एक डेटा माइनिंग प्रक्रिया दी गई जानकारी के सेट से हजारों नियमों को उजागर कर सकती है, जिनमें से अधिकांश उपयोगकर्ताओं के लिए स्वतंत्र या थकाऊ साबित होते हैं। उपयोगकर्ताओं को इस बात का बेहतर अहसास होता है कि खनन की कौन सी "दिशा" दिलचस्प पैटर्न की ओर ले जा सकती है और वे पैटर्न या नियमों का कौन सा "रूप" खोजना चाहेंगे।
इसलिए, एक अच्छा अनुमानी है कि उपयोगकर्ताओं को ऐसी अंतर्ज्ञान या अपेक्षाओं को बाधाओं के रूप में परिभाषित करने दें ताकि खोज स्थान को सीमित किया जा सके। इस रणनीति को बाधा-आधारित खनन कहा जाता है।
बाधा-आधारित एल्गोरिदम को लगातार आइटमसेट उत्पन्न करने के चरण में खोज क्षेत्र को कम करने के लिए बाधाओं की आवश्यकता होती है (एसोसिएशन नियम उत्पन्न करने का चरण संपूर्ण एल्गोरिदम के समान है)।
सामान्य बाधा समर्थन न्यूनतम सीमा है। यदि एक बाधा अनियंत्रित है, तो खनन चरण में इसका समावेश खोज स्थान जालक के अंदर एक सीमा की परिभाषा के कारण अन्वेषण स्थान में महत्वपूर्ण कमी का समर्थन कर सकता है, जिसके बाद अन्वेषण की आवश्यकता नहीं है।
बाधाओं का महत्व अच्छी तरह से परिभाषित है - वे केवल उन एसोसिएशन नियमों को बनाते हैं जो उपयोगकर्ताओं के लिए आकर्षक हैं। विधि काफी तुच्छ है और नियम स्थान कम हो जाता है जिससे शेष विधियां बाधाओं को संतुष्ट करती हैं।
बाधा-आधारित क्लस्टरिंग उन क्लस्टर्स को खोजता है जो उपयोगकर्ता-परिभाषित प्राथमिकताओं या बाधाओं को संतुष्ट करते हैं। बाधाओं की विशेषताओं के आधार पर, बाधा-आधारित क्लस्टरिंग विभिन्न दृष्टिकोण अपना सकती है।
बाधाओं में निम्नलिखित शामिल हो सकते हैं जो इस प्रकार हैं -
ज्ञान प्रकार बाधाएं - ये खनन किए जाने वाले ज्ञान के प्रकार को परिभाषित करते हैं, जिसमें एसोसिएशन या सहसंबंध शामिल हैं।
डेटा बाधाएं - ये कार्य-प्रासंगिक जानकारी के सेट को परिभाषित करते हैं जैसे आयाम/स्तर बाधाएं - ये जानकारी के वांछित आयाम (या विशेषताएँ), या अवधारणा पदानुक्रमों की विधियों को परिभाषित करते हैं, जिनका खनन में उपयोग किया जाना है।
दिलचस्पी बाधाएं - ये नियम दिलचस्पी के संख्यात्मक मापों पर सीमाएं परिभाषित करते हैं, जिसमें समर्थन, विश्वास, और सहसंबंध शामिल हैं।
नियम बाधाएं - ये खनन किए जाने वाले नियमों के रूप को परिभाषित करते हैं। ऐसी बाधाओं को मेटारूल्स (नियम टेम्पलेट्स) के रूप में परिभाषित किया जा सकता है, नियम पूर्ववर्ती या परिणाम में प्रकट होने वाले प्रिडिकेट्स की अधिकतम या न्यूनतम संख्या के रूप में, या विशेषताओं, विशेषता मूल्यों, और/या समुच्चय के बीच संबंधों के रूप में।
निम्नलिखित बाधाओं को उच्च-स्तरीय घोषणात्मक डेटा माइनिंग क्वेरी भाषा और उपयोगकर्ता इंटरफेस का उपयोग करके वर्णित किया जा सकता है। बाधा-आधारित खनन का यह रूप उपयोगकर्ताओं को उन नियमों को परिभाषित करने में सक्षम बनाता है जिन्हें वे उजागर करना चाहते हैं, जिससे डेटा माइनिंग प्रक्रिया अधिक कुशल बनती है।
इसके अलावा, एक परिष्कृत खनन क्वेरी ऑप्टिमाइज़र का उपयोग उपयोगकर्ता द्वारा परिभाषित बाधाओं का लाभ उठाने के लिए किया जा सकता है, जिससे खनन प्रक्रिया अधिक प्रभावी बनती है। बाधा-आधारित खनन इंटरैक्टिव खोजपूर्ण खनन और विश्लेषण को बढ़ावा देता है।
