Analiza wzorców na podstawie danych o przestępczości

W ostatnich dniach analiza asocjacji jest stosowana w praktyce z zestawami danych prawnych. G¿ównym celem tej pracy badawczej jest wydobycie regu¿y asocjacyjnej z ró¿nych przypadków kradzie¿y zebranych z ró¿nych ¿róde¿ w ramach jurysdykcji stanu Tamil Nadu. Po pierwsze, w tej rozprawie zaproponowano innowacyjny algorytm Theft Pattern Mining do wydobywania zbioru cz¿stych elementów. Proponowana struktura danych jest stosowana w algorytmie Theft Pattern Mining. Wydajnö¿ proponowanego algorytmu jest porównywana z istniej¿cymi algorytmami Frequent Pattern Mining (FPM). Proponowany algorytm jest analizowany porównawczo z istniej¿cymi algorytmami U-Apriori, FP-growth i UF-growth. Wydajnö¿ proponowanego algorytmu jest badana przy u¿yciu syntetycznego zbioru danych, takiego jak T40I10D100K, rzeczywistego zbioru danych, takiego jak Mushroom, Gazella i proponowanego zbioru danych Tamil Nadu Theft Crime (TTC) ze szczególnym uwzgl¿dnieniem stanu Tamil Nadu.