A Cloud-Based Intelligent Computing System for Contextual Exploration on Personal Sleep-Tracking Data Using Association Rule Mining

2016 ◽  
pp. 83-96 ◽  
Author(s):  
Zilu Liang ◽  
Bernd Ploderer ◽  
Mario Alberto Chapa Martell ◽  
Takuichi Nishimura
Keyword(s):  
Association Rule ◽  
Association Rule Mining ◽  
Computing System ◽  
Tracking Data ◽  
Rule Mining ◽  
Intelligent Computing ◽  
Intelligent Computing System

A Novel Market Basket Analysis Using Adaptive Association Rule Mining Algorithm

2012 ◽  
Vol 1 (4) ◽  
pp. 25-28
Author(s):  
M.Dhanabhakyam M.Dhanabhakyam ◽  
◽  
Dr.M.Punithavalli Dr.M.Punithavalli
Keyword(s):  
Association Rule ◽  
Association Rule Mining ◽  
Market Basket Analysis ◽  
Rule Mining ◽  
Market Basket ◽  
Mining Algorithm

Prediksi Code Defect Perangkat Lunak Dengan Metode Association Rule Mining dan Cumulative Support Thresholds

2015 ◽  
Vol 6 (2) ◽  
Author(s):  
Rizal Setya Perdana ◽  
Umi Laili Yuhana
Keyword(s):  
Association Rule ◽  
Association Rule Mining ◽  
Rule Mining ◽  
Program Code

Kualitas perangkat lunak merupakan salah satu penelitian pada bidangrekayasa perangkat lunak yang memiliki peranan yang cukup besar dalamterbangunnya sistem perangkat lunak yang berkualitas baik. Prediksi defectperangkat lunak yang disebabkan karena terdapat penyimpangan dari prosesspesifikasi atau sesuatu yang mungkin menyebabkan kegagalan dalam operasionaltelah lebih dari 30 tahun menjadi topik riset penelitian. Makalah ini akandifokuskan pada prediksi defect yang terjadi pada kode program (code defect).Metode penanganan permasalahan defect pada kode program akan memanfaatkanpola-pola kode perangkat lunak yang berpotensi menimbulkan defect pada data setNASA untuk memprediksi defect. Metode yang digunakan dalam pencarian polaadalah memanfaatkan Association Rule Mining dengan Cumulative SupportThresholds yang secara otomatis menghasilkan nilai support dan nilai confidencepaling optimal tanpa membutuhkan masukan dari pengguna. Hasil pengujian darihasil pemrediksian defect kode perangkat lunak secara otomatis memiliki nilaiakurasi 82,35%.

An Imputation Technique for Missing Context Data Based on Spatial-temporal and Association Rule Mining

2011 ◽  
Vol 32 (12) ◽  
pp. 2913-2918 ◽  
Author(s):  
Yu-xiang Wang ◽  
Xiu-quan Qiao ◽  
Xiao-feng Li ◽  
Luo-ming Meng
Keyword(s):  
Association Rule ◽  
Association Rule Mining ◽  
Rule Mining ◽  
Context Data
Sign in / Sign up

Export Citation Format

Share Document