Побудова асоціативних правил на основі інтелектуального стохастичного пошуку

• Veröffentlicht in: Математичні машини і системи
• Datum: 2015
• ISSN: 1028-9763
• 1. Verfasser: Олійник, А.О.
• Format: Artikel
• Sprache: Ukrainisch
• Veröffentlicht: Інститут проблем математичних машин і систем НАН України 2015
• Schlagworte: Інформаційні і телекомунікаційні технології
• Online Zugang: https://nasplib.isofts.kiev.ua/handle/123456789/113750
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Zitieren: Побудова асоціативних правил на основі інтелектуального стохастичного пошуку / А.О. Олійник // Математичні машини і системи. — 2015. — № 4. — С. 45-56. — Бібліогр.: 14 назв. — укр.

Вирішено задачу автоматизації побудови чисельних асоціативних правил на основі заданої множини спостережень. Запропоновано стохастичний метод побудови чисельних асоціативних правил, що враховує апріорну інформацію про значущість термів і ознак та використовує ймовірнісний підхід для перебору різних сполучень антецедентів і консеквентів асоціативних правил. Розроблено програмне забезпечення, що реалізує запропонований метод, а також проведено експерименти з його дослідження при вирішенні практичних завдань. Решена задача автоматизации построения численных ассоциативных правил на основе заданного множества наблюдений. Предложен стохастический метод построения численных ассоциативных правил, который учитывает априорную информацию о значимости термов и признаков и использует вероятностный подход для перебора различных сочетаний антецедентов и консеквентов ассоциативных правил. Разработано программное обеспечение, реализующее предложенный метод, а также проведены эксперименты по его исследованию при решении практических задач The problem of automation of extracting quantitative association rules based on a set of observations is solved. The stochastic method to extracting quantitative association rules is proposed. It takes into account a priori information about the significance of the terms and features and uses a probabilistic approach for analysis of different combinations of antecedents and consequents of association rules. It was developed software implementing proposed method. The experiments with proposed method in practical problem solving were conducted as well.