research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
An Efficient Association Rules Algorithms for Medical Test Analysis

Authors: Ahmed Tariq Sadiq --- Alaa Sameer Ali
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 4 Part (B) Scientific Pages: 540-546
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Data Mining denotes mining knowledge from hugequantity of data. All algorithms of association rules mining include ‘first finding frequency of item sets, which accept a minimum support threshold, and then calculates confidence percentage for all k-item sets to construct robust association rules’. The trouble is there are some of algorithms that need more time for compute minimum support, minimum confidence and extraction larger item. In this paper one algorithm is proposed (enhanced reduces items Apriori algorithm) to reduce execution time. The proposed algorithm purpose to introduce algorithm to mine association rules to obtain fast algorithm by reducing execute time. Due to many experiments in (enhanced reduces items Apriori algorithm), this algorithm is very fast compared with (topk-rules and topk-non redundant rules) algorithms.


Article
Pruning of Apriori-Algorithm’s Pruning Steps
تــشـــــذيب خطوات الــتــشــــذيب في خوارزمية الأبريوري

Author: Ala H. Al-Hamamy
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2007 Issue: 21 Pages: 1-16
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Association rules mining is the main task of data mining. It consists of two compulsory steps, the first step is discovery of frequent itemsets, and the second one is extracting the rules from the mined frequent itemsets. The first step is massive computational step. There are many algorithms presented to complete this step, but all of these algorithms are variations of the Apriori algorithm, which is the state of the art. Apriori requires a priori knowledge to generate the frequent itemsets and involves two time-consuming pruning steps to exclude the infrequent candidates and hold frequents. The first pruning operation is degenerating each of the (k+1)-itemsets to its k-itemset subsets. The second pruning operation is support counting for each candidate passed the first exam. This research improves Apriori algorithm by pruning its pruning steps. It abridges the pruning steps to TID lists intersection and items union operations by taming the problem of frequent itemsets mining to lattice theory. It excludes the neediness to multi-scanning the database; instead, it scans the database only once.Keywords: Data Mining, Association Rules, Apriori Algorithm, Lattice

استكشاف قواعد الأرتباط هو واحد من اهم اغراض تعدين البيانات. لأستكشاف قواعد الأرتباط في قواعد البيانات، هنالك اجرائين لازمين هما: (1) استكشاف المجموعات الكبيرة للعناصر ، (2) واستخراج القواعد من هذه المجاميع المستكشفة. الأجراء الأول اعقد بكثير من الثاني والذي يحتاج الى اجراءات حسابية كبيرة. هنالك العديد من الخوارزميات المقترحة لانجاز الأجراء الأول، كلها تعتبر تنوعا من خوارزمية قياسية تدعى ابريوري. خوارزمية ابريوري تحتاج الى معرفة مسبقة لتوليد مستوى جديد من مجموعات العناصر الكبيرة. انها تولد مجموعات عناصر مرشحة لتكون كبيرة. لأستبعاد المرشحات التي لاتتواقر فيها الشروط،، الخوارزمية تستخدم عمليتي تشذيب معقدة؛ الأولى هي تهديم مجموعة العناصر


Article
An Improved Distributed Association Rule Algorithm
خوارزمية علاقة ترابطية موزعة محسنة

Authors: Saad K. Majeed --- Hussein K. Abbas
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 18 Pages: 5695-5710
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

All Distributed association rules mining (DARM) algorithms which bases on Apriori algorithm don't have an efficient message optimization technique, so they exchange numerous messages during the mining process which needs several distributed scan operations to the distributed warehouses or distributed databases to get the support values, also the performance of these DARM algorithms decreased with increasing communication cost especially when increasing the number ofdistributed mining sites as well as the itemsets to be mined become more larger . The aim of this work is to improve association rules in distributed data mining by proposing a new efficient method of distributed association rule mining, which reduce the average size of records transferred, datasets and messages transferred without needto any distributed scan to the distributed data warehouses or distributed databases to retrieve the values of the support values of these datasets. The results obtained from the proposed method prove that the proposed method is better than the existing algorithms by reducing communications costs, centralstorage requirements, enhanceperformance and achieves high degree of scalability compared with the existing algorithms.

