subsequently the expansion of the p

subsequently the expansion of the physical supports
storage and the needs ceaseless to accumulate several data, the
sequential algorithms of associations' rules research proved to be
ineffective. Thus the introduction of the new parallel versions is
imperative. We propose in this paper, a parallel version of a
sequential algorithm "Partition". This last is fundamentally
different from the other sequential algorithms, because it scans
the data base only twice to generate the significant association
rules. By consequence, the parallel approach does not require
much communication between the sites. The proposed approach
was implemented for an experimental study. The obtained
results, shows a great reduction in execution time compared to
the sequential version and Count Distributed algorithm.

ผลลัพธ์ (ไทย) 1:

ต่อมาขยายการสนับสนุนทางกายภาพจัดเก็บและจะต้องไม่ขาดระยะสะสมข้อมูลต่าง ๆ การอัลกอริทึมตามลำดับของความสัมพันธ์ของกฎการวิจัยพิสูจน์ให้ไม่ จึงของแนะนำขนานรุ่นใหม่ความจำ เรานำเสนอในเอกสารนี้ รุ่นขนานกับลำดับขั้นตอนวิธี "พาร์ติชัน" ล่าสุดเป็นพื้นฐานแตกต่างจากอื่น ๆ ตามลำดับอัลกอริทึม เนื่องจากมันสแกนฐานข้อมูลเพียงสองครั้งเพื่อสร้างความสัมพันธ์อย่างมีนัยสำคัญกฎการ โดยสัจจะ วิธีขนานไม่จำเป็นต้องมากสื่อสารระหว่างไซต์ วิธีการนำเสนอได้ดำเนินการศึกษาทดลอง ที่ได้รับผล แสดงการลดลงมากในเวลาดำเนินการเปรียบเทียบกับรุ่นตามลำดับและขั้นตอนวิธีนับ Distributed

ผลลัพธ์ (ไทย) 2:

ต่อมาการขยายตัวของการสนับสนุนทางกายภาพการจัดเก็บและความต้องการที่ไม่มีที่สิ้นสุดในการสะสมข้อมูลหลายขั้นตอนวิธีการเรียงลำดับของการวิจัยกฎสมาคม'พิสูจน์แล้วว่าได้ผล ดังนั้นการแนะนำของรุ่นขนานใหม่ที่มีความจำเป็น เราเสนอในบทความนี้เป็นรุ่นที่ขนานของอัลกอริทึมลำดับ "Partition" ที่ผ่านมานี้เป็นพื้นฐานที่แตกต่างจากขั้นตอนวิธีการลำดับอื่น ๆ เพราะมันจะสแกนฐานข้อมูลเพียงสองครั้งในการสร้างอย่างมีนัยสำคัญสมาคมกฎ โดยผลให้วิธีการแบบคู่ขนานไม่จำเป็นต้องมีการสื่อสารมากระหว่างเว็บไซต์ วิธีการที่นำเสนอถูกนำมาใช้ในการศึกษาทดลอง ที่ได้รับผลแสดงให้เห็นถึงการลดลงอย่างมากในเวลาดำเนินการเมื่อเทียบกับรุ่นต่อเนื่องและนับอัลกอริทึมแบบกระจาย