การค้นหากฎความสัมพันธ์ด้วยการเขียนโปรแกรมเชิงตรรกะ ด้วยเงื่อนไขบังคับ

Abstract

การหากฎความสัมพันธ์นั้นเป็นการหาความสัมพันธ์จากข้อมูลขนาดใหญ่ เพื่อให้ได้รูปแบบความสัมพันธ์ของข้อมูลและนำไปใช้ในการวางแผนการตลาด แต่ในการหากฎความสัมพันธ์ด้วยวิธีการในปัจจุบันมีการใช้ระยะเวลาในการประมวลผลข้อมูลค่อนข้างมาก เพราะกฎที่ได้จากการวิเคราะห์ความสัมพันธ์นั้นมีจำนวนมากและบางกฎที่ได้มานั้นไม่มีประโยชน์ ในงานวิจัยนี้จึงได้เสนอการค้นหากฎความสัมพันธ์ด้วยการเขียนโปรแกรมเชิงตรรกะด้วยเงื่อนไขบังคับ ซึ่งเป็นวิธีการที่เพิ่มเงื่อนไขข้อบังคับเข้าไปในการวิเคราะห์หากฎความสัมพันธ์ เพื่อให้ผู้ใช้สามารถระบุกฎที่ปรากฏเฉพาะไอเท็มที่ต้องการและยังสามารถกำหนดความยาวของกฎได้ จากการทดลองพบว่าถ้าผู้ใช้มีการกำหนดเงื่อนไขที่เฉพาะเจาะจง เช่น เงื่อนไขและ จะทำให้จำนวนกฎและเวลาที่ใช้ในการประมวลผลลดลงถึง 96% เมื่อเทียบกับแบบไม่กำหนดเงื่อนไข

The Discovery of Association Rules Using Constraint Logic Programming

The discovery of association rules is a search for relationships from large data to obtain patterns or models that are useful for marketing planning. But current techniques in association mining take much time. Moreover, the discovered rules are normally abundant, redundant, and some of them are useless. Therefore, this research proposes a constraint-based technique to scope the search space and also to reduce the search time by allowing user to specify the items of interest and length of the association rules. From experimental results we found that with specific constraint such as the condition “and”, the running time and number of discovered rules can be reduced up to 96% when compared to mining with no constraint.