ارائه روش جديد براي يافتن وابستگي فازي با چندين كمينه ضريب پشتيبان در پايگاه داده رابطه اي

نياز به ذخيره داده ها در پايگاه داده رابطه ايي و مشكلات ناشي از ادغام جداول و تبديل آنها به يك جدول واحد، ما را به سوي داده كاوي رابطه اي رهنمون مي سازد. در اينجا از الگوريتم MRFP-Growth براي يافتن الگوهاي پرتكرار رابطه اي استفاده مي شود. در كارهاي قبلي انجام شده، به بررسي تاثير فازي سازي ويژگي هاي عددي در كاوش قوانين انجمني براي حل مشكل بازه هاي تند و همچنين به كارگيري چندين كمينه ضريب پشتيبان براي رفع مشكل اقلام نادر در پايگاه داده شامل يك جدول پرداخته شده است. در اين مقاله به بررسي تاثير اين دو عامل در پايگاه رابطه اي مي پردازيم. فازي سازي ويژگي هاي عددي باعث رفع مشكل بازه هاي تند در پايگاه داده رابطه اي مي شود. براي رفع مشكل اقلام نادر، از چندين كمينه ضريب پشتيبان براي اقلام مختلف استفاده مي كنيم. به طوري كه كمينه ضريب پشتيبان به عنوان درصدي از تعداد كل پشتيبان هر آيتم در نظر گرفته مي شود. استفاده از اين روش باعث بهبود نسبي مشكل اقلام نادر مي شود و از توليد زياد و انفجاري الگوهاي پرتكرار در مقادير كوچك كمينه ضريب پشتيبان جلوگيري مي كند. تعداد الگوها پرتكرار بعد از فازي سازي و استفاده از چندين كمينه ضريب پشتيبان به طور مناسبي كاهش مي يابد ولي زمان اجرا الگوريتم و ميانگين طول الگوها افزايش مي يابد. در نتيجه الگوهاي رابطه اي طولاني تري كه حاوي بيشتري هستند، به وجود مي آيد.