利用正规化概念分析探勘分类关联法则之研究.PDF

TANET2013臺灣網際網路研討會- 【論文集】 利用正規化概念分析探勘分類關聯法則之研究 黃錦法 彭浩政 徐博恩 雲林科技大學資訊管理所 { Huangcf, }@.tw 摘要 classification, experiments are done through a data set from UCI website. The evaluation indicators are correct rate and execute time. The result of 資料探勘可以從大量資料中找出一些有意義 experiments shows that the execute time of data 的資訊。資料探勘的模型主要有資料分類、資料關 classification is short; and the correct rate can increase 聯、資料分群及循序樣式探勘等。其中，資料關聯 after adjusting minimum support and minimum 關聯法則( 是探討資料項目間的關係，找出在某一) confidence. Furthermore, this study also develops a 事件或是資料中會同時出現的項目。資料分類是依 classification forecast system on the Internet, and the 據資料的屬性來將資料分門別類，有結合資料關聯 user can use this system by a web browser. 的關聯法則分類法。正規化概念分析是一種從資料 Keywords: Formal Concept Analysis, Concept Lattice, 集合中發現概念結構的資料分析理論，它可以將表 Data Mining, Data Classification, Association Rules. 格式的正規化本文轉換成圖形化的概念點陣。 本研究提出以正規化概念分析為基礎探勘分 1.前言 類關聯法則的方法，對資料做分類。本研究利用正 規化概念分析建立概念點陣，並由概念點陣推導分 類關聯法則，且對分類關聯法則做修剪及排序，以 隨著資訊科技及網際網路的進步，人們可獲得 優先順序越高的法則越先使用。為了評估資料分類 的資料量與日俱增。如何從大量的資料中，萃取潛 的成效，本研究以 UCI 網站上所提供的資料集進行 藏的資訊，幫助人們做決策是一個很重要的議題。 實驗，評估指標為分類正確率及所需時間。實驗結 資料探勘 (Data Mining)可以從資料庫中發現知識， 果顯示，本研究的方法資料分類的速度相當的快， 將一些隱藏的、事先未知的、潛在的資訊，從資料 經由最小支持度和最小信賴度的調整，也能提高資 庫中擷取出正確且有意義的資訊 [1] 。 料集的正確率。另外，本研究也在網際網路上架設 資料探勘的模型主要有以下 4 種 資料分類: 分類預測系統，使用者透過瀏覽器即可使用。 (Data Classification) 、資料關聯(Data Assoc