NİCEL BİRLİKTELİK KURALLARI İÇİN İLGİNÇLİK ÖLÇÜTÜ VE ÇOKLU DESTEK DEĞERİ

Abstract

Veri madenciliği, sayısal ortamlarda biriken verilerden anlamlı ve faydalı bilgiler elde etmek için son yıllarda yoğun olarak kullanılan bir çalışma alanıdır. Birliktelik kuralı ise veriler arasındaki ilişkileri ortaya çıkarmak için kullanılan veri madenciliği tekniklerinden biridir. Birliktelik kuralı, ilk olarak 1993 yılında Agrawal ve arkadaşları tarafından ele alınmıştır. Birliktelik kuralı uygulamalarında kullanılan destek ve güven değerleri bu yöntemin en önemli iki parametresidir. Ancak nicel değerlere sahip veri setlerinde destek değerinin belirlenmesi sorun oluşturabilmektedir. Minimum destek değerinin uygun seçilememesi, veri setindeki ilginç ve değerli bazı kuralların ya üretilememesine ya da değerli olmayan çok sayıda gereksiz kural üretilmesine neden olmaktadır. Bu tez çalışmasında, nicel veri setleri üzerinde destek değerinin seçilmesi sorununu giderebilmek için çoklu destek değeri kullanan yeni bir yaklaşım önerilmektedir. Önerilen bu yaklaşım iki farklı örnek veri seti üzerinde uygulanmış ve elde edilen sonuçlar detaylı bir şekilde açıklanmıştır.

Data Mining is a field that has been used extensively in recent years to obtain meaningful and useful information from data accumulated in digital environments. Association Rule is one of the Data Mining techniques that are used to reveal relationships between data. The association rule is first discussed in 1993 by Agrawal et al. The support and confidence values used in association rules are the two most important parameters of this method. However, determining the value of support in quantitative data sets can be problematic. Failure to select the minimum support value causes some interesting and valuable rules in the dataset to either not be produced or to generate a large number of unnecessary rules that are not valuable. In this thesis, a new approach is proposed which uses multiple support values to overcome the problem of selecting support value on quantitative data sets. This proposed approach has been applied on two different sample data sets and the results obtained are explained in detail.