A Scalable Algorithm for Vertical Mining of Quantitative Frequent Patterns
Notice bibliographique
Résumé
Frequent pattern mining has become popular in big data analytics and knowledge discovery as it discovers sets of items (e.g., merchandise items or events) that co-occur frequently. These frequent patterns are discovered by either horizontally by transaction-centric mining algorithms or vertically by item-centric mining algorithms. Regardless of the mining algorithms used, traditional frequent pattern mining algorithms focus on discovering Boolean frequent patterns, which reveal the presence or absence of specific items within the discovered patterns. However, in many real-life scenarios, the quantities of items within the patterns are crucial. For instance, the quantity of items can significantly impact the profitability of selling the items found in the discovered patterns. A very recent quantitative algorithm called Q-VIPER mined frequent quantitative patterns by representing the big data as a collection of item-centric bitmaps. Each bitmap captures the presence or absence of a transaction containing the item, together with the quantity of that item in each transaction. It then mines quantitative frequent patterns vertically. It works well with small quantity. However, when dealing with large quantity, it generates a large number of sets of candidate quantitative frequent patterns (aka sets of item expressions, or itemexpsets for short). Given that large quantities are not unusual in numerous real-life applications, we design a scalable solution in this paper. The resulting scalable quantitative frequent pattern algorithm called SQ-VIPER significantly reduces the number of candidates to be generated, and thus speeds up the mining process. Evaluation results show that superiority of our SQ-VIPER over the existing Q-VIPER and MQA-M algorithms, which respectively mine quantitative frequent patterns vertically and horizontally.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».