Effiziente DatenanalyseBei der Analyse großer Datenbestände versucht man, aussagekräftige
Beziehungen (= Assoziationsregeln) zwischen den Attributen
der gegebenen Datenbasis zu finden. Dabei muss zunächst
für jede Attributmenge festgestellt werden, wie viele Gegenstände
(= Transaktionen) alle diese Attribute besitzen. Die Menge
aller Beziehungen zwischen den Attributen mit ihren Zuverlässigkeiten
kann dann daraus bestimmt werden. Diese weist aber im Allgemeinen
eine hohe Redundanz auf. Daher ist es notwendig und sinnvoll,
nach redundanzfreien Erzeugendensystemen für die Assoziationsregeln zu
suchen.Die formale Begriffsanalyse bietet die mathematischen Hilfsmittel,
um diese Fragestellungen mit fundierten Methoden zu untersuchen.
Das Studium der endlichen Hüllsysteme ist die Grundlage
für alle Anwendungen auf diesem Gebiet. Im Jahr 2002 ist es gelungen, den Zusammenhang zwischen den
endlichen Hüllsystemen (= Begriffsverbänden) und den Implikationenmengen,
die in ihnen erfüllt sind, zu studieren, indem ein passender
Kontext gefunden wurde, der diesen Zusammenhang beschreibt.
Die Konstruktion dieses Kontexts lässt sich durch ein
rekursives Verfahren beschreiben, weshalb es möglich ist,
die Suche nach den interessanten Attributmengen und Beziehungen
nebeneinander auszuführen. Die Ausnutzung der rekursiven
Struktur macht die Verfahren wesentlich effizienter als
die bisher üblichen "Apriori"-Verfahren.
Die ersten Ergebnisse sind in dem Artikel "Endliche
Hüllsysteme und ihre Implikationenbasen"
zur Begutachtung eingereicht. | Projektleitung:
Dr.-Ing. Roman König
Stichwörter:
Formale Begriffsanalyse, concept analysis, association rule mining, Implikationenbasis, Duquenne-Guigues-Basis
Laufzeit: 1.1.2002 - 31.12.2002
Kontakt:
König, Roman
E-Mail: roman.koenig@informatik.uni-erlangen.de
|