BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Korczak Jerzy (Uniwersytet Ekonomiczny we Wrocławiu), Skrzypczak Piotr (Delikatesy Alma, Wrocław)
Title
Algorytm FP-Growth w wyszukiwaniu wzorców zakupów klientów
FP-Growth Algorithm in Discovery of Customer Purchasing Patterns
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Ekonomiczne Problemy Usług, 2011, nr 67, s. 61-71, tab.,rys., bibliogr. 12 poz.
Issue title
Drogi dochodzenia do społeczeństwa informacyjnego. Stan obecny, perspektywy rozwoju i ograniczenia. T. 1
Keyword
Zakupy grupowe, Klient, Algorytmy
Group purchasing, Customer, Algorithms
Note
summ.
Abstract
Jedną z najpopularniejszych i najczęściej stosowanych metod wyszukiwania wzorców zakupów klientów są metody wykorzystujące algorytmy reguł asocjacyjnych. Na przestrzeni kilkunastu lat powstało wiele algorytmów wyszukiwania reguł asocjacyjnych w zbiorach danych. Wiele z nich ewoluowało, część z nich okazała się mniej użyteczna ze względu na swą szybkość działania na ogromnych zbiorach danych i zbyt duże wymagania dostępnej pamięci. Jedną z interesujących propozycji jest algorytm FP-Growth opracowany przez J. Hana, H. Pei i Y. Yina. Algorytm ten jest szybki i skalowalny. W publikacji J. Han pokazał, że FP-Growth przewyższa wydajnością inne popularne metody wyszukiwania reguł asocjacyjnych, takie jak algorytm Apriori czy TreeProjection. W pracach wykazano, że algorytm ten ma lepsze wyniki niż Eclat i Relim.(fragment tekstu)

In the paper, an algorithm FP-Growth and its variants are discussed. A new process of finding association rules using the Rapid Miner package has been proposed. The process was optimized in terms of memory usage and performance of the rule discovery process. The impact of proposed modifications made to the whole process of finding association rules has been evaluated. The experiments have been carried out on the internet database containing the customer transactions of the Delicatessen Alma24.(author's abstract)
Accessibility
The Main Library of Poznań University of Economics and Business
Full text
Show
Bibliography
Show
  1. Bereta M.: Data Mining z wykorzystaniem programu RapidMiner, http://michalbereta.pl/dydaktyka/ZSI/Lab%20Data%20Mining%201.pdf (czerwiec 2010); http://michalbereta.pl/dydaktyka/ZSI/Lab%20Data%20Mining%202.pdf (czerwiec 2010).
  2. Bonchi F., Giannotti F., Mazzanti A., Pedreschi D.: Exante: Anticipated data reduction in constrained pattern mining, In Proceedings of the 7th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD '03), Cavtat-Dubrovnik 2003.
  3. Borgelt C.: Keeping Things Simple: Finding Frequent Item Sets by Recursive Elimination, Workshop Open Source Data Mining Software (OSDM '05, Chicago, IL), ACM Press 2005.
  4. Gyorödi C., Gyorödi R., Cofeey T., Holban S.: Mining association rules using Dynamic FP-trees, In proceedings of The Irish Signal and Systems Conference, University of Limerick 2003.
  5. Han J., Pei J, Yin Y.: Mining Frequent Patterns without Candidature Generation, w: Proc. of the 200 ACM SIGMOD Int. Conf. on Management of Data, Dallas 2000.
  6. Hand D., Mannila H., Smyth P.: Eksploracja danych, Wydawnictwo Naukowo- Techniczne, Warszawa 2005.
  7. Morzy T.: Eksploracja danych, http://www.portalwiedzy.pan.pl/images/stories/ pliki/publikacje/nauka/2007/03/N_307_06_Morzy.pdf (czerwiec 2010).
  8. Pasztyła A.: Analiza koszykowa danych transakcyjnych - cele i metody, http://www.statsoft.pl/pdf/artykuly/basket.pdf (czerwiec 2010).
  9. Rácz B.: Nonordfp: An FP-Growth Variation without Rebuilding the FP-Tree, 2nd Int'l Workshop on Frequent Itemset Mining Implementations FIMI 2004.
  10. RapidMiner 4.3. User Guide. Operator Reference. Developer Tutorial, http://docs.huihoo.com/rapidminer/rapidminer-4.3-tutorial.pdf (czerwiec 2010).
  11. Skrzypczak P.: Modelowanie wzorców zachowań klientów Delikatesów Alma przy wykorzystaniu reguł asocjacyjnych, Uniwersytet Ekonomiczny, Wrocław 2010.
  12. Zaki M., Parthasarathy S., Ogihara M., Li W.: New Algorithms for Fast Discovery of Association Rules. Proc., 3rd Int. Conf. on Knowledge Discovery and Data Mining (KDD '97), AAAI Press 1997.
Cited by
Show
ISSN
1640-6818
1896-382X
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu