AOIとは何ですか？

AOIは、属性指向の誘導の略です。概念記述への属性指向の帰納的アプローチは、データキューブアプローチの導入の数年前の1989年に最初に提案されました。データキューブアプローチは、基本的にデータのマテリアライズドビューに基づいており、通常はデータウェアハウスで事前に計算されています。

一般に、OLAPまたはデータマイニングクエリが処理のために送信される前に、オフライン集計を実装します。言い換えれば、属性指向の帰納的アプローチは、一般的に、クエリ指向の一般化ベースのオンラインデータ分析方法です。

属性指向の帰納法の一般的な考え方は、最初にデータベースクエリを使用してタスク関連のデータを収集し、次に関連するデータのコレクション内の各属性の個別の値の数の調査に基づいて一般化を実行することです。

一般化は、属性の削除または属性の一般化によって実装されます。集約は、同一の一般化されたタプルを組み合わせ、それらの特定のカウントを累積することによって実装されます。これにより、一般化されたデータセットのサイズが小さくなります。結果として得られる一般化された関連付けは、チャートやルールなど、ユーザーに表示するためにいくつかのフォームにマッピングできます。

次のような属性指向の誘導のプロセス-

• まず、属性指向の誘導の前にデータフォーカシングを実装する必要があります。このステップは、タスク関連のレコード（つまり、分析用のデータ）の説明に対応します。データは、データマイニングクエリでサポートされているデータに基づいて収集されます。

• データマイニングクエリは通常、データベースの一部にのみ関連するため、関連するデータセットを選択すると、マイニングが効率的になるだけでなく、データベース全体をマイニングするよりも重要な結果が変わります。

• 関連する属性のセット（つまり、DMQLに関連する句で示されているマイニングの属性）を指定することは、ユーザーにとって難しい場合があります。ユーザーは、重要ないくつかの属性のみを選択できますが、表現で役割を果たすことができる他の属性はありません。

• たとえば、ディメンションの出生地が、都市、州または州、および国の属性によって定義されているとします。出生地のディメンションを一般化できるため、このディメンションを定義する他の属性も含める必要があります。

• 言い換えれば、システムに関連する属性として州または州と国が自動的に含まれるようにすることで、導入フェーズ中に都市をこれらのより大きな概念レベルに一般化することができます。

• もう一方の極端な例として、ユーザーが「*に関連する」という句を使用して可能なすべての属性を指定することにより、あまりにも多くの属性を導入した可能性があるとします。この場合、from句で指定されたリレーションのすべての属性が分析に含まれます。

• 一部の属性は、興味深い表現に寄与する可能性は低いです。相関ベースまたはエントロピーベースの分析方法を使用して、属性の関連性分析を実行し、記述的なマイニングプロセスから統計的に関連性のない属性または関連性の低い属性を除外できます。