Розглянуто питання автоматизованого формування знань з даних, розпізнавання прихованих закономірностей (образів, патернів) і моделювання принципів їх представлення на базі формальної логіки. Удосконалено методи виявлення й оцінки логічних закономірностей у даних у вигляді асоціативних правил. Запропоновано метод генерації агрегованих асоціативних правил на підставі об'єднання гілок дерева покрить для небінарних ознак. Створено метод розрахунку характеристик агрегованих асоціативних правил з використанням характеристик бінарних асоціацій, що дозволяє підвищити ефективність пошуку логічних залежностей між ознаками у інтелектуальних базах даних. Запропоновано метод оцінки інформативності асоціативних правил, створений на базі розрахунку узагальненої характеристики асоціації - повної взаємної інформації, яка дозволяє задати лінійний порядок під час оцінки асоціації та скоротити розмірність задачі її оцінки. Проаналізовано залежність інформативності від загальноприйнятих характеристик асоціативного правила - рівня підтримки, довіри та покращання.

  Завантажити