[論文レビュー] Mining Multi-Level Frequent Itemsets under Constraints

Mohamed Salah Gouider, Amine Farhat|arXiv (Cornell University)|Dec 26, 2010

Data Mining Algorithms and Applications参考文献 12被引用数 5

ひとこと要約

本稿では、概念階層を用いて多段階の頻度の高いアイテムセットを抽出する制約ベースのアプローチを提案する。ユーザー定義の制約を統合することで、関連性と効率性を向上させる。3つの手法—Basic、Test and Generate、Pruning-based—を導入し、制約に配慮したプルーニングが、複数の抽象化レベルにわたる意味のある、解釈可能なアイテムセットを保持しながらも、探索空間を顕著に削減することを示している。

ABSTRACT

Mining association rules is a task of data mining, which extracts knowledge in the form of significant implication relation of useful items (objects) from a database. Mining multilevel association rules uses concept hierarchies, also called taxonomies and defined as relations of type 'is-a' between objects, to extract rules that items belong to different levels of abstraction. These rules are more useful, more refined and more interpretable by the user. Several algorithms have been proposed in the literature to discover the multilevel association rules. In this article, we are interested in the problem of discovering multi-level frequent itemsets under constraints, involving the user in the research process. We proposed a technique for modeling and interpretation of constraints in a context of use of concept hierarchies. Three approaches for discovering multi-level frequent itemsets under constraints were proposed and discussed: Basic approach, "Test and Generate" approach and Pruning based Approach.

研究の動機と目的

• 概念階層を用いて、大規模なデータベースから意味のある多段階の関連ルールを抽出する課題に対処する。
• ユーザーが指定した制約をマイニングプロセスに統合し、より関連性があり解釈可能なアイテムセットへの発見をガイドする。
• 制約ベースのプルーニング戦略を組み込むことで、多段階の頻度の高いアイテムセットマイニングにおける計算コストを低減する。
• ユーザーの関与を向上させるために、制約を用いて階層的アイテム関係の探索を形作る。

提案手法

• アイテム間の『は』関係（『is-a』関係）を表現するための分類体系（税別）と統合された形式的フレームワークを用いて、制約をモデル化する。
• すべてのレベルで候補アイテムセットを生成し、その後に制約を適用する『Basic』手法を提案する。
• 候補生成の過程で制約を評価することで、無駄な拡張を回避する『Test and Generate』手法を開発する。
• 制約条件を用いて、プロセスの初期段階で有望でない候補アイテムセットを早期に除外する『Pruning-based』手法を実装する。
• 特定のアイテムセットから一般のアイテムセットへと至る概念階層の走査を活用し、複数の抽象化レベルでのアイテムセット探索を実現する。
• サポート度と制約の閾値を適用してアイテムセットをフィルタリングし、ユーザーが指定した基準を満たすもののみを保持する。

実験結果

リサーチクエスチョン

• RQ1 ユーザー定義の制約を、多段階の頻度の高いアイテムセットマイニングに効果的にモデル化し統合する方法は何か？
• RQ2 すべての候補を生成するのと、生成過程で制約を適用するのとの間で、性能上のトレードオフは何か？
• RQ3 制約ベースのプルーニングは、多段階の頻度の高いアイテムセットマイニングにおける探索空間をどの程度削減できるか？
• RQ4 異なる制約統合戦略は、得られるアイテムセットの解釈可能性と関連性にどのように影響を与えるか？
• RQ5 提案手法は、多段階かつ制約に配慮したマイニングにおいて、正確性を維持したまま効率的にスケーリングできるか？

主な発見

• 『Pruning-based』手法は、生成される候補アイテムセットの数を顕著に削減し、BasicおよびTest and Generate手法と比較して効率性が向上している。
• 制約の統合により、意味的に意味のある組み合わせに焦点を当てることで、より解釈可能でユーザーに適合したアイテムセットが得られる。
• 『Test and Generate』手法は、候補拡張の過程で制約を検証することで、計算コストと結果の質の間でバランスの取れた妥協を実現している。
• 概念階層の使用により、特定のパターンと一般のパターンの両方のアイテムセットパターンの発見が可能になり、結果の解釈可能性が向上している。
• 実験的評価により、制約に配慮したマイニングが、意味のあるルールの発見を損なわず、冗長なアイテムセットの生成を削減することが示された。
• 提案されたフレームワークは、ユーザーのインタラクションを柔軟に可能とし、マイニングプロセス中に制約を動的に調整できる。