The problem of mining association r

The problem of mining association rules over basket data was introduced in [AIS93b]. An
example of such a rule might be that 98% of customers that purchase tires and auto accessories also
get automotive services done. Finding all such rules is valuable for cross-marketing and attached
mailing applications. Other applications include catalog design, add-on sales, store layout, and
customer segmentation based on buying patterns. The databases involved in these applications are
very large. It is imperative, therefore, to have fast algorithms for this task.

ผลลัพธ์ (ไทย) 1:

ปัญหาของข้อบังคับสมาคมเหมืองแร่ผ่านข้อมูลตะกร้าถูกนำใน [AIS93b] มีตัวอย่างของกฎดังกล่าวอาจว่า 98% ของลูกค้าที่ซื้อยางรถยนต์และอุปกรณ์รถยนต์ยังบริการยานยนต์ที่ทำได้ ค้นหากฎดังกล่าวจะมีค่าการ ตลาดข้าม และแนบโปรแกรมส่งเมล์ อื่น ๆ รวมถึงการออกแบบแค็ตตาล็อก ขาย add-on รูป แบบร้านค้า และการแบ่งกลุ่มลูกค้าตามรูปแบบการซื้อ ฐานข้อมูลที่เกี่ยวข้องกับโปรแกรมประยุกต์เหล่านี้ขนาดใหญ่มาก มันมีความจำเป็น ดังนั้น อัลกอริทึมอย่างรวดเร็วสำหรับงานนี้

ผลลัพธ์ (ไทย) 3:

ปัญหาของกฎความสัมพันธ์ข้อมูลแนะนำในตะกร้า [ ais93b ] เป็น
ตัวอย่างของกฎดังกล่าวอาจอยู่ที่ 98% ของลูกค้าที่ซื้อยางและอุปกรณ์เสริมอัตโนมัติยัง
รับบริการรถยนต์เรียบร้อยแล้ว การหากฎดังกล่าวมีค่าการตลาดข้ามและแนบ
โปรแกรมส่งเมล์ โปรแกรมอื่น ๆรวมถึงการออกแบบแคตตาล็อกที่จัดเก็บและ
ขายการแบ่งกลุ่มลูกค้าตามรูปแบบการซื้อ . ฐานข้อมูลที่เกี่ยวข้องในโปรแกรมเหล่านี้
ขนาดใหญ่มาก มันขวางจึงมีอัลกอริทึมที่รวดเร็วสำหรับงานนี้