داده کاوی مبتنی بر نظریه استنتاج تجربی

روش های الهام گرفته شده از طبیعت راه کار مناسبی برای حل مسائل پیچیده و پویا می باشند. در این رساله به طور خاص از نظریه استنتاج تجربی در داده کاوی الهام گرفته شده است. این نظریه بیانگر مکانیزم تفکر در انسان است و از معدود روش های برخورد نمادین با شبکه های عصبی می باشد. در این تحقیق، ابتدا دو سیستم توصیه گر جدید (‍crs و chrs)، برای بررسی کارایی این نظریه در داده کاوی، معرفی نموده ایم و در ادامه، روشهایی برای استخراج قوانین از داده های غیر پویا (الگوریتم carm و tcarm) و همچنین داده های جریانی (الگوریتم dcarm) پیشنهاد داده ایم. آزمایش ها نشان می دهند، crs و chrs، توانایی مقابله با مشکلاتی از قبیل خلوتی ماتریس رأی ها و شروع سرد را دارند و نسبت به روش پالایش گروهی مبتنی بر پیرسون کاراتر می باشند. هدف الگوریتم carm، کشف قوانین انجمنی بر اساس نظریه ی استنتاج تجربی می باشد. در نظریه موجود، دانش در شبکه ای از نرون ها ذخیره می شود، ‍carm با بهره گیری از معیار مستدل بودن، دانش را به صورت قوانین، از این شبکه استخراج می نماید. به علت استفاده از این معیار، carm تنها به یک گذر از داده نیاز داشته و همچنین امکان مقابله با مشکل اقلام کمیاب را نیز دارد. آزمایش های انجام شده بر روی داده های مصنوعی نشان می دهد، carm از نظر حافظه ی مصرفی و زمان اجرا بسیار کارا می باشد. علاوه بر این، برای بررسی کیفیت قوانین، از طبقه بندی مبتنی بر قوانین انجمنی استفاده شده است. نتایج آزمایش ها بر روی داده های واقعی نشان می دهد carm توانایی کشف قوانین برای داده های کمیاب را دارا می باشد. carm برای کنترل تعداد قوانین از دو قید استفاده می کند قید اول مربوط به بخش مقدّم قوانین است و قید دوم مربوط به تالی یا همان معیار مستدل بودن است. به منظور بررسی کارایی قید اول، در هرس کردن قوانین غیر مفید، الگوریتم tcarm را معرفی نموده ایم که تنها با استفاده از معیار مستدل بودن قوانین را تولید می کند. اثبات شده است، قوانینی که در tcarm تولید می شوند، میزان مستدل بودن بیشتری نسبت به قوانین تولید نشده دارند. بررسی قوانین تولید شده توسط این دو الگوریتم، با استفاده از معیارهای مختلف، از جمله دقت، بازخوانی، پشتیبان و مستدل بودن نشان می دهد الگوریتم carm توانسته است به خوبی قوانین اضافی را هرس نماید. و در نهایت، الگوریتم dcarm را برای داده های جریانی معرفی نموده ایم که رفتار انسان را، در برخورد با داده ها در طول زمان، تقلید می کند. در این حالت با افزودن مفهوم فراموشی توانسته ایم مدیریت درستی برای کمرنگ شدن اطلاعات قدیمی تر داشته باشیم. از جنبه نظری اثبات شده است، dcarm در محیط های ایستا، به سمت carm همگرا خواهد شد. همچنین نشان داده شده است در محیط های غیر ایستا، امکان تشخیص تغییرات را دارد. علاوه بر این، آزمایشها نشان می دهد dcarm کارا بوده و توانایی مقابله با مشکل اقلام کمیاب را نیز دارد.