Assoziationsregel-Mining auf progressiven und hochdimensionalen Daten

Association Rule Mining spielt eine wichtige Rolle bei vielen bedeutenden Data-Mining-Aufgaben wie dem Mining häufiger Muster, Assoziationen, sequenzieller Muster, geschlossener und kolossaler Muster usw. Die exponentielle Zunahme der Verfügbarkeit von fortschrittlichen und hochdimensionalen Datensätzen wie Microarray- und Genexpressionsdaten mit unterschiedlichen Merkmalen ermöglicht die Untersuchung der Leistung von Assoziationsregel-Mining-Techniken für eine effiziente Regelentdeckung. Dieses Buch legt den Schwerpunkt auf die Bewertung der Leistung der Entdeckung von Assoziationsregeln mit Doubleton Pattern Mining (DPM)-Methoden zur Gewinnung verschiedener Arten von häufigen Mustern aus hochdimensionalen progressiven Datensätzen.