Periodic Pattern Mining / Kiran, R. Uday ; Fournier-Viger, Philippe ; Luna, Jose M. ; Lin, Jerry Chun-Wei ; Mondal, Anirban  

Público ISBD Ningún comentario para este registro. Título : Periodic Pattern Mining : Theory, Algorithms, and Applications Tipo de documento: documento electrónico Autores: Kiran, R. Uday, ; Fournier-Viger, Philippe, ; Luna, Jose M., ; Lin, Jerry Chun-Wei, ; Mondal, Anirban, Mención de edición: 1 ed. Editorial: Singapore [Malasia] : Springer Fecha de publicación: 2021 Número de páginas: VIII, 263 p. 65 ilustraciones, 46 ilustraciones en color. ISBN/ISSN/DL: 978-981-1639647-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Aprendizaje automático  Procesamiento de datos  Minería de datos y descubrimiento de conocimientos Clasificación: 006.3 Resumen: Este libro proporciona una introducción al campo de la minería de patrones periódicos, revisa las técnicas más modernas, analiza los avances recientes y analiza el software de código abierto. La minería de patrones periódicos es un área de investigación emergente y popular en el campo de la minería de datos. Implica descubrir todos los patrones que ocurren regularmente en bases de datos temporales. Una de las principales aplicaciones de la minería de patrones periódica es el análisis de bases de datos de transacciones de clientes para descubrir conjuntos de artículos que los clientes han comprado regularmente. Descubrir tales patrones tiene varias implicaciones para comprender el comportamiento de los clientes. Desde los primeros trabajos sobre minería de patrones periódicos se han publicado numerosos estudios y se han logrado grandes avances en este campo. El libro consta de tres partes principales: introducción, algoritmos y aplicaciones. El primer capítulo es una introducción a la minería de patrones y la minería de patrones periódica. Se discuten los conceptos de periodicidad, soporte periódico, técnicas de exploración espacial de búsqueda y estrategias de poda. También se presentan los principales tipos de algoritmos, como el crecimiento de patrones periódico-frecuente, el crecimiento de patrones periódico parcial y el algoritmo de minería de conjuntos de elementos periódicos de alta utilidad. Se revisan los desafíos y las oportunidades de investigación. Los capítulos que siguen presentan técnicas de vanguardia para descubrir patrones periódicos en (1) bases de datos transaccionales, (2) bases de datos temporales, (3) bases de datos temporales cuantitativas y (4) big data. Luego, se presenta la teoría sobre representaciones concisas de patrones periódicos, así como el ocultamiento de información sensible mediante técnicas de minería de datos que preservan la privacidad. El libro concluye con varias aplicaciones de la minería de patrones periódica, incluidas aplicaciones en análisis de datos de contaminación del aire, análisis de datos de accidentes y análisis de congestión del tráfico. Nota de contenido: Chapter 1: Introduction to Data Mining -- Chapter 2: Discovering Frequent Patterns in Very Large Transactional Database -- Chapter 3: Discovering Periodic Frequent Patterns in Temporal Databases -- Chapter 4: Discovering Fuzzy Periodic Frequent Patterns in Quantitative Temporal Databases -- Chapter 5: Discovering Partial Periodic Patterns in Temporal Databases -- Chapter 6: Finding Periodic Patterns in Multiple Sequences -- Chapter 7: Discovering Self Reliant Patterns -- Chapter 8: Finding Periodic High Utility Patterns in Sequence -- Chapter 9: Mining Periodic High Utility Sequential Patterns with Negative Unit Profits -- Chapter 10: Hiding Periodic High Utility Sequential Patterns -- Chapter 11: NetHAPP -- Chapter 12: Privacy Preservation of Periodic Frequent Patterns using Sensitive Inverse Frequency. Tipo de medio : Computadora Summary : This book provides an introduction to the field of periodic pattern mining, reviews state-of-the-art techniques, discusses recent advances, and reviews open-source software. Periodic pattern mining is a popular and emerging research area in the field of data mining. It involves discovering all regularly occurring patterns in temporal databases. One of the major applications of periodic pattern mining is the analysis of customer transaction databases to discover sets of items that have been regularly purchased by customers. Discovering such patterns has several implications for understanding the behavior of customers. Since the first work on periodic pattern mining, numerous studies have been published and great advances have been made in this field. The book consists of three main parts: introduction, algorithms, and applications. The first chapter is an introduction to pattern mining and periodic pattern mining. The concepts of periodicity, periodic support, search space exploration techniques, and pruning strategies are discussed. The main types of algorithms are also presented such as periodic-frequent pattern growth, partial periodic pattern-growth, and periodic high-utility itemset mining algorithm. Challenges and research opportunities are reviewed. The chapters that follow present state-of-the-art techniques for discovering periodic patterns in (1) transactional databases, (2) temporal databases, (3) quantitative temporal databases, and (4) big data. Then, the theory on concise representations of periodic patterns is presented, as well as hiding sensitive information using privacy-preserving data mining techniques. The book concludes with several applications of periodic pattern mining, including applications in air pollution data analytics, accident data analytics, and traffic congestion analytics. