Dobycha associatiwnyh prawil iz inkrementnogo nabora dannyh

Association Rule Mining (ARM) w oblasti dobychi dannyh obespechiwaet kachestwennye prawila associacii na osnowe takih pokazatelej, kak podderzhka i dowerie. Jeti prawila interpretiruütsq äxpertami domena dlq prinqtiq obosnowannyh reshenij. Odnako suschestwuet problema s ARM, kogda nabor dannyh wremq ot wremeni podwergaetsq izmeneniqm. Obnaruzhenie prawil putem izobreteniq kolesa, skanirowaniq wsego nabora dannyh kazhdyj raz, drugimi slowami, potreblqet bol'she pamqti, wychislitel'noj moschnosti i wremeni. Jeta problema wse esche ostaetsq otkrytoj w swqzi s rasprostraneniem razlichnyh struktur dannyh, ispol'zuemyh dlq izwlecheniq naborow chastyh älementow. Predlagaetsq algoritm dlq obnowleniq dobytyh associatiwnyh prawil pri izmenenii nabora dannyh. Predlozhennyj algoritm prewoshodit tradicionnyj podhod, poskol'ku on dobywaet prawila associacii inkremental'no i dinamicheski obnowlqet dobytye prawila associacii.