國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

一個用於多維度關聯規則探勘系統的智慧型查詢助理 = An Intelli...

國立高雄大學電機工程學系碩士班

一個用於多維度關聯規則探勘系統的智慧型查詢助理 = An Intelligent Query Assistance for a Multidimensional Association Mining System

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	An Intelligent Query Assistance for a Multidimensional Association Mining System
作者:	江長隆,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	民98[2009]
面頁冊數:	63面圖，表 : 30公分;
標題:	關聯規則探勘
標題:	Multidimensional association mining
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/33376777361658129872
摘要註:	在大型資料庫進行的關聯探勘，有時會發現有趣的項目關聯。這些被挖掘出來的關聯規則，在商業、科學、醫學等許多領域的決策過程是非常有用的。一個多維關聯探勘允許探索的項目關聯於不同的屬性（維度）。用戶可以透過對探勘項目的興趣度、資料粒度以及其餘可用的過濾條件等設定來區分更精確的探勘資料。因此，上述關聯探勘的積極行為將使探勘到的規則更接近使用者的需求。然而，對於一個沒有經驗的用戶而言，想制定一個正確且有效的查詢，尤其是在設置合理的門檻值，是一種挑戰。Apriori演算法在探勘關聯規則時，需要使用者指定一個最低支持度，以決定該項目集頻繁與否。所以，最低支持度是一個對挖掘結果極具影響力的因素。不幸的是，對於支持度的門檻值設定是主觀且沒有明確的標準。所以，使用者通常在探勘過程中反覆地嘗試錯誤，直到結果收斂到令人滿意為止。　　在這一篇論文，我們有兩個研究的主題。首先，我們實現一個使用者界面，以表現出嵌入在OntoWM系統中的智能助理功能；OntoWM是一個結合知識本體之多維關聯探勘的系統架構。第二，我們建立一個適於使用者探勘強度的最低支持度產生機制，並以其給予使用者建議。該方法乃應用過往的查詢紀錄所形成的探勘歷史資訊，作為一案例式推導型式的資源。該系統藉由發現K個鄰近類似於使用者探勘強度的查詢紀錄，彙整它們並從中獲得了有利的支持度範圍提供給使用者參考。此外，我們還提出實驗以統計數據來呈現探勘過程中有無智能助理協助對於查詢制定的差異。其結果顯示，有智能助理的協助，探勘過程會更有效率。 Association mining discovers interesting associations among items in large data sets. These association rules mined can be helpful to decision making processes in the business, scientific, medical and many other fields. A multidimensional association mining allows exploration of associations of items in different attributes (dimensions). Users can specify more precisely the mining data via settings of interested mining attributes, data granularity and optional filtering conditions. Thus it is vigorous that the rules mined tend to be closer to what the users want. Yet, it is a challenge for an inexperienced user to formulate a correct and effective query, especially on the settings of reasonable thresholds. Apriori algorithm for mining association rule requires the users to specify a minimum support to determine if an itemset is frequent or not. The minimum support is an influential factor to the mining results. Unfortunately, the setting of support threshold is subjective without clear standard. The users usually do try-and-error repeatedly until the mining process converges to satisfactory results. In this thesis we have two research focuses. First, we implement an user interface to realize the intelligence assistance functions embedded in the OntoWM system, a system framework of multidimensional association mining incorporating the ontologies. Second, we develop a mechanism for generating a minimum support that is suitable for the user’s mining intension and suggest it to the user. The method utilizes the query log of the mining history which is the case-base reasoning like resource. The system finds from the query log the K-nearest neighbors of similar queries to the user’s mining intension, aggregates them and obtains the favorable support range for the user to refer. We also provide experiments with statistic data drawing from mining process with and without intelligent assistance in query formulation. The result shows that with intelligent assistance, the mining process is more efficient.

一個用於多維度關聯規則探勘系統的智慧型查詢助理 = An Intelligent Query Assistance for a Multidimensional Association Mining System
江, 長隆

一個用於多維度關聯規則探勘系統的智慧型查詢助理 = An Intelligent Query Assistance for a Multidimensional Association Mining System / 江長隆撰 - [高雄市] : 撰者, 民98[2009]. - 63面 ; 圖，表 ; 30公分.
參考書目：面.
關聯規則探勘Multidimensional association mining

一個用於多維度關聯規則探勘系統的智慧型查詢助理 = An Intelligent Query Assistance for a Multidimensional Association Mining System
LDR:05129nam0a2200277 450 001 273018
005 20170214090328.0
009 273018
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214y2009 k y0chiy05 e
101 1 $a eng $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 一個用於多維度關聯規則探勘系統的智慧型查詢助理 $d An Intelligent Query Assistance for a Multidimensional Association Mining System $f 江長隆撰
210 $a [高雄市] $c 撰者 $d 民98[2009]
215 0 $a 63面 $c 圖，表 $d 30公分
314 $a 指導教授：林文揚博士
320 $a 參考書目：面
328 $a 碩士論文--國立高雄大學電機工程學系碩士班
330 $a 在大型資料庫進行的關聯探勘，有時會發現有趣的項目關聯。這些被挖掘出來的關聯規則，在商業、科學、醫學等許多領域的決策過程是非常有用的。一個多維關聯探勘允許探索的項目關聯於不同的屬性（維度）。用戶可以透過對探勘項目的興趣度、資料粒度以及其餘可用的過濾條件等設定來區分更精確的探勘資料。因此，上述關聯探勘的積極行為將使探勘到的規則更接近使用者的需求。然而，對於一個沒有經驗的用戶而言，想制定一個正確且有效的查詢，尤其是在設置合理的門檻值，是一種挑戰。Apriori演算法在探勘關聯規則時，需要使用者指定一個最低支持度，以決定該項目集頻繁與否。所以，最低支持度是一個對挖掘結果極具影響力的因素。不幸的是，對於支持度的門檻值設定是主觀且沒有明確的標準。所以，使用者通常在探勘過程中反覆地嘗試錯誤，直到結果收斂到令人滿意為止。　　在這一篇論文，我們有兩個研究的主題。首先，我們實現一個使用者界面，以表現出嵌入在OntoWM系統中的智能助理功能；OntoWM是一個結合知識本體之多維關聯探勘的系統架構。第二，我們建立一個適於使用者探勘強度的最低支持度產生機制，並以其給予使用者建議。該方法乃應用過往的查詢紀錄所形成的探勘歷史資訊，作為一案例式推導型式的資源。該系統藉由發現K個鄰近類似於使用者探勘強度的查詢紀錄，彙整它們並從中獲得了有利的支持度範圍提供給使用者參考。此外，我們還提出實驗以統計數據來呈現探勘過程中有無智能助理協助對於查詢制定的差異。其結果顯示，有智能助理的協助，探勘過程會更有效率。 Association mining discovers interesting associations among items in large data sets. These association rules mined can be helpful to decision making processes in the business, scientific, medical and many other fields. A multidimensional association mining allows exploration of associations of items in different attributes (dimensions). Users can specify more precisely the mining data via settings of interested mining attributes, data granularity and optional filtering conditions. Thus it is vigorous that the rules mined tend to be closer to what the users want. Yet, it is a challenge for an inexperienced user to formulate a correct and effective query, especially on the settings of reasonable thresholds. Apriori algorithm for mining association rule requires the users to specify a minimum support to determine if an itemset is frequent or not. The minimum support is an influential factor to the mining results. Unfortunately, the setting of support threshold is subjective without clear standard. The users usually do try-and-error repeatedly until the mining process converges to satisfactory results. In this thesis we have two research focuses. First, we implement an user interface to realize the intelligence assistance functions embedded in the OntoWM system, a system framework of multidimensional association mining incorporating the ontologies. Second, we develop a mechanism for generating a minimum support that is suitable for the user’s mining intension and suggest it to the user. The method utilizes the query log of the mining history which is the case-base reasoning like resource. The system finds from the query log the K-nearest neighbors of similar queries to the user’s mining intension, aggregates them and obtains the favorable support range for the user to refer. We also provide experiments with statistic data drawing from mining process with and without intelligent assistance in query formulation. The result shows that with intelligent assistance, the mining process is more efficient.
510 1 $a An Intelligent Query Assistance for a Multidimensional Association Mining System
610 0 $a 關聯規則探勘 $a 資料探勘查詢語言 $a 智慧型助理 $a 知識本體論
610 1 $a Multidimensional association mining $a data mining query formulation $a intelligent query assistance $a ontology
681 $a 008M/0019 $b 542201 3177 $v 2007年版
700 1 $a 江 $b 長隆 $4 撰 $3 483162
712 0 2 $a 國立高雄大學 $b 電機工程學系碩士班 $3 166118
801 0 $a tw $b 國立高雄大學 $c 20101221 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/33376777361658129872