[論文レビュー] Classification rule with simple select SQL statement

Spits Warnars H. L. H|arXiv (Cornell University)|Jun 10, 2010

Data Mining Algorithms and Applications参考文献 19被引用数 4

ひとこと要約

本論文では、リレーショナルデータベースにおける単一でシンプルな SELECT SQL 文を用いて、分類規則と特徴的規則を同時に生成する手法を提案する。概念階層を統合し、SQL を t-重み（典型性）および d-重み（識別力）の指標で拡張することにより、外部ツールを必要とせず、データベースネイティブなデータマイニングが可能となり、規則の一般化性と解釈可能性が向上する。

ABSTRACT

A simple sql statement can be used to search learning or rule in relational database for data mining purposes particularly for classification rule. 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, specifically 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 to transform concept hierarchy into table, the simple sql statement can be run properly.

研究の動機と目的

• リレーショナルデータベースから最小限の SQL 語法で、分類規則と特徴的規則を同時に抽出することを可能にすること。
• SQL フレームワーク内に t-重みと d-重みの指標を導入することで、規則の一般化性を向上させること。
• 概念ツリーを用いて概念階層をデータベーステーブルに統合し、効率的な規則生成を支援すること。
• 外部データマイニングツールへの依存を減らし、規則発見のためにネイティブな SQL 機能を活用すること。
• データベースネイティブな計算を通じて、分類規則の解釈可能性とスケーラビリティを向上させること。

提案手法

• リレーショナルテーブルから分類規則と特徴的規則を同時に抽出する、単一でシンプルな SELECT SQL 文の使用。
• 概念ツリーに基づいて、概念階層を正規化されたデータベーステーブルにマッピングし、階層的データ処理を支援すること。
• 特徴的規則における各レコードの典型性を測る指標として、t-重みを計算すること。
• 分類規則における識別力の指標として、d-重みを計算し、規則の品質を評価すること。
• 標準 SQL を、集計関数と条件付き論理を拡張することで、データベース内ですべての規則指標を直接計算できるようにすること。
• 標準 SQL の出力により、計算された規則指標と構造を外部アプリケーションとシームレスに統合できること。

実験結果

リサーチクエスチョン

• RQ1 単一の SQL 文で、リレーショナルデータベース内で分類規則と特徴的規則を同時に生成できるか？
• RQ2 t-重みと d-重みの指標を SQL にどのように埋め込むことができるか？ これにより、規則の典型性と識別力を測定できるか？
• RQ3 概念階層の表現方法が、SQL を用いた規則生成の正しさと効率性に与える影響は何か？
• RQ4 ネイティブな SQL が、外部データマイニングツールに代わって規則発見にどの程度活用できるか？
• RQ5 データベーステーブルに概念ツリーを統合することで、抽出された規則の一般化性はどのように向上するか？

主な発見

• 単一でシンプルな SELECT SQL 文を用いることで、リレーショナルデータベース内で分類規則と特徴的規則を同時に生成できる。
• SQL クエリ内に t-重みと d-重みの指標を統合することで、抽出された規則の解釈可能性と一般化性が向上する。
• 正規化されたデータベーステーブルとしての概念階層の適切な表現は、規則生成プロセスの信頼性とパフォーマンスを顕著に向上させる。
• 本手法により、外部データマイニングソフトウェアを必要とせず、効率的でスケーラブルかつデータベースネイティブなデータマイニングが可能になる。
• 規則指標の標準化された SQL 出力により、アプリケーションソフトウェアとのシームレスな相互運用性が実現される。
• 大学のセミナー環境での検証を通じて、実世界のデータベース環境でも本手法の実用性と妥当性が示された。