با استفاده از داده کاوی می توان از بین حجم زیادی از دادههای ذخیره شده در پایگاههای داده اطلاعات مفیدی بدست آورد. روشهای زیادی برای این کار طراحی شده است; قوانین وابستگی یکی از این روشها است. با استفاده از این روش می توان الگوهای پنهان و جالبِ بین دادهها را شناسایی کرد. الگوریتم ژنتیک یکی از روشهای اکتشافی برای استخراج قوانین وابستگی است. با استفاده از این الگوریتم می توان در بین تراکنش های یک پایگاه داده، بازههای عددی مرتبط با یکدیگر را استخراج و بر اساس آنها قانون تعریف کرد. هدف از این مقاله، استخراج الگوهایی از رفتار خرید مشتریانِ یک فروشگاه مواد غذایی در کشور پرتغال است. الگوهای استخراج شده شامل بازههای عددی مربوط به مبالغِ خریدِ هر کدام از های اقلام این فروشگاه است. نتایج نشان داده است که تعداد قانونهای استخراج شده توسط الگوریتم ژنتیک در مقایسه با الگوریتم Apriori، به عنوان الگوریتم پایه برای استخراج قوانین وابستگی، بسیار بیشتر و از تنوع بالاتری برخوردار بوده است.
کلید واژگان :قوانین وابستگی، الگوریتم ژنتیک، الگوریتم Apriori.
ارزش ریالی : 300000 ریال
با پرداخت الکترونیک
جزئیات مقاله
- کد شناسه : 6143999715990191
- سال انتشار : 1394
- نوع مقاله : مقاله کامل پذیرفته شده در کنفرانس ها
- زبان : فارسی
- محل پذیرش : کنفرانس بین المللی پژوهش در مهندسی، علوم و تکنولوژی استانبول ترکیه
- برگزار کنندگان : شرکت بین المللی Oxford Cert
- تاریخ ثبت : 1394/05/28 19:42:39
- ثبت کننده : محمد مهرنیا
- تعداد بازدید : 260
- تعداد فروش : 0