Application mobile pour l'extraction des itemsets fréquents.

Abstract

La disponibilité de la puissance de calcul dans les appareils mobiles est un outil clé pour Mobile Data Mining (MDM) dans les locaux de l'utilisateur. Alternativement, les contraintes de ressources comme la réduction de la bande passante, la bande passante étroite et les petits écrans sont difficiles à adopter lors de l'adoption de MDM. À le temps actuelle, MDM est basé sur des algorithmes légers qui sont adaptatifs dans des environnements à contraintes de ressources, mais une étude pour évaluer la performance des algorithmes généraux manque encore dans la littérature. À cette fin, nous avons étudié trois algorithmes d'extraction de motifs fréquents (FPM), les avons déployés dans des appareils mobiles pour évaluer la faisabilité et souligné les défis associés. Les expériences ont été effectuées sur des ensembles de données réelles et synthétiques strictement dans un appareil mobile basé sur Android. Mots clés : Data Mining Mobile, EPM et mobile.