Resumen

Presentamos un nuevo método basado en el uso de transformaciones difusas para detectar reglas de asociación de grano grueso en los conjuntos de datos. Las reglas de asociación difusas se representan en forma de expresiones lingüísticas e introducimos una fase de preprocesamiento para determinar la partición difusa óptima de los dominios de los atributos cuantitativos. En la extracción de las reglas de asociación difusas utilizamos el algoritmo AprioriGen y un índice de confianza calculado a través de la transformación difusa inversa. Nuestro método se aplica a conjuntos de datos de la base de datos del censo de 2001 del distrito de Nápoles (Italia); los resultados muestran que las reglas de asociación difusas extraídas proporcionan una vista correcta de grano grueso del conjunto de reglas de asociación de datos.

• Materias:Axiomas de separación Modelos borrosos
• Subjects:Separation axioms Fuzzy models
• Palabras claves:Método; Transformaciones difusas; Reglas de asociación; Conjuntos de datos; Algoritmo AprioriGen; índice de confianza
• Keywords:Method; Fuzzy transforms; Association rules; Datasets; AprioriGen algorithm; Confidence index