개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- 한국정보통신학회JICCE Journal of information and communication convergence engineering Journal of information and communication convergence engineering Vol.21 No.2
- 발행연도
- 2023.6
- 수록면
- 117 - 129 (13page)
이용수
초록· 키워드
오류제보하기
High-utility itemset mining (HIUM) has emerged as a key data-mining paradigm for object-of-interest identification and recommendation systems that serve as frequent itemset identification tools, product or service recommendation systems, etc. Recently, it has gained widespread attention owing to its increasing role in business intelligence, top-N recommendation, and other enterprise solutions. Despite the increasing significance and the inability to provide swift and more accurate predictions, most at-hand solutions, including frequent itemset mining, HUIM, and high average- and fast high-utility itemset mining, are limited to coping with real-time enterprise demands. Moreover, complex computations and high memory exhaustion limit their scalability as enterprise solutions. To address these limitations, this study proposes a model to extract high-utility frequent closed itemsets based on an improved cumulative summary list structure (CSLFC-HUIM) to reduce an optimal set of candidate items in the search space. Moreover, it employs the lift score as the minimum threshold, called the cumulative utility threshold, to prune the search space optimal set of itemsets in a nested-list structure that improves computational time, costs, and memory exhaustion. Simulations over different datasets revealed that the proposed CSLFC-HUIM model outperforms other existing methods, such as closed- and frequent closed-HUIM variants, in terms of execution time and memory consumption, making it suitable for different mined items and allied intelligence of business goals.
목차
Abstract
I. INTRODUCTION
II. SYSTEM MODEL AND METHODS
III. RESULTS
IV. DISCUSSION AND CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
BHUI: A New Bitwise Operation-based High Utility Itemset Mining
전기학회논문지
2019 .11
-
High Utility Itemset Mining by Using Binary PSO Algorithm with V-shaped Transfer Function and Nonlinear Acceleration Coefficient Strategy
Journal of information and communication convergence engineering
2022 .06
-
익명화된 트랜잭션 빈발패턴 결과 보정 기법
한국지능정보시스템학회 학술대회논문집
2019 .06
-
High Utility Itemset Mining by Using Binary PSO Algorithm with Database Reduction and OR/NOR Tree construction
디지털콘텐츠학회논문지
2022 .08
-
유틸리티-리스트를 이용한 높은 유틸리티 항목집합 마이닝
디지털콘텐츠학회논문지
2020 .03
-
Frequent Pattern Mining을 이용한 음악 추천 시스템
한국정보과학회 학술발표논문집
2018 .06
-
스트리밍 데이터 환경에서 차분 프라이버시를 적용한 빈발 항목 집합의 갱신 지연 기법
한국정보과학회 학술발표논문집
2018 .06
-
데이터 스트림 마이닝에서 양방향 감쇠 기법을 활용한 고관심 정보 탐색
한국산업정보학회논문지
2015 .04
-
시간 간격 기반의 빈발패턴 항목 탐사
디지털콘텐츠학회논문지
2019 .03
-
Efficient Association Rule Mining based SON Algorithm for a Bigdata Platform
디지털콘텐츠학회논문지
2017 .12
-
웹 클릭 스트림에서 고유용 과거 정보 탐색
한국산학기술학회 논문지
2016 .04
-
문헌조사를 통한 스마트 기기 어플리케이션의 효용성 및 관련 요소 정의
대한인간공학회 학술대회논문집
2017 .11
-
Decision Mining in Business Processes : A Brief Survey
대한산업공학회 춘계공동학술대회 논문집
2016 .04
-
Fuzzy Utility를 활용한 연관규칙 마이닝 시스템을 위한 알고리즘의 구현에 관한 연구
한국인터넷방송통신학회 논문지
2020 .01
-
TF-IDF based Association Rule Mining for a Large Transaction Data
대한산업공학회 추계학술대회 논문집
2017 .11
-
Storage-Aware Mining for Blockchain Network
한국통신학회 학술대회논문집
2022 .02
-
Process Mining 기반의 PI 수행 방법론 연구
한국생산제조학회 학술발표대회 논문집
2018 .05
-
Intelligent Sales Prediction for Automobile Demand from User Reviews
대한산업공학회 춘계공동학술대회 논문집
2018 .04
-
국내 종합병원 Utility Space의 체계 구축에 관한 연구
의료·복지 건축(구 한국의료복지시설학회지)
2017 .01
-
데이터베이스에서 빈발패턴의 추출을 위한 메모리 향상기법
한국인터넷방송통신학회 논문지
2019 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-004-001791800