روش جديدي براي رتبه‌بندي قواعد حاصل از داده‌كاوي با استفاده از تحليل پوششي داده‌ها

A New Method for Ranking the Discovered Rules Obtained from Data Mining Using Data Envelopment Analysis

تكنيك‌هاي داده‌كاوي، يعني استخراج الگوها از پايگاه‌هاي داده‌اي بزرگ، در تجارت به صورت گسترده‌اي مورد استفاده قرار مي‌گيرند. با استفاده از اين تكنيك‌ها ممكن است قواعد زيادي حاصل شوند و فقط تعداد كمي از آنها به دليل محدوديت بودجه و منابع براي پياده‌سازي در نظر گرفته شوند. ارزيابي و رتبه‌بندي جالب بودن و مفيد بودن قواعد انجمني در داده‌كاوي اهميت زيادي دارد. در مطالعات قبلي كه در مورد شناسايي قواعد انجمني جالب از نظر ذهني انجام شده است، اكثر روش‌ها مستلزم وارد كردن دستي يا پرسيدن از كاربر براي افتراق صريح قواعد جالب از ناجالب بوده است. اين روش‌ها نيازمند محاسبات بسيار زيادي هستند و حتي ممكن است به نتيجه‌گيري‌هاي ناسازگار منتهي شوند. براي غلبه بر اين مشكلات، اين مقاله پيشنهاد مي‌كند كه از رويكرد تحليل پوششي داده‌ها (DEA) با مرز دوگانه براي انتخاب كارآترين قاعده‌ي انجمني استفاده شود. در اين رويكرد علاوه بر بهترين كارآيي نسبي هر قاعده‌ي انجمني، بدترين كارآيي نسبي آن نيز در نظر گرفته مي‌شود. در مقايسه با DEAي سنتي، رويكرد DEA با مرز دوگانه مي‌تواند كارآترين قاعده‌ي انجمني را به درستي و به آساني شناسايي كند. به عنوان يك مزيت، رويكرد پيشنهادي از نظر محاسباتي كارآمدتر از كارهاي قبلي در اين زمينه است. با استفاده از مثالي از تحليل سبد بازار، قابليت كاربرد روش مبتني بر DEAي ما براي اندازه‌گيري كارآيي قواعد انجمني با معيارهاي چندگانه نشان داده خواهد شد.

Data mining techniques, i.e. extraction of patterns from large databases, are extensively used in business. Many rules may be obtained by these techniques and only a few of them may be considered for implementation due to the limitation of budgets and resources. Evaluating and ranking attractiveness and usefulness of the association rules is of paramount importance in data mining. In the earlier studies carried out on identifying mentally interesting association rules, most methods required writing information or asking users for explicit differentiation of interesting rules from uninteresting ones. These methods involve detailed calculations and they may even lead to inconsistent conclusions. To solve these problems, this article proposes the application of the double frontiers Data Envelopment Analysis (DEA) Approach for selecting the most effective association rule. In this approach, in addition to the best relative efficiency of each association rule, its worst relative efficiency is considered. Comparing with the traditional DEA, double frontiers DEA Approach is capable of identifying the most efficient association rule correctly and easily. As an advantage, the proposed approach is more efficient than the earlier works in this concern, as far as calculations are concerned. Applicability of our DEA-based method for measuring the efficiency of association rules will be shown by multiple criteria using an example of market basket analysis.