大規模データベースからの例外的ルールの発見に関する研究

从大规模数据库中发现异常规则的研究

基本信息

批准号：
08780337
负责人：
鈴木英之進
金额：
$ 0.64万
依托单位：
Yokohama National University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
1996
资助国家：
日本
起止时间：
1996 至无数据
项目状态：
已结题

项目摘要

例外的ルールは,常識的な知識を表す通常的ルールに対する例外を表すものであり,他のルールに比較して知られていない可能性が高いために,きわめて有用となる場合がある.本研究では,主に次の3点について検討し,大規模データベースから領域固有のモデルや知識を用いずに例外的ルールを発見する手法を考案した.1.例外的ルールの知識表現形式例外的ルールと対応する通常的ルールを確率的に成立するプロダクションルールで表現し,それらの組ルールペアを発見対象の知識表現形式とした.この知識表現形式は,領域知識に依存せず,発見過程が効率的でありなおかつ発見対象としても汎用的で興味深いという利点がある。2.情報理論的評価規準まず,確率的プロダクションルールの潜在的有用性を,ITRULEシステムを開発したSmythらに習い,その圧縮情報量で評価することにした.次に,発見対象となるルールペアの評価規準として,通常的ルールの圧縮情報量と例外的ルールの圧縮情報量の積で定義される圧縮情報量積規準を提案した.この規準は,それぞれのルールの良さを適切に考慮し,各ルールの一般性,安定性,意外性を,領域情報に依存せず統一的かつ定量的に評価するものである.3.効率的アルゴリズム圧縮情報量積規準についての理論的な解析の結果,計算結果を変えずに,条件によっては20倍以上の高速化を可能にする新しい分枝限定法を考案した.以上の手法に基づき,計算機上にプロトタイプシステムを構築し,さまざまなデータベースに適用することによってその有効性を実験的に確認した.

特殊规则代表代表常识知识的普通规则的例外，并且与其他规则相比可能是未知的，并且可能非常有用。在这项研究中，我们主要检查了以下三个点，并设计了一种在不使用域特异性模型或知识的情况下从大数据库中发现出色规则的方法。1。特殊规则的知识表达形式的特殊规则和相应的常规规则表示为概率建立的生产规则，并且这些规则对作为发现目标的知识表达式格式。这种知识表达格式的优势是，发现过程并不依赖于域知识，并且发现发现过程有效，并且是一般和发现的目标。 2.信息理论评估标准首先，我们从SMYTH和其他开发ITRULE系统的人那里学到了概率生产规则的潜在实用性，并决定通过压缩信息的量来评估压缩信息量。接下来，我们提出了一个压缩信息金额，该金额由“普通规则的压缩信息”金额和典型规则的压缩信息金额定义，作为要发现规则对的评估标准。该标准适当地考虑了每个规则的善良，并以统一和定量的方式评估每个规则的一般性，稳定性和惊奇性，而不依赖于区域信息。3。有效的算法：压缩信息量量量的理论分析结果，在某些情况下，设计了一种新的分支限制方法，该方法允许在不更改计算结果的情况下比条件高20倍。基于上述方法，我们在计算机上构建了一个原型系统，并将其应用于各种数据库，以实验确认其有效性。