Redes de reglas de asociación.

Abstract

Las reglas de asociación son uno de las tareas de minería de datos más estudiadas y aplicadas en los últimos años. Una regla de asociación pretende encontrar implicaciones entre la ocurrencia de ítems en las transacciones de una base de datos. La cantidad de reglas de asociación que pueden generarse a partir de n ítems es igual a 2𝑛 − 2𝑛+1 + 1 lo cual constituye un problema de alto coste computacional e intratable a la hora de interpretar por los seres humanos. Este trabajo pretende reducir el tamaño de los modelos utilizando una estrategia basada en redes que aproveche el grado de redundancia entre las reglas para reducir la cantidad de reglas que necesita explorar un especialista con fin de encontrar un modelo interpretable. Los resultados de experimentación alcanzados muestran que a partir de un conocimiento relativamente pequeño (alrededor del 1% delas reglas) se alcanzan tazas de reducción superiores de hasta el 90% de las reglas. A partir de estos resultados pueden construirse mecanismos de exploración de reglas de asociación que faciliten la tarea de utilización del conocimiento en la toma de decisiones empresariales.