روشي جديد براي يافتن خودكار حد آستانه و كشف قوانين انجمني مثبت و منفي

يكي از تكنيك هايي كه امروزه در داده كاوي كاربرد مفيد دارد، كشف قوانين انجمني است. الگوريتم هاي مطرح شده كشف قوانين انجمني داراي دو چالش مهم هستند: يك) اين الگوريتم ها، فقط قوانين مثبت را استخراج مي كنند و توانايي كشف قوانين منفي را ندارند؛ اين در حالي است كه كشف قوانين منفي در پايگاه هاي داده، براي مديران بسيار مهم و كار ساز است. دو) كشف قوانين انجمني مثبت يا منفي با استفاده معيارهاي Support و Confidence با حد آستانه مشخص صورت مي گيرد، پيدا كردن حد آستانه براي اين دو معيار بسيار حائز اهميت است اما به راحتي امكان پذير نيست و هميشه به صورت دستي، توسط كاربر با آزمايش و خطا مشخص مي شود. با توجه به چالش هاي بيان شده مي توان گفت، ارائه يك الگوريتم تمام خودكار كه بتواند، با توجه به نوع كاوش، مثبت يا منفي، مقدار حد آستانه را به صورت خودكار پيدا نمايد و به كشف قوانين مثبت يا منفي در پايگاه هاي داده بپردازد، يكي از نيازهاي مبرم در داده كاوي مي باشد. در اين مقاله ما روش تمام خودكار، چهار مرحله اي جديدي بر پايه الگوريتم ازدحام پرندگان باينري معرفي مي كنيم. در اين الگوريتم ابتدا كاربر نوع كاوش، مثبت يا منفي، را مشخص مي كند، سپس الگوريتم به طور خودكار مقدار حد آستانه را مشخص كرده و در ادامه با توجه به حد آستانه پيدا شده توسط الگوريتم و نوع مشخص شده توسط كاربر، به كشف قوانين انجمني مي پردازد. با توجه به نتايج مي توان گفت اين الگوريتم باعث بهبود تكنيك كشف قوانين انجمني و افزايش كارايي آن در پايگاه هاي داده مي شود و مديران را قادر مي سازد كه با توجه به قوانين كشف شده، مثبت يا منفي، تصميم هاي مهمي اتخاذ نمايند