BLAŤÁK, Jan and Lubomír POPELÍNSKÝ. Mining first-order maximal frequent patterns. Neural Network World, Praha: UIVT AV ČR, 2004, vol. 14, No 5, p. 381-390. ISSN 1210-0552.
Other formats:   BibTeX LaTeX RIS
Basic information
Original name Mining first-order maximal frequent patterns
Name in Czech Dolování prvořádových maximálních vzorů
Authors BLAŤÁK, Jan (203 Czech Republic, guarantor) and Lubomír POPELÍNSKÝ (203 Czech Republic).
Edition Neural Network World, Praha, UIVT AV ČR, 2004, 1210-0552.
Other information
Original language English
Type of outcome Article in a journal
Field of Study 10201 Computer sciences, information science, bioinformatics
Country of publisher Czech Republic
Confidentiality degree is not subject to a state or trade secret
RIV identification code RIV/00216224:14330/04:00010646
Organization unit Faculty of Informatics
Keywords in English knowledge discovery in databases; inductive logic programming; frequent patterns; feature construction; propositionalization
Tags feature construction, frequent patterns, inductive logic programming, knowledge discovery in databases, propositionalization
Changed by Changed by: RNDr. Jan Blaťák, Ph.D., učo 2978. Changed: 17/9/2008 08:41.
Abstract
Frequent patterns discovery is one of the most important data mining tasks. We introduce RAP, the first system for finding first-order maximal frequent patterns. We describe search strategies and methods of pruning the search space. RAP generates long patterns much faster than other systems.RAP has been used for feature construction for propositional as well as multirelational data. We prove that partial search for maximal frequent patterns as new features is competitive with other approaches and results in classification accuracy increase.
Abstract (in Czech)
Jednou ze základních deskriptivních úloh dolování znalostí v databázích je hledání častých vzorů. V tomto článku popíšeme systém RAP, první systém pro hledání maximálních častých vzorů v datech reprezentovaných v logice prvního řádu. Popíšeme metody prohledávání a prořezávání prostoru všech možných vzorů, které jsou v systému implementovány. Ukážeme, že RAP lze využít pro konstrukci nových rysů z propozičních i multirelačních datech. Výsledky jsou přitom srovnatelné s výsledky získanými jinými přístupy.
Links
MSM 143300003, plan (intention)Name: Interakce člověka s počítačem, dialogové systémy a asistivní technologie
Investor: Ministry of Education, Youth and Sports of the CR, Research Intents
PrintDisplayed: 22/10/2020 06:10