يك رويكرد جديد مبتني بر تحليل پوششي داده‌ها با مرز دوگانه براي رتبه‌بندي قواعد كشف شده از داده‌كاوي

A new approach based on data envelopment analysis with double frontiers for ranking the discovered rules from data mining

تحليل پوششي داده‌ها (DEA) يك رويكرد نسبتاً جديد با ماهيت داده‌اي براي ارزيابي عملكرد مجموعه‌اي از موجوديت‌هاي همتا به نام واحدهاي تصميم‌گيري (DMUها) است كه چندين ورودي را به چندين خروجي تبديل مي‌كنند. DEA در دوره‌ي زماني نسبتاً محدودي تبديل به ابزار كمّي و تحليلي قدرتمندي براي اندازه‌گيري و ارزيابي عملكرد شده است. در مقاله‌اي به قلم طلوع و همكاران [5]، آنها يك مدل DEAي جديد براي پيدا كردن كارآترين قاعده‌ي ارتباطي در داده‌كاوي پيشنهاد كردند. آنگاه، با استفاده از اين مدل، آلگوريتمي براي رتبه‌بندي قواعد ارتباطي با در نظر گرفتن معيارهاي متعدد ايجاد كردند. در اين مقاله، ما نشان مي‌دهيم كه مدل آنها تنها يك قاعده‌ي ارتباطي كارآي خوشبينانه را به طور شانسي انتخاب مي‌كند و كاملاً وابسته به روش حل يا برنامه‌ي نرم‌افزاري است كه براي حل مسئله استفاده مي‌شود. به علاوه، نشان داده مي‌شود كه آلگوريتم پيشنهادي آنها تنها مي‌تواند قواعد كارآي خوشبينانه را به طور تصادفي رتبه‌بندي كند، و قادر به رتبه‌بندي DMUهاي غيركارآي خوشبينانه نيست. همچنين، به معايب ديگري در اين مقاله، اشاره مي‌كنيم و رويكرد جديد «DEA با مرز دوگانه» را براي ايجاد يك رتبه‌بندي كامل قواعد ارتباطي پيشنهاد مي‌كنيم. يك مثال عددي برخي از محتويات مقاله را توضيح خواهد داد.

Data envelopment analysis (DEA) is a relatively new data oriented approach to evaluate performance of a set of peer entities called decision-making units (DMUs) that convert multiple inputs into multiple outputs. Within a relative limited period، DEA has been converted into a strong quantitative and analytical tool to measure and evaluate performance. In an article written by Toloo et al. (2009)، they proposed a new DEA model to find the most efficient association rule in data mining. Considering several criteria، they created an algorithm for ranking association rules using this model. In the present article، we show that their model only selects an optimistic efficient association rule randomly and it is completely dependent on solution or software، which is used for solving problems. In addition، it shows that their proposed algorithm can only rank optimistic efficient rules randomly and it is not able to rank optimistic non-efficient DMUs. We mention other disadvantages and propose a new approach “DEA with double frontiers” to create a complete ranking of association rules. A numerical example will explain some contents of the paper.