एसोसिएशन नियम मूल बातें
<पी> खनन एसोसिएशन नियमों के लिए एप्रीओरी एल्गोरिदम का व्यापक रूप से उपयोग किया जाता है। यह पुनरावृत्त रूप से उम्मीदवार आइटमसेट उत्पन्न करता है और समर्थन/विश्वास सीमा से नीचे वाले आइटमसेट को काटता है। इलेक्ट्रॉनिक्स लैपटॉप फोन टैबलेट डेल एचपी लेवल 0 लेवल 1 लेवल 2प्रकार
- विभिन्न आयामों (उत्पाद, क्षेत्र, समय) में बहुआयामी संबंध।
- ग्रैन्युलैरिटी स्तरों पर बहु-स्तरीय संबंध (व्यक्तिगत आइटम ↔ श्रेणियां)।
थ्रेसहोल्ड दृष्टिकोण का समर्थन करें
अनुप्रयोग
- खुदरा ग्राहक खरीदारी व्यवहार, उत्पाद प्लेसमेंट अनुकूलन।
- स्वास्थ्य देखभाल रोग पैटर्न की पहचान, उपचार अनुकूलन।
- धोखाधड़ी का पता लगाना वित्त और बीमा में विसंगति का पता लगाना।
- वेब माइनिंग उपयोगकर्ता प्राथमिकता विश्लेषण, सामग्री वैयक्तिकरण।
- सामाजिक नेटवर्क समुदाय का पता लगाना, प्रभावशाली व्यक्ति की पहचान।
चुनौतियाँ
- उच्च आयामीता बड़ी संख्या में विशेषताएँ जटिलता बढ़ाती हैं।
- बड़े डेटासेट रिकॉर्ड की मात्रा प्रसंस्करण को धीमा कर देती है।
- मेमोरी में फिट होने के लिए बहुत बड़े स्केलेबिलिटी डेटासेट के लिए वितरित दृष्टिकोण की आवश्यकता होती है।
निष्कर्ष
<पी> मल्टीलेवल एसोसिएशन रूल माइनिंग विभिन्न ग्रैन्युलैरिटी स्तरों पर रिश्तों का पता लगाता है जो एकल-स्तरीय माइनिंग से छूट जाते हैं। समर्थन सीमा दृष्टिकोण (समान, कम, या समूह-आधारित) का विकल्प कम्प्यूटेशनल लागत के विरुद्ध पैटर्न खोज को संतुलित करता है। इसे खुदरा, स्वास्थ्य सेवा, धोखाधड़ी का पता लगाने और वेब खनन में व्यापक रूप से लागू किया जाता है। <पी>
