Guion sobre el modelo constructivista para el desarrollo de una propuesta del un proyecto

RESUMEN

 La minería de reglas de asociación es una de las áreas de investigación más importantes y activas en la minería de datos. En la literatura, se han propuesto varios mineros de reglas de asociación; entre ellos, los basados ​​en enjambre de partículas Optimization (PSO) han reportado los mejores resultados. Sin embargo, estos algoritmos tienden a caer prematuramente en soluciones locales, evitando una exploración amplia que podría producir resultados aún mejores. En este artículo, un algoritmo basado en PSO, llamado PSO-GES, para reglas de asociación minera usando una estrategia de exploración guiada es introducido. Nuestros experimentos, sobre bases de datos transaccionales del mundo real, muestran que nuestro algoritmo propuesto extrae reglas de asociación de mejor calidad que los algoritmos basados ​​en PSO más recientes para asociaciones mineras reglas del estado del arte.

1. Introducción

La minería de reglas de asociación (ARM) es una de las tecnologías más utilizadas.

niques en minería de datos. El propósito principal de la minoría de reglas de asociación

es descubrir asociaciones interesantes entre elementos en grandes

bases de datos transaccionales [1]. El problema de ARM se define como sigue

mínimos: sea T el conjunto de M transacciones T = t1, t2,. . ., tM y

I = {i1, i2,. . ., en} ser el conjunto de todos los elementos diferentes en T. Un elemento-

el conjunto X es un subconjunto de elementos, es decir, X⊆I. El soporte de un conjunto de elementos X

en T, denotado como Sup (X), es la fracción de transacciones en T que

contener X. Un conjunto de elementos X es frecuente si su soporte no es menor que

MinSup, donde MinSup es un umbral dado por el usuario. Una asociación

La regla de ación (AR) es una expresión de la forma X → Y, donde X ∪ Y es una

conjunto de elementos frecuentes y X ∩ Y = ∅. X se llama antecedente e Y es

llamado el consecuente de la regla. Dada una base de datos transaccional T,

el problema de ARM consiste en encontrar todas las reglas de asociación (AR)

que satisfagan un mínimo de apoyo predefinido y un umbral de confianza

viejos. El sustento de un AR es el sustento de la unión de su antecedente y su consecuente, y la confianza de un AR es la

apoyo de la regla dividido por el apoyo del antecedente de

la regla.

Algoritmos para generar AR interesantes a partir de elementos frecuentes

conjuntos, se han informado en la literatura, por ejemplo [6,19]. Estas

Los algoritmos extraen todos los AR posibles, primero extrayendo todos los

conjuntos de elementos a través de algoritmos basados ​​en Apriori y FP-growth, y

luego, las reglas de asociación se extraen utilizando el algoritmo para

ing AR que proponen en Agrawal et al. [1], por lo tanto, generalmente

duce un gran número de AR y seleccionando entre ellos, un subconjunto

de buenas reglas es una tarea desafiante y costosa. Por esta razón,

heurísticas bioinspiradas como la optimización de colonias de hormigas (ACO) [8],

Optimización del enjambre de partículas (PSO) [2,11,18] y algoritmos genéticos

(GA) [13] se han propuesto para extraer un buen subconjunto de AR.

De estos trabajos, los mejores resultados han sido reportados por aquellos

basado en la optimización del enjambre de partículas (PSO). Sin embargo, los algoritmos

basado en PSO tienen el problema de caer prematuramente en lo-

Soluciones cal (reglas) de baja calidad [4,14,20,21]. En este papel,

un algoritmo basado en PSO llamado Estrategia de exploración guiada por PSO

(PSO-GES) para ARs mineros, el principal aporte es

incluir una estrategia de exploración guiada con el fin de generar altos

reglas de calidad. Además, se introduce una nueva función de fitness para obtener el valor de fitness en un tiempo de ejecución más corto. Nuestros experimentos

en bases de datos públicas estándar del mundo real muestran que nuestra propuesta

encuentra AR con mayor calidad que otros algoritmos basados ​​en PSO

desde el estado del arte.

2. Trabajo relacionado En la literatura, varios algoritmos basados ​​en Particle Swarm Se ha propuesto la optimización (PSO) para los AR de minería. Uno de los [11] hizo las primeras propuestas, donde introdujeron un algoritmo rithm para ARM, que determina automáticamente los valores para el suministro umbrales de puerto y confianza. El algoritmo incluye dos etapas, preprocesamiento y minería. El conjunto de datos se almacena en una matriz binaria. formato con filas que representan transacciones y columnas que representan envío de artículos. Así, un 1 en la i-ésima columna denota la presencia del ith artículo. En la etapa de minería, se utiliza el algoritmo estándar de PSO para encontrar AR. La aptitud de cada partícula se determina de acuerdo con su apoyo, confianza y duración. En [15], un marco para reducir el número de reglas por com- Se propone combinar técnicas estándar de PSO y post-minería. UN se utiliza una base de datos binaria y los valores de soporte y confianza de la mejor partícula se utilizan como el valor para el suministro mínimo umbrales de puerto y confianza. La optimalidad de una partícula se determina terminado de acuerdo con su apoyo, confianza y duración. En el En la segunda etapa, las reglas generadas se filtran mediante cuatro operadores: poda, conformación, antecedente inesperado y con- secuencia, donde cada operador representa las expectativas del usuario sobre los AR extraídos. En [18], un algoritmo basado en PSO para extraer AR de transacciones Se proponen bases de datos nacionales. El algoritmo consta de dos etapas, preprocesamiento y minería. En la primera etapa, la base de datos se transfiere formado y almacenado en formato binario. En la segunda etapa, el Los autores proponen utilizar el producto del soporte y el con- confianza como función de la aptitud desde cuando los valores de apoyo y la confianza se multiplica, aquellos conjuntos de elementos que tienen poco soporte Los valores pero generan reglas interesantes no se eliminan. En cada iteración, solo se recoge la mejor regla. Este proceso se repite M veces, para generar M reglas, donde M es un parámetro de el algoritmo.

...