Abstract—Frequent Itemset Mining (F

Abstract—Frequent Itemset Mining (FISM) attempts to find
large and frequent itemsets in bag-of-items data such as
retail market baskets. Such data has two properties that
are not naturally addressed by FISM: (i) a market basket
might contain items from more than one customer intent
(mixture property) and (ii) only a subset of items related to a
customer intent are present in most market baskets (projection
property). We propose a simple and robust framework called
LOGICAL ITEMSET MINING (LISM) that treats each market
basket as a mixture-of, projections-of, latent customer intents.
LISM attempts to discover logical itemsets from such bagof-items
data. Each logical itemset can be interpreted as a
latent customer intent in retail or semantic concept in text
tagsets. While the mixture and projection properties are easy
to appreciate in retail domain, they are present in almost all
types of bag-of-items data. Through experiments on two large
datasets, we demonstrate the quality, novelty, and actionability
of logical itemsets discovered by the simple, scalable, and
aggressively noise-robust LISM framework. We conclude that
while FISM discovers a large number of noisy, observed, and
frequent itemsets, LISM discovers a small number of high
quality, latent logical itemsets.
Keywords-Frequent Itemset Mining, Market basket analysis,
Indirect and Rare Itemsets, Semantically Associated Itemsets,
Apriori Algorithm

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ — บ่อย Itemset เหมือง (FISM) พยายามหาitemsets ขนาดใหญ่ และพบบ่อยในถุงของรายการข้อมูลเช่นขายปลีกตลาดตะกร้า ข้อมูลดังกล่าวมีสองคุณสมบัติที่ไม่ธรรมชาติระบุ โดย FISM: (i) ตะกร้าตลาดอาจประกอบด้วยสินค้าจากลูกค้ามากกว่าหนึ่งเจตนา(พักส่วนผสม) และ (ii) เพียงชุดย่อยของรายการที่เกี่ยวข้องกับการเจตนาของลูกค้าที่มีอยู่ในตลาดตะกร้าใหญ่ (ฉายทรัพย์สิน) เราเสนอกรอบง่าย และทนทานที่เรียกว่าตรรกะ ITEMSET เหมือง (LISM) ในการรักษาแต่ละตลาดตะกร้าเป็นส่วนผสม-ของ ประมาณการ-ของ ต้องการแฝงของลูกค้าLISM พยายามค้นพบ itemsets ตรรกะจาก bagof รายการดังกล่าวข้อมูล แต่ละ itemset ตรรกะสามารถตีความเป็นการลูกค้าแฝงเจตนาในการขายปลีกหรือแนวคิดทางตรรกในข้อความtagsets มีคุณสมบัติผสมและฉายภาพชื่นชมในเมนขายปลีก มีอยู่ในเกือบทุกชนิดของถุงของรายการข้อมูล ผ่านการทดลองกับขนาดใหญ่ชุดข้อมูล เราแสดงให้เห็นถึงคุณภาพ นวัตกรรม และ actionabilityของ itemsets แบบลอจิคัลที่ค้นพบ โดยง่าย ขนาด และกรอบ LISM อุกอาจเสียงแข็ง เราสรุปได้ว่าในขณะที่ FISM พบจำนวนมากจอแจ สังเกต และitemsets บ่อย LISM พบจำนวนสูงขนาดเล็กคุณภาพ itemsets แฝงตรรกะคำสำคัญที่พบบ่อย Itemset เหมืองแร่ การวิเคราะห์ตลาดตะกร้าทางอ้อม และหายาก Itemsets ประโยคเกี่ยวข้อง Itemsetsอัลกอริทึม Apriori

ผลลัพธ์ (ไทย) 2:

บทคัดย่อบ่อย Itemset ก่อสร้าง (FISM) พยายามที่จะหา
itemsets ขนาดใหญ่และบ่อยในข้อมูลถุงของรายการเช่น
ตะกร้าตลาดค้าปลีก ข้อมูลดังกล่าวมีสองคุณสมบัติที่
ยังไม่ได้รับการแก้ไขตามธรรมชาติโดย FISM: (i) ตะกร้าตลาด
อาจมีรายการจากเจตนามากกว่าหนึ่งลูกค้า
(ทรัพย์สินผสม) และ (ii) เฉพาะชุดย่อยของรายการที่เกี่ยวข้องกับเป็น
ความตั้งใจของลูกค้าที่มีอยู่ในที่สุด ตะกร้าตลาด (ประมาณการ
ทรัพย์สิน) เราเสนอกรอบการทำงานที่เรียบง่ายและมีประสิทธิภาพเรียกว่า
ตรรกะ ITEMSET MINING (LISM) ที่ถือว่าแต่ละตลาด
ตะกร้าเป็นส่วนผสมของการคาดการณ์ของ, เจตนาแฝงของลูกค้า.
LISM พยายามที่จะค้นพบ itemsets ตรรกะจากเช่น bagof-รายการ
ข้อมูล แต่ละ itemset ตรรกะสามารถตีความได้ว่าเป็น
ความตั้งใจของลูกค้าแฝงอยู่ในคอนเซ็ปต์ร้านค้าปลีกหรือความหมายในข้อความ
tagsets ในขณะที่ส่วนผสมและประมาณการคุณสมบัติเป็นเรื่องง่าย
ที่จะชื่นชมในโดเมนค้าปลีกที่มีอยู่ในเกือบทุก
ประเภทของข้อมูลถุงของรายการ ผ่านการทดลองในขนาดใหญ่สอง
ชุดข้อมูลที่เราแสดงให้เห็นถึงคุณภาพความแปลกใหม่และพร้อมดำเนินการ
ของ itemsets ตรรกะค้นพบโดยง่ายปรับขนาดได้และ
อุกอาจเสียงที่แข็งแกร่งกรอบ LISM เราสรุปได้ว่า
ในขณะที่ FISM ค้นพบเป็นจำนวนมากที่มีเสียงดังสังเกตและ
บ่อย itemsets, LISM พบจำนวนเล็ก ๆ ของสูง
คุณภาพ itemsets ตรรกะแฝง.
คำบ่อย Itemset เหมืองแร่, การวิเคราะห์ตะกร้าตลาด
itemsets ทางอ้อมและหายาก, ความหมายที่เกี่ยวข้อง itemsets,
อัลกอริทึม apriori

ผลลัพธ์ (ไทย) 3:

นามธรรมบ่อย itemset MINING ( fism ) พยายามที่จะหาขนาดใหญ่และบ่อยครั้ง itemsets ในกระเป๋าของรายการข้อมูลเช่นตะกร้าตลาดค้าปลีก ข้อมูลดังกล่าวมีสองคุณสมบัติที่ไม่ใช่ธรรมชาติเป็น fism : ( ฉัน ) ตะกร้าตลาดอาจประกอบด้วยรายการจากลูกค้ามากกว่าหนึ่งเจตนา( บ้านผสม ) และ ( ii ) เฉพาะชุดย่อยของรายการที่เกี่ยวข้องกับเจตนาของลูกค้าที่มีอยู่ในตลาดส่วนใหญ่ ( จากกระเช้าอสังหาริมทรัพย์ ) เราเสนอที่เรียบง่ายและทนทานกรอบที่เรียกว่าเหมืองแร่ itemset ตรรกะ ( ลิซึ่ม ) ที่ถือว่าแต่ละตลาดตะกร้าเป็นส่วนผสมของการประมาณการของลูกค้าเจตนาแฝงลิซึ่ม พยายามที่จะค้นพบ itemsets ตรรกะจากรายการ bagof เช่นข้อมูล แต่ละตรรกะ itemset สามารถตีความเป็นเจตนาแฝงในแนวคิดลูกค้าค้าปลีกหรือความหมายในข้อความtagsets . ในขณะที่ส่วนผสมและคุณสมบัติเดิมได้ง่ายชื่นชมในการขายปลีก พวกเขามีอยู่ในเกือบทุกประเภทของถุงของรายการข้อมูล ผ่านการทดลองสองขนาดใหญ่ข้อมูล เราแสดงให้เห็นถึงคุณภาพ นวัตกรรม และ actionabilityของ itemsets ตรรกะค้นพบโดยง่าย ยืดหยุ่น และอุกอาจเสียงกรอบลิซึ่ม แข็งแกร่ง เราสรุปได้ว่าในขณะที่ fism ค้นพบเป็นจำนวนมากของเสียงดังและการสังเกตเซตรายการความถี่ลิซึ่ม , พบจํานวนน้อยสูงคุณภาพ แฝงตรรกะ itemsets .คำหลักบ่อย itemset เหมืองแร่การวิเคราะห์ตะกร้าตลาดหายาก itemsets ทางอ้อม และเพื่อ itemsets , ที่เกี่ยวข้อง ,ขั้นตอนวิธีแบบ