كل خوارزميات تعدين االعلاقات الترابطية الموزعة والمعنمدة على مبدأ خوارزمية الابرايوري لاتمتلك تقنيات كفوءة لتحقيق امثلية تناقل الرسائل، لذلك فانها تتطلب تبادل العديد من الرسائل اثناء عملية التعدين والتي تحتاج الى القيام بالعديد من عميات المسح الموزع لمخازن البيانات الموزعة او قواعد البيانات الموزعة لاسترجاع قيم الدعم ، كذلك فان اداء هذه الخوارزميات يتناقص مع زيادة كلف الاتصال وخصوصا عند زيادة عدد مواقع التعدين الموزعة بالاضافة الى ذلك عندما يصبح حجم العناصر المراد تعدينها اكبر. الهدف من البحث هو تحسين العلاقات الترابطية في تعدين البيانات الموزعة عن طريق استحداث طريقة كفوءة لتعدين العلاقات الترابطية الموزعة، تتولى تقليل حجم معدل القيود المنقولة، مجاميع البيانات والرسائل المتبادلة دون الحاجة الى اجراء مسح موزع لمخازن البيانات الموزعة او قواعدالبيانات الموزعة لاسترجاع قيم الدعم الخاص بمجموعة البيانات. النتائج المستحصلة من الطريقة المقترحة تبين افضلية عملها مقارنة بما هو موجود من الخوارزميات الموزعة وذلك بتحقيقها تقليل لكلفة الاتصال، متطلبات الخزن المركزي، وقت الحسابات، تحسين الاداء وتطبيق درجة عالية من التوسعية مقارنة بما هو موجود من الطرق


Article
An Electronic System for Summer Training Students Distribution in Organizations with Comparative Study of Association Rule Algorithms
نظام الكتروني لتوزيع طلبة التدريب الصيفي على المنظمات مع حالة مقارنة لخوارزميات قواعد الارتباط

Authors: Anhar Khairualdeen Mohammed أنهار خيرالدين محمد --- Suhair Abid Dawood سهير عبد داؤود
Journal: Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة ISSN: 18131662 Year: 2017 Volume: 22 Issue: 2 Pages: 125-139
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

The training of students is considered as one of the most promising forms of training to inform students with the reality of practical environment and what they require from serious and exact work. It may give the chance to other public sector organizations to be acquainted with the students' abilities and skills, in addition to the benefits of informing youths to join summer vocation. In order to solve the problem of students distribution to organizations and guarantee the equivalency between students desires and the capacity of governmental and privates offices, some algorithms were used to mine up data to uncover essential hidden relationships with huge data, & Distributed Database has been designed for summer training . The data mining were also used to set reports that may refer to the delicate number of students required for training according to the specializations in the four departments of the College of Administration and Economics (application environments) with the number of nominee students for training in these departments using (oracle 11g.).

تدريب الطلبة خلال الإجازة الصيفية أحد أشكال التدريب الهادفة إلى تعريف الطلاب بواقع البيئة العملية وما تحتاج إليه من جد وانضباط ، كما أنه من جهة أخرى يتيح الفرصة لمؤسسات القطاع العام والخاص للتعرف على إمكانيات الطلاب ومهاراتهم ، هذا بالإضافة إلى فوائده فيما يتعلق بتوجيه الشباب نحو الاستفادة من الإجازة الصيفية .ولحل مشكلة توزيع الطلاب على المنظمات ولضمان التوافقية بين رغبات الطلبة واستيعاب الدوائر الحكومية والأهلية تم استخدام بعض من خوارزميات تنقيب البيانات (Aprior, Predictive) لاكتشاف علاقات هامة مخفية في مجموعة البيانات الضخمة، وتم تصميم قاعدة بيانات موزعة بكل مايتعلق بالتدريب الصيفي فضلاً عن استخدام مستودع البيانات(DW) لغرض إعداد تقارير يتضح من خلالها أعداد الطلبة المطلوب تدريبهم في المنظمات وحسب التخصصات لأربعة اقسام من كلية الإدارة والاقتصاد (بيئة التطبيق) مع أعداد الطلبة المرشحين للتدريب في كل قسم باستخدام برنامج (Oracle 11g.)


Article
Miner Alerts Module to Generate Itemsets Based on FP-Growth Algorithm Improvement

Authors: Karim H. Al-Saedi --- Raghda Abd Al-Rab
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2018 Volume: 29 Issue: 1 Pages: 114-117
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Data mining techniques becomes very useful for all areas, Which gives impressive results and accurate. It is can be works with huge data and variance type’s data. The intrusion detection system (IDS) has huge numbers of alerts without classify and almost alerts be false positive. In this paper, we proposed a new miner module to generating Itemsets of IDS alerts by using FP-Growth Algorithm Improvement, which it is produce from compact Fp growth algorithm with Apriori algorithm. This new module contains three phases: Compute support, Resort, and Generating K-Itemsets. It is applied on Darpa 1999 datasets to generating Alerts sets based on IDS Snort. The obtain result was very useful because it is make the alerts ready to classify.

أصبحت تقنيات تعدين البيانات مفيدة جدا ولاسيما في كافة المجالات بإمكانها إعطاء نتائج مؤثره ودقيقة, حيث تعمل مع بيانات كبيرة و متنوعة .نظام كشف التسلل يمتلك أعداد كبيرة من التنبيهات الغير مصنفة والتي اغلبها تكون كاذبة . في هذا البحث تم اقتراح موديل جديد لتوليد عناصر نظام كشف التسلل باستخدام خوارزمية FAI المطورة الناتجة من دمج خوارزمية Fp growth مع خوارزمية Apriori .يحتوي هذا الموديل على ثلاثة مراحل : احتساب تكرار العناصر, أعادة ترتيب العناصر وتوليد العناصر.تم التطبيق على بيانات قياسية وتم الحصول على نتائج مفيدة جدا لأنها تجعل التنبيهات جاهزة للتصنيف.


Article
Apriori Method of Mining Secure Data in Social Media
طريقة Apriori لتعدين البيانات الأمنة في التواصل الأجتماعي

Author: Zahraa Raji Mohi زهراء راجي محي
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2019 Volume: 13 Issue: 1 Pages: 41-49
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

As can be seen all around us, social media sites such as Facebook, Twitter, YouTube and Flickr and other became more importance grow rapidly in the last few years. This growth in social media sites has led to increase of information generated and circulated between individuals, this information significance in the companies and institutions works and also for individuals, for this it is important to analyze and classify data by determining keywords and main sentences which lead companies to manage their works more better with present and possibly clients. However, social media data may be contain various types of unwanted and maleficent spammer or hacker actions. So, there is a critical need in the social media network and society, industry for social media security. In this paper, we choose Apriori method for mining and classifying social media data and take a Facebook to be a case study for social media data then after classifying and mining data applying RSA algorithm which is most popular and easer to implement secure data and use it usefully in the company’s work.

كما نرى من حولنا فأن مواقع التواصل الأجتماعي المتمثلة بFacebook Youtube, ,Twitter, Flicker وغيرها اصبحت تشكل اهمية كبيرة في حياتنا وازدادت بالنمو خلال السنوات الأخيرة . ان هذا النمو في مواقع التواصل الاجتماعي ادى الى زيادة كمية المعلومات والبيانات المتولدة والمتداولة بين الافراد , هذه المعلومات مهمه في اعمال الشركات والمؤسسات وحتى الأفراد, لذلك من الضروري تحليل البيانات وتصنيفها وتحديد الكلمات المفتاحية والجمل المعبرة مما يؤدي بالشركات الى ادارة اعمالها بشكل افضل مع الزبائن الحاليين والمحتمليين.وفي نفس الوقت فان بيانات التواصل الاجتماعي قد تحتوي على انواع عديدة من القرصنة والبرامج الخبيثة والاعمال الغير مرغوبة. لذا فان شبكات التواصل الاجتماعي والمجتمع والصناعة والاعمال بحاجة ماسة الى استخدام بيانات تواصل اجتماعي امنة. وفي هذا البحث قد اختيرت طريقة الApriori لتعدين وتصنيف بيانات التواصل الاجتماعي وقد اخذت Facebook كحالة لدراسة بيانات التواصل الاجتماعي بعد تصنيف البيانات وتعدينها تطبيق خوارزمية RSA الشائعة والسهلة الاستخدام لتأمين البيانات المصنفة واستخدامها بصورة مفيدة في اعمالهم.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (6)


Year
From To Submit

2019 (1)

2018 (1)

2017 (1)

2016 (1)

2010 (1)

More...