Extraction de règles d'association à l'aide d'un graphique et d'une technique de regroupement [French]

By Seema Redekar

Les r gles d'association mini re sont une t che essentielle pour la d couverte des connaissances. A partir d'une grande quantit de donn es, des informations potentiellement utiles peuvent tre d couvertes. Les r gles d'association sont utilis es pour d couvrir les relations d' l ments ou d'attributs parmi des donn es volumineuses. Ces r gles peuvent tre efficaces pour d couvrir des relations inconnues, fournissant des r sultats qui peuvent tre la base de pr visions et de d cisions. La gestion efficace d'une entreprise d pend en grande partie de la qualit de sa prise de d cision. Les donn es de transaction pass es peuvent tre analys es pour d couvrir les comportements des clients de mani re am liorer la qualit de la d cision commerciale. L'approche des r gles d'association mini re se concentre sur la d couverte de grands ensembles d' l ments, qui sont des groupes d' l ments qui apparaissent ensemble dans un nombre ad quat de transactions. La m thode propos e se concentre sur une approche combin e pour g n rer des r gles d'association partir d'une grande base de donn es de transactions client. Cela aide galement identifier les v nements qui se produisent rarement. Cette approche analyse la base de donn es une fois pour construire un graphe d'association et des tables de clustering, puis parcourt le graphe pour g n rer tous les grands ensembles d' l ments.

• Format: Paperback
• Language: French
• ISBN: 6206252086
• ISBN13: 9786206252085
• Release Date: July 2023
• Publisher: Editions Notre Savoir
• Length: 60 Pages
• Weight: 0.22 lbs.
• Dimensions: 0.1" x 6.0" x 9.0"