模糊分類結構上的序列型樣探勘方法

Mining Sequential Patterns with Fuzzy Taxonomy Structures

劉佳灝(Jia-Haw Liu)

《建國科大學報》 24卷2期 (2005/01) Pp. 193-209

https://doi.org/10.6995/JCTU.200501.0193

摘要

利用分類結構，我們可以將一些商品分類到所屬的類別中。配合交易資料庫的資訊，在此分類結構上進行序列型樣探勘，將可以找出一些商品項目或類別間的交易時序關係。目前適用於分類結構中的序列型樣探勘演算法，都要求每一個商品項目僅能屬於分類結構中的單一類別，這使得序列型樣在應用上受到相當大的限制。而藉由模糊分類結構的方式，將可允許一個商品項目同時隸屬於多種不同的類別。本研究中，我們將發展出一個新的序列型樣探勘方法，其可直接於模糊分類結構中進行序列型樣的探勘，並經由所定義的滿足率概念篩選出較嚴謹的序列型樣。而所產生的序列型樣，將可作為行銷管理上的參考。

關鍵字

資料探勘 ； 序列型樣 ； 模糊分類結構

並列摘要

A taxonomy structure classifies items into different categories. Conducting mining sequential patterns with taxonomy structures will help to find out the order between itemsets that can be product items or categories of similar products. Existing algorithms for mining sequential patterns with taxonomy structures require that each item belongs to a single category in a taxonomy structure. This limits the application of the sequential patterns. The researcher proposes a method to classify product items into categories using fuzzy taxonomy structures. A fuzzy taxonomy tructure allows a product item to be classified into more than one category. In this paper, the researcher develops a new algorithm for mining sequential patterns with fuzzy taxonomy structures. These patterns may provide useful management strategies in marketing.

並列關鍵字

Data mining ； sequential pattern ； fuzzy taxonomy structure