制約ベースのアソシエーションマイニングとは何ですか？

データマイニング手順では、特定の情報セットから何千ものルールを明らかにすることができます。そのほとんどは、ユーザーにとって独立しているか、面倒です。ユーザーは、マイニングのどの「方向」が興味深いパターンにつながる可能性があるか、および発見したいパターンまたはルールの「形式」を最もよく理解しています。

したがって、優れたヒューリスティックは、ユーザーにそのような直感や期待を検索スペースを制約する制約として定義させることです。この戦略は、制約ベースのマイニングと呼ばれます。

制約ベースのアルゴリズムでは、頻繁なアイテムセット生成ステップで検索領域を減らすために制約が必要です（アソシエーションルール生成ステップは、網羅的なアルゴリズムのステップとまったく同じです）。

一般的な制約は、サポートの最小しきい値です。制約が制御されていない場合、探索空間ラティス内の境界が定義され、その後探索が不要になるため、マイニングフェーズに制約を含めることで探索空間の大幅な削減をサポートできます。

制約の重要性は明確に定義されています-それらはユーザーにアピールするアソシエーションルールのみを作成します。この方法は非常に簡単で、ルールスペースが減り、残りのメソッドが制約を満たします。

制約ベースのクラスタリングは、ユーザー定義の設定または制約を満たすクラスターを検出します。制約の特性によって異なりますが、制約ベースのクラスタリングでは、さまざまなアプローチではなく採用できます。

制約には、次のようなものを含めることができます-

ナレッジタイプの制約 −これらは、関連付けや相関関係など、マイニングする知識のタイプを定義します。

データの制約 −これらは、ディメンション/レベル制約などのタスク関連情報のセットを定義します。−これらは、マイニングで使用される情報の目的のディメンション（または属性）または概念階層のメソッドを定義します。

興味深い制約 −これらは、サポート、信頼性、相関関係など、ルールの関心度の数値測定のしきい値を定義します。

ルールの制約 −これらは、マイニングされるルールの形式を定義します。このような制約は、メタルール（ルールテンプレート）、ルールの前件または後件に表示される述語の最大数または最小数、または属性、属性値、および/または集計間の関係として定義できます。

次の制約は、高レベルの宣言型データマイニングクエリ言語とユーザーインターフェイスを使用して説明できます。この形式の制約ベースのマイニングにより、ユーザーは、データマイニングプロセスをより効率的に作成することで、明らかにしたいルールを定義できます。

さらに、高度なマイニングクエリオプティマイザを使用して、ユーザーが定義した制約を実行できるため、マイニングプロセスをより効果的に作成できます。制約ベースのマイニングは、インタラクティブな探索的マイニングと分析を促進します。