In addition, our algorithm mined mo

In addition, our algorithm mined more meaningful patterns considering not only the gain values of patterns but also different item importance by applying the weight factors into the erasable pattern mining framework. We also enhanced the mining performance of our algorithm by proposing a strong pattern pruning technique using the weight factor, and prevented unintended pattern losses caused by the weight factor through applying the overestimated method satisfying the anti-monotone property. The extensive performance evaluation results clearly supported the contributions of this paper. From the results and analyses of the performance evaluations, we determined that the proposed method is more efficient and scalable than the previous state-of-the-art approaches in terms of runtime, memory, and pattern generation aspects.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ อัลกอริทึมของเราขุดรูปแบบมีความหมายที่พิจารณาไม่เฉพาะค่ากำไรของรูปแบบ แต่สินค้าสำคัญ โดยปัจจัยน้ำหนักเข้ากรอบทำเหมืองแร่รูปแบบลบได้ นอกจากนี้เรายังเพิ่มประสิทธิภาพการทำงานของอัลกอริทึมของเราเหมือง โดยเสนอเทคนิคการตัดรูปแบบแข็งแรงโดยใช้ตัวคูณน้ำหนัก และป้องกันการสูญเสียรูปแบบไม่ได้ตั้งใจเกิดจากปัจจัยน้ำหนักโดยใช้วิธี overestimated ภิรมย์คุณสมบัติต้านไลต์ ผลการประเมินประสิทธิภาพการทำงานอย่างละเอียดชัดเจนสนับสนุนผลงานของเอกสารนี้ จากผลการวิเคราะห์การประเมินผลประสิทธิภาพการทำงาน เรากำหนดวิธีการนำเสนอมีประสิทธิภาพ และปรับได้มากกว่าแนวทางศิลปะของก่อนหน้านี้ในแง่ของการรันไทม์ หน่วยความจำ และด้านการสร้างรูปแบบ

ผลลัพธ์ (ไทย) 2:

นอกจากนี้อัลกอริทึมที่ขุดรูปแบบที่มีความหมายมากขึ้นพิจารณาไม่เพียง แต่ค่ากำไรจากรูปแบบ แต่ยังสำคัญรายการที่แตกต่างกันโดยใช้ปัจจัยน้ำหนักลงในกรอบรูปแบบการทำเหมืองแร่ที่ลบข้อมูล นอกจากนี้เรายังเพิ่มประสิทธิภาพการทำเหมืองแร่ของอัลกอริทึมของเราโดยนำเสนอรูปแบบเทคนิคการตัดแต่งกิ่งที่แข็งแกร่งโดยใช้ปัจจัยน้ำหนักและป้องกันไม่ให้เกิดการสูญเสียรูปแบบที่ไม่ได้ตั้งใจที่เกิดจากปัจจัยน้ำหนักผ่านการใช้วิธีการประเมินความพึงพอใจของสถ​​านที่ให้บริการป้องกันเสียงเดียว ผลการประเมินประสิทธิภาพการทำงานที่กว้างขวางได้รับการสนับสนุนอย่างชัดเจนผลงานของบทความนี้ จากผลการศึกษาและวิเคราะห์การประเมินผลการปฏิบัติงานที่เราพิจารณาแล้วว่าวิธีที่นำเสนอมีประสิทธิภาพมากขึ้นและปรับขนาดได้กว่ารัฐของศิลปะวิธีการก่อนหน้านี้ในแง่ของการรันไทม์หน่วยความจำและด้านการสร้างรูปแบบ

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ขั้นตอนวิธีขุดมากขึ้นมีความหมายรูปแบบพิจารณาไม่เพียง แต่ได้รับคุณค่าของรูปแบบ แต่ยังรายการที่แตกต่างกันที่สำคัญโดยการใช้ปัจจัยน้ำหนักในเหมืองแร่ลบออกรูปแบบกรอบ นอกจากนี้เรายังเพิ่มประสิทธิภาพของขั้นตอนวิธีของเราทำให้แข็งแรงรูปแบบการตัดแต่งกิ่งโดยใช้ปัจจัยน้ำหนัก และป้องกันการสูญเสียที่เกิดจากปัจจัยรูปแบบใหน้ำหนักผ่านการใช้วิธีประเมินค่าความพึงพอใจ anti โมโนโทน คุณสมบัติ ผลการประเมินผลอย่างละเอียดชัดเจน สนับสนุนผลงานของกระดาษนี้ ผลจากการวิเคราะห์และประเมินผล เราพบว่าวิธีที่เสนอนี้มีประสิทธิภาพและยืดหยุ่นกว่าแนวทางรัฐ - of - the - art ก่อนหน้านี้ในแง่ของ runtime , หน่วยความจำและด้านการสร้างรูปแบบ