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Periodic Pattern Mining : Theory, Algorithms, and Applications [documento electrónico] / Kiran, R. Uday, ; Fournier-Viger, Philippe, ; Luna, Jose M., ; Lin, Jerry Chun-Wei, ; Mondal, Anirban,  . -  1 ed.  . - Singapore [Malasia] : Springer, 2021 . - VIII, 263 p. 65 ilustraciones, 46 ilustraciones en color. ISBN : 978-981-1639647-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Aprendizaje automático  Procesamiento de datos  Minería de datos y descubrimiento de conocimientos Clasificación: 006.3 Resumen: Este libro proporciona una introducción al campo de la minería de patrones periódicos, revisa las técnicas más modernas, analiza los avances recientes y analiza el software de código abierto. La minería de patrones periódicos es un área de investigación emergente y popular en el campo de la minería de datos. Implica descubrir todos los patrones que ocurren regularmente en bases de datos temporales. Una de las principales aplicaciones de la minería de patrones periódica es el análisis de bases de datos de transacciones de clientes para descubrir conjuntos de artículos que los clientes han comprado regularmente. Descubrir tales patrones tiene varias implicaciones para comprender el comportamiento de los clientes. Desde los primeros trabajos sobre minería de patrones periódicos se han publicado numerosos estudios y se han logrado grandes avances en este campo. El libro consta de tres partes principales: introducción, algoritmos y aplicaciones. El primer capítulo es una introducción a la minería de patrones y la minería de patrones periódica. Se discuten los conceptos de periodicidad, soporte periódico, técnicas de exploración espacial de búsqueda y estrategias de poda. También se presentan los principales tipos de algoritmos, como el crecimiento de patrones periódico-frecuente, el crecimiento de patrones periódico parcial y el algoritmo de minería de conjuntos de elementos periódicos de alta utilidad. Se revisan los desafíos y las oportunidades de investigación. Los capítulos que siguen presentan técnicas de vanguardia para descubrir patrones periódicos en (1) bases de datos transaccionales, (2) bases de datos temporales, (3) bases de datos temporales cuantitativas y (4) big data. Luego, se presenta la teoría sobre representaciones concisas de patrones periódicos, así como el ocultamiento de información sensible mediante técnicas de minería de datos que preservan la privacidad. El libro concluye con varias aplicaciones de la minería de patrones periódica, incluidas aplicaciones en análisis de datos de contaminación del aire, análisis de datos de accidentes y análisis de congestión del tráfico. Nota de contenido: Chapter 1: Introduction to Data Mining -- Chapter 2: Discovering Frequent Patterns in Very Large Transactional Database -- Chapter 3: Discovering Periodic Frequent Patterns in Temporal Databases -- Chapter 4: Discovering Fuzzy Periodic Frequent Patterns in Quantitative Temporal Databases -- Chapter 5: Discovering Partial Periodic Patterns in Temporal Databases -- Chapter 6: Finding Periodic Patterns in Multiple Sequences -- Chapter 7: Discovering Self Reliant Patterns -- Chapter 8: Finding Periodic High Utility Patterns in Sequence -- Chapter 9: Mining Periodic High Utility Sequential Patterns with Negative Unit Profits -- Chapter 10: Hiding Periodic High Utility Sequential Patterns -- Chapter 11: NetHAPP -- Chapter 12: Privacy Preservation of Periodic Frequent Patterns using Sensitive Inverse Frequency. Tipo de medio : Computadora Summary : This book provides an introduction to the field of periodic pattern mining, reviews state-of-the-art techniques, discusses recent advances, and reviews open-source software. Periodic pattern mining is a popular and emerging research area in the field of data mining. It involves discovering all regularly occurring patterns in temporal databases. One of the major applications of periodic pattern mining is the analysis of customer transaction databases to discover sets of items that have been regularly purchased by customers. Discovering such patterns has several implications for understanding the behavior of customers. Since the first work on periodic pattern mining, numerous studies have been published and great advances have been made in this field. The book consists of three main parts: introduction, algorithms, and applications. The first chapter is an introduction to pattern mining and periodic pattern mining. The concepts of periodicity, periodic support, search space exploration techniques, and pruning strategies are discussed. The main types of algorithms are also presented such as periodic-frequent pattern growth, partial periodic pattern-growth, and periodic high-utility itemset mining algorithm. Challenges and research opportunities are reviewed. The chapters that follow present state-of-the-art techniques for discovering periodic patterns in (1) transactional databases, (2) temporal databases, (3) quantitative temporal databases, and (4) big data. Then, the theory on concise representations of periodic patterns is presented, as well as hiding sensitive information using privacy-preserving data mining techniques. The book concludes with several applications of periodic pattern mining, including applications in air pollution data analytics, accident data analytics, and traffic congestion analytics. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200