
수록면
15 - 21 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Textual documents created and distributed on the Internet are constantly changing in different structures. The greater part of existing works is given to subject demonstrating and the development of individual topics, while sequential relations of topics in progressive reports distributed by a particular client are disregarded. In this paper, keeping in mind the end goal to describe and identify customized and anomalous practices of Internet clients, we propose Sequential Topic Patterns (STPs) and figure the issue of mining User-mindful Rare Sequential Topic Patterns (URSTPs) in archive streams on the Internet. They are uncommon all in all however moderately visit for particular clients, so can be connected in some genuine situations, for example, real-time monitoring on abnormal user behaviors. We show a gathering of calculations to tackle this inventive mining issue through three stages: preprocessing to remove probabilistic themes and recognize sessions for various clients, producing all the STP applicants with (expected) bolster values for every client by example development, and selecting URSTPs by making client mindful irregularity investigation on determined STPs. Probes both genuine (Twitter) and manufactured datasets demonstrate that our approach can without a doubt find extraordinary clients and interpretable URSTPs successfully and effectively, which significantly reflect users’ characteristics.

목차

등록된 정보가 없습니다.

참고문헌 (26)

참고문헌 신청
C. C. Aggarwal / 2009 / Frequent pattern mining with uncertain data / Proc. ACM SIGKDD’09 :29~38 google schola R. Agrawal / 1995 / Mining sequential patterns / Proc. IEEE ICDE’95 :3~14 google schola J. Allan / 1998 / On-line new event detection and tracking / Proc. ACM SIGIR’98 :37~45 google schola T. Bernecker / 2009 / Probabilistic frequent itemset mining in uncertain databases / Proc. ACM SIGKDD’09 :119~128 google schola D. Blei / 2006 / Correlated topic models / Adv. Neural Inf. Process. Syst. 18:147~154 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0