Descubrimiento incremental de las reglas de asociación temporales

El descubrimiento de las Reglas de Asociación es una de las técnicas de Data Mining. Tiene como objetivo buscar patrones interesantes (reglas) para el soporte en los procesos de tomas de decisiones. Las Reglas de Asociación Temporales son aquellas que tienen asociadas un conjunto de intervalos de ti...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Kim, Ji Hae (Sara), Ale, Juan María
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2004
Materias:	Ciencias Informáticas Data mining Data Mining Temporal base de datos SOFTWARE ENGINEERING Reglas de Asociación Reglas de Asociación Temporales Mantenimiento de las Reglas de Asociación
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/22326
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-22326
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Data mining Data Mining Temporal base de datos SOFTWARE ENGINEERING Reglas de Asociación Reglas de Asociación Temporales Mantenimiento de las Reglas de Asociación
spellingShingle	Ciencias Informáticas Data mining Data Mining Temporal base de datos SOFTWARE ENGINEERING Reglas de Asociación Reglas de Asociación Temporales Mantenimiento de las Reglas de Asociación Kim, Ji Hae (Sara) Ale, Juan María Descubrimiento incremental de las reglas de asociación temporales
topic_facet	Ciencias Informáticas Data mining Data Mining Temporal base de datos SOFTWARE ENGINEERING Reglas de Asociación Reglas de Asociación Temporales Mantenimiento de las Reglas de Asociación
description	El descubrimiento de las Reglas de Asociación es una de las técnicas de Data Mining. Tiene como objetivo buscar patrones interesantes (reglas) para el soporte en los procesos de tomas de decisiones. Las Reglas de Asociación Temporales son aquellas que tienen asociadas un conjunto de intervalos de tiempo que corresponden a los períodos considerados frecuentes de dicha regla. El manejo del concepto de la "temporalidad" permite considerar no sólo aquellos itemsets frecuentes en todo el período almacenado en la Base de Datos, sino también aquellos itemsets que cumpliendo ciertas condiciones son considerados frecuentes en algunos subintervalos. Así también, permite depurar reglas que contienen items que son obsoletos a un tiempo definido por el usuario. Puesto que suponemos una Base de Datos que sufre actualizaciones en el tiempo, ya sea por la incorporación de nuevas transacciones, como la eliminación de transacciones obsoletas, es necesario también contar con un mecanismo de actualización de las Reglas de Asociación. En este trabajo se presenta una técnica para la actualización de las Reglas de Asociación Temporales, que permita optimizar el uso de los recursos y reducir el tiempo de procesamiento de grandes volúmenes de datos, como los usados normalmente para los propósitos de datamining.
format	Objeto de conferencia Objeto de conferencia
author	Kim, Ji Hae (Sara) Ale, Juan María
author_facet	Kim, Ji Hae (Sara) Ale, Juan María
author_sort	Kim, Ji Hae (Sara)
title	Descubrimiento incremental de las reglas de asociación temporales
title_short	Descubrimiento incremental de las reglas de asociación temporales
title_full	Descubrimiento incremental de las reglas de asociación temporales
title_fullStr	Descubrimiento incremental de las reglas de asociación temporales
title_full_unstemmed	Descubrimiento incremental de las reglas de asociación temporales
title_sort	descubrimiento incremental de las reglas de asociación temporales
publishDate	2004
url	http://sedici.unlp.edu.ar/handle/10915/22326
work_keys_str_mv	AT kimjihaesara descubrimientoincrementaldelasreglasdeasociaciontemporales AT alejuanmaria descubrimientoincrementaldelasreglasdeasociaciontemporales
bdutipo_str	Repositorios
_version_	1764820465588633603

Descubrimiento incremental de las reglas de asociación temporales

Ejemplares similares