[論文レビュー] A Novel Approach For Discovery Multi Level Fuzzy Association Rule Mining

Pratima Gautam, Kamal Raj Pardasani|arXiv (Cornell University)|Mar 22, 2010

Data Mining Algorithms and Applications参考文献 8被引用数 6

ひとこと要約

本稿では、ファジィ集合理論、多段階階層構造、および可変最小サポートを統合した、新規のファジィ多段階連関ルールマイニング手法を提案する。クリップドインターバルの代わりにファジィ境界を用いたアプローチを適用することで、上位から段階的に深く掘り下げる戦略を採用し、階層的データにおいて異なるサポート閾値を有する場合でも、効率的に大規模アイテムセットをマイニングする。

ABSTRACT

Finding multilevel association rules in transaction databases is most commonly seen in is widely used in data mining. In this paper, we present a model of mining multilevel association rules which satisfies the different minimum support at each level, we have employed fuzzy set concepts, multi-level taxonomy and different minimum supports to find fuzzy multilevel association rules in a given transaction data set. Apriori property is used in model to prune the item sets. The proposed model adopts a topdown progressively deepening approach to derive large itemsets. This approach incorporates fuzzy boundaries instead of sharp boundary intervals. An example is also given to demonstrate and support that the proposed mining algorithm can derive the multiple-level association rules under different supports in a simple and effective manner.

研究の動機と目的

• 固定された最小サポートとクリップド境界を使用する従来の多段階連関ルールマイニングの限界を解消すること。
• ファジィ集合の概念を多段階階層構造に統合し、より柔軟で現実的であるデータ表現を実現すること。
• 階層の各レベルで異なる最小サポートを設定し、連関ルールをマイニングできること。
• 鋭い区間境界の代わりにファジィ境界を用いることで、ルール発見の正確性を向上させること。
• アプローチの性質を活用した、上位から段階的に深く掘り下げる効率的なアルゴリズムの開発

提案手法

• 提案モデルは、階層の複数のレベルにわたる大規模アイテムセットを生成する上位から段階的に深く掘り下げるアプローチを採用する。
• ファジィ集合理論を用いてアイテムの所属度を定義し、従来のクリップドインターバルの代わりにファジィ境界を導入する。
• 階層の各レベルに異なる最小サポート閾値を割り当て、データの重要度の違いを反映する。
• 候補アイテムセットの削減にアプローチの性質を活用し、計算負荷を低減する。
• アルゴリズムは、アイテムをファジィ集合にマッピングし、各レベルでのサポートを評価することでトランザクションを処理する。
• 例示データセットを用いて、変動するサポート制約下での多段階ファジィ連関ルールの段階的導出を説明する。

実験結果

リサーチクエスチョン

• RQ1 階層の異なるレベルで最小サポート閾値が変動する場合、どのようにして多段階連関ルールを効果的にマイニングできるか？
• RQ2 ファジィ集合理論は、多段階連関ルールマイニングにおけるアイテム所属の表現を改善できるか？
• RQ3 クリップドインターバルの代わりにファジィ境界を使用することで、ルール発見の質にどのような影響を与えるか？
• RQ4 アプローチの性質を、可変サポートを有するファジィ多段階マイニングに適応できるか？
• RQ5 上位から段階的に深く掘り下げる戦略は、ファジィ多段階設定において大規模アイテムセットを効率的に発見できるか？

主な発見

• 提案手法は、各レベルで異なる最小サポートを有する多段階ファジィ連関ルールを効果的に発見でき、ルールの関連性が向上した。
• ファジィ境界は、クリップドインターバルと比較して、アイテム所属の表現をより柔軟かつ現実的に行える。
• 可変最小サポートの統合により、多様なサポート要件を有する階層的データの処理がより適切に行えるようになった。
• 上位から段階的に深く掘り下げる戦略とアプローチの性質によるプルーニングの組み合わせにより、探索空間が縮小され、計算効率が向上した。
• 例示ケーススタディにより、アルゴリズムが単純かつ効果的に意味のある多段階連関ルールを導出できることを示した。
• 階層的構造を有する実世界の取引データベースにおいて、正確性と解釈可能性の向上が期待できる。