[论文解读] Measuring interesting rules in Characteristic rule

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

Data Mining Algorithms and Applications参考文献 11被引用 5

一句话总结

本文提出了一种新颖的方法，用于衡量从属性导向归纳中派生出的特征规则的有趣性，强调在概念层次结构中追求简洁性而非复杂性。与偏好复杂层次结构的启发式方法不同，本文认为更简单的层次结构能产生更有趣的规则，通过减少泛化复杂性并提高规则可解释性，方法在最终规则转换步骤中通过合并或分组相同的属性来实现，从而生成紧凑、逻辑性强的公式，且元组数量更少。

ABSTRACT

Finding interesting rule in the sixth strategy step about threshold control on generalized relations in attribute oriented induction, there is possibility to select candidate attribute for further generalization and merging of identical tuples until the number of tuples is no greater than the threshold value, as implemented in basic attribute oriented induction algorithm. At this strategy step there is possibility the number of tuples in final generalization result still greater than threshold value. In order to get the final generalization result which only small number of tuples and can be easy to transfer into simple logical formula, the seventh strategy step about rule transformation is evolved where there will be simplification by unioning or grouping the identical attribute. Our approach to measure interesting rule is opposite with heuristic measurement approach by Fudger and Hamilton where the more complex concept hierarchies, more interesting results are likely to be found, but our approach the simpler concept hierarchies, more interesting results are likely to be found and the more complex concept hierarchies, more complex process generalization in concept tree. The decision to find interesting rule is influenced with wide or length and depth or level of concept tree.

研究动机与目标

• 解决在属性导向归纳过程中识别真正有趣的特征规则的挑战。
• 克服现有方法偏好复杂概念层次结构的局限性，这些结构增加了泛化工作量却未提升可解释性。
• 开发一种规则有趣性度量方法，优先考虑概念层次结构的简洁性，以提升规则的紧凑性和人类可读性。
• 通过最小化元组数量来改善最终泛化结果，实现规则的简便转换为逻辑公式。

提出的方法

• 在属性导向归纳的第七步提出一种规则转换策略，通过合并或统一相同属性来简化规则。
• 引入一种规则有趣性度量框架，偏好浅层且狭窄的概念层次结构，而非深层且宽广的结构。
• 对跨元组的相同属性值执行合并操作，以减少最终结果中的元组数量。
• 将概念树的深度和广度作为决定规则有趣性的关键因素，更简单的树被认为更有趣。
• 采用基于阈值的泛化过程，将元组合并直到元组数量低于用户定义的阈值。
• 从基础的属性导向归纳演化而来，通过简化和结构优化来改进最终的规则集。

实验结果

研究问题

• RQ1 如何在特征规则中衡量规则有趣性，以获得更具可解释性和紧凑性的结果？
• RQ2 概念层次结构的复杂性对泛化过程和规则质量有何影响？
• RQ3 为何在属性导向归纳的背景下，更简单的概念层次结构会产生更有趣的规则，而复杂的结构则不会？
• RQ4 如何简化最终的规则集以减少元组数量并提升逻辑表达力？
• RQ5 相同属性的合并操作在提升规则可解释性和减少泛化开销方面起到什么作用？

主要发现

• 更简单的概念层次结构产生更有趣的规则，这与偏好复杂性的启发式方法相矛盾。
• 所提出的方法通过有效合并相同属性，显著减少了最终规则集中元组的数量。
• 第七步策略中的规则转换成功地将规则简化为紧凑、可解释的逻辑公式。
• 该方法通过偏好浅层且狭窄的概念树而非深层且宽广的树，最小化了泛化复杂性。
• 由于元组数量减少和结构简化，最终的泛化结果更易于管理，更适合人类理解。
• 通过聚焦于简洁性和紧凑性，该方法提升了属性导向归纳中规则提取的效率和清晰度。