ABSTRACT

The creation of the interestingness measures for evaluating the quality or the degree of interesting of the knowledge in the form of association rules play an important role in the postprocessing of association rules the Knowledge Discovery from Databases (KDD). Along with the more interestingness measures are proposed on both subjective assessment (subjective interestingness measures) and objective assessment (objective interestingness measures), the study of the properties or attributes on the interestingness measures will play an important role in understanding the nature of the objective interestingness measures interested. In this paper, we focus primarily on the objective interestingness measures to have a general view on the recent researches on the nature of the objective interestingness measures and at the same time to complete a new classification on the 40 selected objective interestingness measures on the properties studied/founded.      

Keywords: Knowledge Discovery from Databases (KDD), subjective interestingness measures, objective interestingness measures, classification, property/criterion of interestingness measures, aasociation rules

Title: Classification of objective interestingness measures

TóM TắT

Việc hình thành các độ đo hâ?p dâ?n (interestingness measures, quality measures) nhằm đánh giá chất lượng của tri thức dưới dạng luật kết hợp (association rules) đóng một vai trò rất quan trọng trong giai đoạn hậu xử lý (postprocessing) các luật kết hợp của tiến trình khai phá tri thức từ dữ liệu (Knowledge Discovery from Databases - KDD). Cùng với việc ngày càng có nhiều độ đo hâ?p dâ?n được đề xuất trên cả hai tiếp cận đánh giá chủ quan (subjective interestingness measures) và khách quan (objective interestingness measures), việc nghiên cứu các tính chất hay thuộc tính (properties) có được trên các độ đo hâ?p dâ?n sẽ đóng vai trò quan trọng trong việc hiểu được bản chất của những độ đo hâ?p dâ?n khách quan cần quan tâm. Trong bài viết này, chúng tôi tập trung chủ yếu trên các độ đo hâ?p dâ?n khách quan nhằm hệ thống hóa lại một cách tương đối đầy đủ những nghiên cứu gần đây trên các tính chất của các độ đo hâ?p dâ?n khách quan đồng thời hoàn chỉnh một hướng phân lớp mới với khoảng 40 độ đo hâ?p dâ?n khách quan trên cơ sở các tính chất đã nghiên cứu.

Từ khóa: Kha?m phá tri thức từ dữ liệu (KDD), độ đo hâ?p dâ?n chu? quan, độ đo hâ?p dâ?n khách quan, phân lớp độ đo hâ?p dâ?n khách quan, tính chất/thuộc tính của độ đo hâ?p dâ?n, luật kết hợp