%37تخفیف

دانلود پروژه: کاوش اقلام پرتکرار در فروشگاه آنلاین با استفاده از اتوماتای یادگیرسلولی

تعداد 63 صفحه در فایل word

چکیده

یافتن الگوهای متناوب در پایگاه­ داده­های بزرگ، یکی از مهم‌ترین کاربردهای داده­کاوی است. با کشف این الگوها، فرایند تصمیم‌گیری و تعیین استراتژی در سازمان­ها با دقت بیشتری همراه می­شود. منظور از یک الگوی تکراری، الگویی است که در تعداد قابل توجهی از تراکنش‌ها دیده می­شود. با توجه به خواص این مدل داده‌ها یعنی تولید به صورت نامحدود و با سرعتی بالا نمی‌توان این داده‌ها را در حافظه ذخیره نمود و به همین خاطر به تکنیک‌هایی نیاز است که بتوانند آن­ها را به صورت برخط پردازش نموده و الگوهای تکراری را بیابند. هدف از این پژوهش، ارائه روشی است که کشف این الگوها را در زمان کمتر و میزان حافظه مصرفی کمتر بدست آورد. برای مثال: یک مشتری برای خرید به فروشگاه مجازی یک خواربارفروشی مراجعه و به صورت برخط از آن خرید می­کند. در حقیقت با این کار نمونه­هایی از تراکنش مربوط به خرید ارائه می­شود. فروشگاه­ها، مجموعه­ای از تراکنش­ها را در هر بار با ثبت فعالیت تجاری آن­ها نگهداری می­کنند. به عنوان یک کاربرد می­توان مجموعه اقلامی را یافت که در یک پایگاه تراکنش به همراه خیلی از تراکنش­های دیگر ظاهر می­شوند. یک فروشگاه یا کسب­و­کار با اطلاع از این الگوها می­تواند موقعیت اقلام فوق در فروشگاه خود را بهبود ببخشد. در این پژوهش، روشی مبتنی بر آتوماتای یادگیر سلولی جهت کاوش اقلام پرتکرار ارائه می­شود. روش پیشنهادی با روش­های Apriori،  FP-Growthو BitTable مقایسه می­گردد و نشان داده می‌شود که کاوش الگوهای پرتکرار را می‌توان در زمان اجرای کمتری بدست آورد. آزمایشات برای تمامی الگوریتم‌ها و روش ارائه شده بر روی چندین مجموعه داده­ آزمایشی با مقادیر min_sup متفاوت انجام می‌شود، که نتایج بدست آمده میزان کارایی روش پیشنهادی را نشان می‌دهد.

کلمات کلیدی: کاوش اقلام پرتکرار، اتوماتای سلولی، داده­کاوی، قوانین انجمنی.

فهرست مطالب

فصل اول- کلیات و ادبیات تحقیق 1

1-1 مقدمه 2

1-2 بیان مسأله 2

1-3 اهمیت و ضرورت تحقیق 4

1-4 تعریف اصطلاحات و واژه­ها 5

1-4-1 داده­کاوی 5

1-4-2 داده­کاوی و تکنیک‌های آن 5

1-4-2-1 قوانین انجمنی 6

1-4-2-2 طبقه‌بندی 7

1-4-2-3 خوشه‌بندی 8

1-4-3 الگوهای متناوب 9

1-4-4 الگوریتم‌های جستجو 10

1-4-5 اتوماتای سلولی 10

1-4-6 اتوماتای یادگیر 12

1-4-7 اتوماتای یادگیر سلولی 13

1-4-7 انواع اتوماتاهای یادگیر 15

1-5 مدل مفهومی 16

فصل دوم- مبانی نظری و پیشینه تحقیق 17

2-1 مقدمه 18

2-2 الگوریتم Apriori 18

2-3 الگوریتم FP-Growth 20

2-4 کاوش مجموعه آیتم های متناوب با استفاده از قالب عمودی داده 22

2-5 الگوریتم جدول بیت نگاشت 22

فصل سوم- الگوریتم پیشنهادی 26

3-1 مقدمه 27

3-2 روش پیشنهادی 27

3-2-1 استخراج مجموعه 1-آیتمی­های پرتکرار 28

3-2-2 فشرده سازی و هرس تراکنش­ها 31

3-2-3 سلول­های اتوماتای سلولی و همسایگی 33

3-2-4 به­روزرسانی لیست مجاورتی 34

3-2-5 پیمایش لیست مجاورتی 37

    3- 4 شبه کد الگوریتم پیشنهادی 39

فصل چهارم- یافته­های تحقیق 41

4-1 مقدمه 42

4-2 مقایسه نتایج بدست آمده 42

فصل پنجم- نتیجه­گیری 45

5-1 بحث و نتیجه­گیری 46

5-2 پیشنهادها 46

منابع 47

واژه نامه فارسی به انگلیسی 49

واژه نامه انگلیسی به فارسی 51

چکیده به انگلیسی 53

 

