مقاله مرتبط در حوزه سیستم های توصیه گر (۴)

قبل از مطالعه در این مورد حتما سری به اینجا بزنید. هر گونه سوال و پرسش و مشاوره رایگان را از طریق آی دی تلگرام ما به آدرس research_moghimi@ مطرح کنید.

در این مقاله برای این که نیاز به اسکن زیاد پایگاه داده نباشد و همچنین نیاز به تولید مجموعه کاندیها نباشد ازالگوریتم FP استفاده میشود . این نشان می دهد که دیتا ست به یک بار بررسی نیاز دارد همچنین این الگوریتم به تولید مجموعه کاندیدها نیاز دارند بنابراین در مقایسه با Apriori ازنظر بهره وری خیلی بهتر است. اما خود الگوریتم FPبه علت این که تعداد زیادی شاخه ایجاد میکند و آیتم های یکسان در بیش از یک نود ظاهر می شوند. اما دردرخت FP ما هر آیتم مشخص فقط یک نود دارد. و آیتم هایی که به صورت بازگشتی وجود دارند در یک جدولی بنام STABLE ذخیره می شود.درخت پیشنهادی ما شامل دو عنصر اصلی درخت و جدول می باشد. درخت نشان دهنده ارتباط بین آیتم ها و جدول برای ذخیره آیتم های یدکی استفاده می شود.که این جدول دو ستون دارد نام آیتم و فرکانس آن. بعد از تشکیل جدول مورد نظر اگر فرکانس آیتم در درخت FP برابر با SUPPORT کاربر می باشد سپسفرکانس مجموعه آیتم های مکرر برای آیتم برابر فرکانس FP-TREE است. در مواردی که SUPPORT بزرگتر از فرکانس FP-TREE است. فرکانس مجموعه آیتم های مکرر برابر است با جمع فرکانس درخت FP و جدول STABLE در آخرین مورد وقتی support کمتر از فرکانس درخت fp است، ازروش فرکانس برای مجموعه آیتم های مکرر، فرکانس درخت fp است.

لینک دانلود مقاله

Add a Comment

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *


پاسخ من را به ایمیلم ارسال کن

مشاوره می خواهید؟ ما همیشه آنلاین هستیم. در هر حوزه ای در تلگرام یا واتس آپ با شماره تلفن 09367938018 ارتباط بگیرید
+