Partitioning approach to collocation pattern mining in limited memory environment using materialized iCPI-trees

Paweł Boiński; Maciej Zakrzewicz

doi:10.1007/978-3-642-32741-4_3

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Partitioning approach to collocation pattern mining in limited memory environment using materialized iCPI-trees

Zgłoś uwagę

Rozdział

Pobierz BibTeX

Tytuł

Partitioning approach to collocation pattern mining in limited memory environment using materialized iCPI-trees

Autorzy

Paweł Boiński (WI) ^{[ 1 ][ P ]}
Maciej Zakrzewicz (WI) ^{[ 1 ][ P ]}

^{[ 1 ]} Instytut Informatyki, Wydział Informatyki, Politechnika Poznańska | ^{[ P ]} pracownik

Rok publikacji

2013

Typ rozdziału

referat

Język publikacji

angielski

Streszczenie

EN Collocation pattern mining is one of the latest data mining techniques applied in Spatial Knowledge Discovery. We consider the problem of executing collocation pattern queries in a limited memory environment. In this paper we introduce a new method based on iCPI-tree materialization and a spatial partitioning to efficiently discover collocation patterns. We have implemented this new solution and conducted series of experiments. The results show a significant improvement in processing times both on synthetic and real world datasets.

Strony (od-do)

19 - 30

DOI

10.1007/978-3-642-32741-4_3

URL

https://link.springer.com/chapter/10.1007/978-3-642-32741-4_3

Książka

Advances in databases and information systems

Zaprezentowany na

16th East-European Conference on Advances in Databases and Information Systems, ADBIS 2012, 17-21.09.2012, Poznan, Poland

Publikacja indeksowana w

WoS (15)

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN