کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

بهبود الگوریتم‌ BIO-HUIF-PSO با هدف افزایش تعداد مجموعه اقلام با ارزش استخراج شده

نویسندگان :

زینب ایزدی¹ آزاده سلطانی² وحید کیانی³

1- دانشگاه بجنورد 2- دانشگاه بجنورد 3- دانشگاه بجنورد

کلمات کلیدی :

استخراج مجموعه اقلام با ارزش، الگوریتم تکاملی، بهینه‌سازی ازدحام ذرات.

چکیده :

استخراج مجموعه اقلام با ارزش (HUPM ) به دلیل کاربردهای آن در دنیای واقعی یکی از مسائل مهم در داده‌کاوی است. مجموعه اقلام با ارزش مجموعه اقلامی هستند که در پایگاه‌داده تراکنشی منجر به ارزش و سود بالاتری شده در نتیجه اهمیت بیشتری دارند. ارزش مجموعه اقلام از خاصیت بستار نزولی پیروی نمی‌کند، در نتیجه امکان هرس فضای جستجو با استفاده از این معیار وجود ندارد. از این‌ جهت فضای جستجو نمایی است و عملکرد الگوریتم‌ها با افزایش حجم پایگاه داده و مجموعه اقلام به سرعت تنزل می‌کند، این موضوع برای پایگاه داده‌های بزرگ غیرقابل قبول است. بنابراین استفاده از الگوریتم‌های تکاملی برای حل اینگونه مسائل مطرح شده است. هدف از این تحقیق بهبود الگوریتم متاهیورستیک BIO-HUIF-PSO با بهره‌گیری از ویژگی‌های‌ پایگاه داده مانند حداکثر طول تراکنش و ارزش مجموعه اقلام برای تولید ذرات است به نحوی که بتوان مجموعه اقلام با ارزش بیشتری را شناسایی کرد. آزمایش‌ها بر روی مجموعه داده‌های واقعی نشان می‌دهد که روش پیشنهادی عملکرد بهتری از نظر کشف تعداد مجموعه اقلام با ارزش نسبت به الگوریتم پایه دارد. برای مجموعه‌داده Retail با 16 هزار قلم، روش پیشنهادی توانسته است برای استخراج مجموعه آیتم‌هایی با ارزش حداقل 5000، تعداد مجموعه اقلام با ارزش استخراج شده را به بیش از 1000 مجموعه افزایش دهد، در حالی که روش پایه قادر به استخراج هیچ مجموعه قلم با ارزشی نبوده است.