Εξόρυξη Συχνών Στοιχειοσυνόλων και Κανόνων Συσχέτισης

Abstract

Ο βασικός στόχος αυτού του κεφαλαίου είναι η ανάλυση συσχετίσεων μεταξύ αντικειμένων. Η ανάλυση συσχέτισης ήταν η μοναδική βασική εργασία που θεωρείται ότι αναπτύχθηκε ολοκληρωτικά στα πλαίσια του αντικειμένου της εξόρυξης δεδομένων σε αντίθεση με όλες τις άλλες εργασίες. Οι αλγόριθμοι της εξόρυξης συχνών στοιχειοσυνόλων και κανόνων συσχέτισης παρουσιάζουν μεγάλη πολυπλοκότητα, και για αυτό κύριο μέλημα των διαφόρων τεχνικών όπως η αρχή Apriori, είναι η μείωση της υπολογιστικής πολυπλοκότητας. Στο κεφάλαιο αυτό παρουσιάζονται και διάφορες συμπαγείς αναπαραστάσεις συχνών στοιχειοσυνόλων, όπως και οι σχέσεις μεταξύ τους.

The main goal of this chapter is to analyze correlations between objects. Correlation analysis was the only core task that is considered to have been developed comprehensively within the scope of data mining unlike all other tasks. The algorithms of frequent element set mining and association rule mining have high complexity, and therefore the main concern of various techniques such as the Apriori principle is to reduce the computational complexity. In this chapter, various compact representations of frequent element sets are also presented, as well as the relations between them.