文本挖掘中关联规则的层次化
信息检索
2007-05-23 v1 人工智能
摘要
关联规则的提取广泛用作数据挖掘方法。然而，这种方法的一个限制来自大量提取规则的数量以及人类专家处理这些规则全部数量的困难。我们提出通过将规则结构化为层次来解决此问题。专家因此可以探索规则，从一个规则访问更一般的规则（在层次结构中向上移动），或访问更具体的规则。规则在两个层次上进行结构化。全局层次旨在从提取的规则集构建层次结构。因此我们定义了一种基于 Galois 格的规则子包含类型。第二个层次包括对每个规则的局部和更详细的分析。它为给定规则生成一组结构化为局部层次的概括规则。这导致对第二种子包含的定义。该子包含来自归纳逻辑编程，集成了术语模型。
引用
@article{arxiv.cs/0510037,
title = {Hi\'{e}rarchisation des r\`{e}gles d'association en fouille de textes},
author = {Rokia Bendaoud and Yannick Toussaint and Amedeo Napoli},
journal= {arXiv preprint arXiv:cs/0510037},
year = {2007}
}