NİCEL DEĞERLİ VERİ KÜMELERİNDEN SIRALI ÖRÜNTÜLERİN ÇIKARILMASI İÇİN FP-GROWTH TABANLI BİR YÖNTEM

Abstract

Sıralı örüntüler zaman damgası ile sıralanmış bir veritabanında yaygın öğeler kümesinin bir başka yaygın öğe kümesi tarafından izlenmesidir. Sıralı örüntülerin keşfedilmesi için şimdiye kadar birçok algoritma önerilmiştir. Bu algoritmalar içinde en etkili olanlardan biri de FP-Growth algoritması kullanarak bu örüntülerin elde edilmesidir. Buna karşılık FP-Growth yaklaşımı, karmaşık veri yapısı kullanması ve alt ağaçların oluşturulması için özyineli bazı işlemlere gerek duyması gibi önemli dezavantajlar da içermektedir. Dahası mevcut FP-Growth yaklaşımlarında veri tabanı hep ikili veri kümesi olarak ele alınmıştır. Halbuki gerçek hayattaki veritabanlarının büyük çoğunluğu nicel değerli öğe kümelerinden oluşmaktadır.Bu tezde, yukarıda belirtilen problemlerin üstesinden gelebilmek için öncelikle FP-Growth algoritması gibi düşünen fakat FP-ağacı oluşturulurken özyineleme yerine öğe tabanlı aday küme üretimi kullanan yeni bir yöntem önerilmiştir. Bu yöntem daha sonra nicel değerli veritabanlarında sıralı örüntülerin bulunması için uyarlanmıştır.Dicle Üniversitesi Tıp Fakültesi Merkez laboratuarındaki verilerden elde edilen sonuçlar yöntemin uygulanabilirliğini ve klasik FP-Growth algoritmasına olan üstünlüğünü göstermektedir.

The problem of discovering sequential patterns is to find inter-transaction patterns such that the presence of a set of items is followed by another item in the time-stamp ordered transaction set. So far, many methods have been proposed to discover the sequential patterns. One of the effective approaches within them is to extract the patterns by using FP-Growth. However, FP-Growth approach contains important disadvantages; including the use of complex data structures and the requirement of some recursive processes to extract sub-trees. Moreover, in the past, many algorithms were proposed for mining sequential patterns, most of which were based on items with binary value. Transactions with quantitative values are, however, commonly seen in real-world applications.In this thesis, in order to overcome the problems mentioned above, first, using item-based candidate generation instead of recursive processes, a FP-growth based novel approach is proposed. This method is then adapted to find sequential pattern in databases with quantitative item. The experimental results conducted on real data set of Dicle University, Faculty of Medicine, Center Laboratory show the applicability and the superiority of the proposed method.