Resumen

En la minería de reglas de asociación, evaluar una regla de asociación requiere escanear repetidamente la base de datos para comparar toda la base de datos con el antecedente, consecuente de una regla y la regla completa. Con el fin de disminuir el número de comparaciones y el tiempo consumido, presentamos una estrategia de índice de atributos. Solo es necesario escanear la base de datos una vez para crear el índice de atributos de cada atributo. Luego, todos los valores de métricas para evaluar una regla de asociación no necesitan escanear la base de datos más, sino que adquieren datos solo a través de los índices de atributos. El artículo visualiza la minería de reglas de asociación como un problema multiobjetivo en lugar de uno de objetivo único. Para que las soluciones adquiridas se dispersen uniformemente hacia la frontera de Pareto en el espacio objetivo, se introducen la política de elitismo y el diseño uniforme. El artículo presenta el algoritmo de índice de atributos y minería de reglas de asociación multiobjet

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Minería de reglas de asociación; índice de atributos; Problema multiobjetivo; Frontera de Pareto; Algoritmo evolutivo; Rendimiento
• Keywords:Association rule mining; Attribute index; Multiobjective problem; Pareto frontier; Evolutionary algorithm; Performance