[論文レビュー] Attribute Oriented Induction with simple select SQL statement

Harco Leslie Hendric Spits Warnars|arXiv (Cornell University)|Jun 9, 2010

Data Mining Algorithms and Applications参考文献 17被引用数 5

ひとこと要約

本稿では、関係データベースにおける属性指向インダクション（AOI）のための簡素化されたアプローチを提案する。単一のシンプルなSELECT SQL文を用いて、同時に特徴的規則および分類／識別規則を生成する。概念階層をデータベーステーブルに統合し、t-重みおよびd-重みメトリクスを活用することで、最小限の複雑さと高い外部ツールとの互換性を備えた、効率的で一般化可能な規則抽出が可能になる。

ABSTRACT

Searching learning or rules in relational database for data mining purposes with characteristic or classification/discriminant rule in attribute oriented induction technique can be quicker, easy, and simple with simple SQL statement. With just only one simple SQL statement, characteristic and classification rule can be created simultaneously. Collaboration SQL statement with any other application software will increase the ability for creating t-weight as measurement the typicality of each record in the characteristic rule and d-weight as measurement the discriminating behavior of the learned classification/discriminant rule, particularly for further generalization in characteristic rule. Handling concept hierarchy into tables based on concept tree will influence for the successful simple SQL statement and by knowing the right standard knowledge to transform each of concept tree in concept hierarchy into one table as transforming concept hierarchy into table, the simple SQL statement can be run properly.

研究の動機と目的

• 最小限のSQLコードで、関係データベースからの特徴的規則および分類規則の抽出プロセスを簡素化すること。
• 効果的な属性指向インダクションを可能にするために、概念階層をデータベーススキーマにシームレスに統合すること。
• SQLフレームワーク内にt-重みおよびd-重みメトリクスを導入し、規則の典型性および識別的強度を測定すること。
• 概念階層を正規化されたデータベーステーブルとして構造化することで、規則の一般化と再利用性を向上させること。
• 主に標準SQLをインターフェースとして使用することで、外部ソフトウェアとの相互運用性を向上させること。

提案手法

• 標準的なスキーマ設計原則を用いて、概念階層を正規化されたデータベーステーブルに変換すること。
• 関係データから特徴的規則および分類規則を同時に抽出するために、単一でシンプルなSELECT SQL文を実装すること。
• グループ化された属性を用いた集計関数を適用し、特徴的規則における各レコードの典型性を測るt-重みを計算すること。
• ターゲットクラスと非ターゲットクラスの分布を比較することで、分類規則の識別的強度を測るd-重みを計算すること。
• 概念階層テーブルを活用して、クエリ実行中に属性の一般化を可能にし、一貫した規則の一般化を保証すること。
• 外部アプリケーションがSQLベースの規則生成パイプラインにアクセスできるようにすることで、拡張性を実現すること。

実験結果

リサーチクエスチョン

• RQ1 単一でシンプルなSQL文は、属性指向インダクションにおいて、特徴的規則および分類規則の両方を効果的に生成できるか？
• RQ2 概念階層を関係データベースにどのように構造化すれば、効率的かつ正確な規則インダクションを可能にするか？
• RQ3 t-重みおよびd-重みメトリクスは、抽出された規則の解釈可能性および一般化性を向上させる役割を果たすか？
• RQ4 概念階層を正規化されたテーブルに変換することで、SQLベースの規則抽出プロセスの信頼性およびパフォーマンスがどの程度向上するか？
• RQ5 提案手法は、スケーラブルなデータマイニングワークフローを実現するための外部ソフトウェアツールとどのように統合できるか？

主な発見

• 単一でシンプルなSELECT SQL文を用いることで、特徴的規則および分類規則を同時に生成でき、実装の複雑さが顕著に低減された。
• 概念階層を正規化されたテーブルに統合することで、規則インダクション中に一貫性があり正しい一般化が保証された。
• t-重みおよびd-重みメトリクスが、SQLフレームワーク内で成功裏に計算され、規則の典型性および識別的強度を定量化できた。
• 標準SQL構文に依存しているため、本手法は外部アプリケーションと高い互換性を示した。
• テーブルの正規化を通じて階層的関係を保持することで、効果的な規則の一般化が実現された。
• 規則論理をアプリケーション固有のコードから分離することで、スケーラブルで保守性の高いデータマイニングワークフローが可能になった。