Získávání asociačních pravidel z relačních dat

Association Rule Discovery in Relational Data

dissertation

Czech

Práce se zabývá problematikou získávání asociačních pravidel z databází. Po teoretickém úvodu do problematiky je shrnut současný stav problematiky získávání asociačních pravidel, a to jak v transakčních, tak v relačních datech. Dále je důraz  kladen především na asociační pravidla v relačních datech, což je ústředním tématem této disertační práce. Hlavním přínosem práce je metoda založená na průměrné vzdálenosti, která patří do skupiny metod založených na vzdálenosti. Její nejdůležitější vlastností je oddělení zpracování kategorických a kvantitativních atributů. Metoda byla implementována a byly s ní provedeny experimenty, jejichž výsledky jsou také obsaženy v této práci.

This thesis deals with the problem of association rule discovery in databases. After the theoretical introduction, the summary of the problem current state is presented. It includes association rule discovery in both transactional and relational databases. Then, attention is paid to the main topic of this thesis - mining association rules in relational data. The main contribution of this thesis is the average distance based method, which belongs to the group of distance-based methods. Its most important property is the separation of categorical and quantitative attributes processing. The method was implemented and some experiments were performed. The results of these experiments are contained in the thesis too. 

asociační pravidlo, frekventovaný vzor, kvantitativní atribut, kategorický atribut, diskretizace

association rule, frequent pattern, quantitative attribute, categorical attribute, discretization

BARTÍK, V.

16. 6. 2005

Brno

89