فهرست جدول­ها

جدول 1-1 نمونه ای از یک پایگاه تراکنش 3

جدول 2-1 مجموعه آیتم­های متناوب با حداقل پشتیبانی 1 3

جدول 2-1 مثالی از مجموعه داده در FP-Growth 21

جدول2-2 مثالی از الگوهای تکراری به روش FP-Growth 21

جدول2-3 مثال مجموعه داده 24

جدول2-4 مجموعه داده مرتب شده بر اساس پشتیبان مجموعه آیتم­های 1-آیتمی 24

جدول2-5 جدول بیت نگاشت حاصل از فشرده­سازی تراکنش­­های جدول 2-4 24

جدول2-6 آرایه اولویت 24

جدول2-7 کاهش اولویت آیتم {2} از جدول بیت نگاشت 24

جدول2-8 لیست select آیتم {2} 24

جدول 3-1 مثال مجموعه داده 29

جدول 3-2 لیست اولیه 1-آیتمی­ها 29

جدول 3-3 لیست 1-آیتمی­ها پس از اجرای تراکنش شماره 1 29

جدول3-4 لیست 1-آیتمی­ها پس از اجرای تراکنش شماره 2 29

جدول3-5 لیست 1-آیتمی­ها پس از اجرای تراکنش شماره 3 30

جدول3-6 لیست 1-آیتمی­ها 30

جدول3-7 مجموعه 1-آیتمی­های پرتکرار 30

جدول 3-8 لیست اولیه تراکنش­های فشرده­سازی شده 31

جدول 3-9 لیست تراکنش­های فشرده­سازی شده پس از اجرای تراکنش شماره 1 32

جدول 3-10 لیست تراکنش­های فشرده­سازی شده پس از اجرای تراکنش شماره 2 32

جدول 3-11 لیست تراکنش­های فشرده­سازی شده پس از اجرای تراکنش شماره 4 32

جدول 3-12 مجموعه داده فشرده­سازی شده 33

جدول5-1 مجموعه داده­های مورد استفاده 42

                                                                                                             

 

 

فهرست شکل­ها و تصویرها

شکل 1-1 فرایند داده­کاوی 5

شکل 1-2 داده­کاوی و تجمعی از زمینه­های مختلف 6

شکل 1-3 نمایش همسایگی مدل مور و فون نویمان 11

شکل 1-4 ارتباط بین اتوماتای یادگیر و محیط 13

شکل 1-5 اتوماتای یادگیر سلولی 15

شکل 1-6 مدل مفهومی پژوهش 16

شکل 2-1 مثالی از شبکه­بندی زيرمجموعه‌ای در Apriori 19

شکل 2-2 مثالی از FP-Growth 21

شکل 3-1 لیست سلول­ها بر اساس مجموعه 1-آیتمی­های پرتکرار جدول 3-7 33

شکل 3-2 ویژگی­های سلول 34

شکل 3-3 لیست مجاورتی سلول­ها پس از اجرای تراکنش 1 35

شکل 3-4 لیست مجاورتی سلول­ها پس از اجرای تراکنش 2 36

شکل 3-5 همسایگان و لیست مجاورتی سلول C 36

شکل 3-6 همسایگان و لیست مجاورتی سلول F 37

شکل 5-1 مقایسه الگوریتم­ها در مجموعه داده Mushroom 42

شکل 5-2 مقایسه الگوریتم­ها در مجموعه داده Basket 43

شکل 5-3 مقایسه الگوریتم­ها در مجموعه داده Retail 43

شکل 5-4 مقایسه الگوریتم­ها در مجموعه داده Accidents 44

شکل 5-5 مقایسه الگوریتم­ها در مجموعه داده Kosarak 44

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo