Eine Wissensentdeckung auf der Grundlage einessynaptischen Datenentdeckungsmodells

Web Mining ist die Extraktion von Wissen aus Webdaten. Bei der Arbeit mit dem Internet fallen zahlreiche Daten an. Die Analyse solcher Daten und das Auffinden von brauchbaren Einheiten, um eine bessere Benutzererfahrung zu bieten, kann ein Vorteil von Algorithmen sein. Auf diese Weise können Wissen entdeckt und schnelle Lösungen für die Eingabeabfrage bereitgestellt werden. Der vorherige Autor hat viele Ansätze zur Datenanalyse, Gewichtsanalyse und Datenverarbeitung durchgeführt. TF-IDF, Semantic, FP-Wachstumsalgorithmus und andere Techniken werden in der bisherigen Forschung zur Wissensanalyse verwendet. In dieser Forschung wird ein fortschrittliches synaptisches Datenentdeckungsmodell für die Extraktion und Analyse von Webdaten durchgeführt. Der vorgeschlagene Algorithmus arbeitet mit der Baumarchitektur-basierten Entdeckung und ermöglicht das Auffinden der relevanten Terminologie. Auf diese Weise wird eine bessere Lösung für die Vorhersage und eine bessere Ausgabe der Wissensabfrage gefunden. Die Ergebnisse des Experiments zeigen die Effektivität des vorgeschlagenen Ansatzes gegenüber dem traditionellen Algorithmus.

Autorentext

El Dr. Umesh Kumar Lilhore es profesor asociado en el Instituto Universitario de Ingeniería y Tecnología de Chitkara, Punjab, India. Obtuvo un doctorado y un máster en ingeniería informática. Tiene más de 15 años de experiencia en educación, investigación y consultoría. Ha publicado más de 50 artículos de investigación en las principales revistas.