TY - JOUR ID - TI - Enhancement of Association Rules Interpretability using Generalization AU - Safaa O. Al-Mamory AU - Zahraa Najim Abdullah PY - 2017 VL - 25 IS - 3 SP - 774 EP - 790 JO - Journal of University of Babylon مجلة جامعة بابل SN - 19920652 23128135 AB - Data mining has a number of common methods. One of such methods is the association rules mining. While association rules mining often produces huge number of rules, it prevents the analyst from finding interesting rules and consequently, this method is a waste of time. Visualization is one of the methods to solve such problems. However, most of the association rule visualization techniques are suffering from viewing huge number of rules. This paper provides a modification on the techniques of the visualization to help the analyst to interpret the association rules by grouping the large number of rules using a modified Attribute Oriented Induction algorithm, then; these grouped rules are visualized using a grouped graph method. Experimental results show that the proposed technique produces excellent compression ratio.

تعدين البيانات يمتلك عدد من الطرق الشائعة، وان تعدين قواعد الاقتران هي احدى تلك الطرق. بما ان تعدين قواعد الاقتران ينتج كمية هائلة من القواعد فأنه يمنع المحلل من ايجاد القواعد المهمة، وبالتالي فان هذه العملية تعتبر تضييع للوقت. العرض هو احدى الطرق لحل هكذا مشاكل. وبما أن معظم تقنيات عرض قواعد الاقتران تعاني من عرض عدد هائل من القواعد، فأن هذا البحث يوفر تعديل لتقنيات العرض لتساعد المحلل لتفسير قواعد الاقتران بواسطة تجميع عدد كبير من القواعد باستخدام خوارزمية الاستقراء الموجه للصفات المعدلة و من ثم عرض تلك القواعد المجمعة باستخدام طريقة الرسم البياني المجمع , وقد أوضحت النتائج ان التقنية المقترحة تنتج نسبة ضغط ممتازة. ER -