Using Clustering and Association Rules Techniques - Couverture souple

Subhi Ali, Dr Rasha; Sadiq, Dr Prof Ahmed T; Duaimi, Dr Mehdi G

 
9786134979030: Using Clustering and Association Rules Techniques

Synopsis

L'utilisation de la compression des données présente de nombreux avantages, comme économiser de l'espace sur les disques durs ou réduire l'utilisation de la bande passante de transmission dans le réseau. Dans ce travail, deux techniques intelligentes sont utilisées comme algorithmes de compression de données sans perte, à savoir les techniques de clustering et de règles d'association. Dans la première étape, la base de données est compressée en utilisant une technique de clustering suivie d'un algorithme de règles d'association. La première technique partitionne les données qui existent dans le fichier de base de données et enregistre ces données en tant que clusters en utilisant l'algorithme adaptatif k-means tandis que la deuxième technique extrait les règles importantes de chaque cluster à l'aide de l'algorithme apriori. Plusieurs expériences sont réalisées dans plusieurs tailles de base de données. Les expériences montrent que l'utilisation de l'algorithme adaptatif k-means et de l'algorithme apriori ensemble offre un meilleur taux de compression et une taille de fichier compressé plus petite. L'algorithme apriori augmente le taux de compression de l'algorithme adaptatif k-means lorsqu'ils sont utilisés ensemble.

Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.