Nghiên cứu luật kết hợp áp dụng xây dựng mạng chia sẻ đồ vật migi

Nghiên cứu luật kết hợp áp dụng xây dựng mạng chia sẻ đồ vật migi, báo cáo đồ án tốt nghiệp hay dành chi sinh viên chuyên ngành công nghệ thông tin , giúp các abjn làm báo cáo hiệu quả áp dụng xây dựng mạng

ĐỒ ÁN TỐT NGHIỆP Nghiên cứu luật kết hợp áp dụng xây dựng mạng chia sẻ đồ vật MiGi    !"#$%&' NỘI DUNG TRÌNH BÀY ' ()*+,# - ./01234 5 6789. : ;$*,.. & %024<*.=> 2 '()*+,# 5 : : & & Thống kê ? 90% có thể tái chế Nhưng chỉ thực hiện được 15% Giải pháp @ 7 Tôi có một cái áo cho đi Tôi cần một cái áo! Một môi trường chia sẻ Cảm ơn! Vấn đề phát sinh A 2BC"DDD %.E24,>F$. =1E4G Các tri thức có thể khai phá được • H$=I34JCK,L*< ,MNOP/Q$RSCM, • !7TCUGBV • (#4=W=B X YZ4,L. • Xây dựng mạng xã hội chia sẻ đồ vật Migi • Nghiên cứu lý thuyết Datamining, trong đó tập trung về luật kết hợp • Đề xuất mô hình gợi ý dựa trên luật kết hợp • Thử nghiệm tìm luật kết hợp trên bộ dữ liệu Adventurework '[ [...]...2.Tổng quan về luật kết hợp Sữa, bánh mỳ, ,ngũ cốc Khánh hàng 2 Sữa, bánh mỳ, đường, trứng Khánh hàng 3 Những mặt hàng nào thường được đặt mua cùng nhau? Sữa, bánh mỳ, bơ Khánh hàng 4 Đường, trứng Khánh hàng 5 11 2.1 Luật kết hợp là gì? • Được sử dụng để tìm các mấy quan hệ giữa các đối tượng trong một giao dịch Vd: - Mua sữa thì... 1 Cơ sở dữ liệu giao dịch {Sữa, Bánh mỳ} SupportCount=3>min_sup xuyên Số lần xuất hiện Tập 2 mục Luật: Tập mục thường Độ hỗ trợ tối thiểu: min_sup=2 Sữa  Bánh mỳ Độ tin cậy- Confidence??? 14 Độ tin cậy của luật kết hợp • Luật A=> B chấp nhận nếu: confidence (A=>B) > min_confidene Vd: Min_Confidence=90% Luật chấp nhận được 15 Khó khăn của thuật toán • Độ phức tạp và thời gian tính toán Vd: với tập mục... cậy của luật kết hợp sinh ra 16 2.3 Các thuật toán cơ bản • • • Thuật toán Apriori Thuật toán PHP- Perfect Hashing and Pruning Thuật toán FP Tree 17 Thuật toán Apriori • • Mục đích: Tìm kiếm các tập múc thường xuyên Các bước: B1:Sinh các tập mục ứng viên K phần tử từ các tập mục K-1 B2:Loại bỏ các tập mục ứng viên nếu tồn tại bất kỳ một tập hợp con nào không phải là tập mục thường xuyên B3 :Kết thúc... • Mục đích: - Biểu diễn các giao dịch bằng cấu trúc dữ liệu cây - Không sinh các ứng viên mà tìm kiếm tập mục ngay trên cây • Các bước của thuật toán: B1: Xây dựng cây biểu diễn các giao dịch B2: Tìm kiếm đệ quy trên cây để sinh ra các luật kết hợp 27 Mô tả thuật toán 28 Trans T100 I1, I2, I5 T200 I2,I4 T300 I2,I3 T400 Root Node Items T100:I2,I1,I5 T200:I2,I4 Null I2:2 I2:1 Item Sup.Count I1,I2,I4... Analysis Google Map Facebook ADO.NET Entity Database- SQL Server 2008 34 Mô tả các tầng • • • • Tầng WebUI: Sử dụng các công nghệ:ASP.NET MVC, JQuery, Google Map Tầng Business: Tầng này chưa toàn bộ nghiệp vụ của hệ thống Tầng Data: Sử dụng SQL Server 2008, ADO.NET Entity Các Service: Sử dụng WCF xây dựng các service mở 35 Mô tả các tầng • • • • • • Data Analysis: phân tích dữ liệu nhằm tìm kiếm các tri... tri thức hữu ích Recommender: Dựa trên các tri thức tích lũy gợi ý cho người dùng Image Server: Quản lý việc hiện thị ảnh cho site Caching Server: Để tăng tốc độ của web site Ứng dụng facebook: Truy cấp hệ thống từ Facebook Ứng dụng Mobile: Cho phép truy cấp hệ thống mọi nơi 36 ... Không thuộc L2 C3 L3 C3 ItemSet {I1,I2,I3} {I1,I2,I5} ItemSet Sup.Count ItemSet Sup.Count {I1,I2,I3} 2 {I1,I2,I3} 2 {I1,I2,I5} 2 {I1,I2,I5} 2 21 2.3.2.Thuật toán PHP • Cải tiến từ thuật toán Apriori: 1 Sử dụng cấu trúc bảng băm: - Lưu trữ độ hỗ trợ của các tập mục 2 phần tử 22 L1 Trans Items T100 I1, I2, I5 T200 I2,I4 T300 I2,I3 T400 I1,I2,I4 T500 I1,I3 T600 I2,I3 T700 I1,I3 T800 I1,I2,I3,I5 T900 I1,I2,I3... I5,I1 I1:2 {I2:2} I5,I2 I2:2 Conditional Pattern Base {} Tập mục thường xuyên 2 phần tử I5I1 I5I1 Item Sup.Count I2 2 ItemSet Conditional Pattern Base I5,I1,I2 {} {} I2:2 Tập mục thường xuyên 3 phần tử 31 Kết quả thu được 32 So sánh hiệu năng ba thuật toán Han, J., Pei, J., Yin, J., (2000), Mining Frequent Patterns without Candidate Generation, Proceedings of the 2000 ACM SIGMOD international conference . được • H$=I34JCK,L*< ,MNOP/Q$RSCM, • !7TCUGBV • (#4=W=B X YZ4,L. • Xây dựng mạng xã hội chia sẻ đồ vật Migi • Nghiên cứu lý thuyết Datamining, trong đó tập trung về luật kết hợp • Đề xuất mô hình gợi ý dựa trên luật kết hợp • Thử nghiệm tìm luật kết hợp. ĐỒ ÁN TỐT NGHIỆP Nghiên cứu luật kết hợp áp dụng xây dựng mạng chia sẻ đồ vật MiGi   . trứng %.- %.5 %.: %.& E$) B,,)$4 V4D 2.1. Luật kết hợp là gì? • Được sử dụng để tìm các mấy quan hệ giữa các đối tượng trong một giao dịch. Vd: - Mua sữa