Extracción de reglas de asociación utilizando los algoritmos ECLAT y FP-GROWTH.

Abstract

El uso de algoritmos para extraer conocimiento en forma de reglas de asociación es una herramienta potente para la toma de decisiones estratégicas en una organización. Dentro del proceso de extracción de conocimiento de bases de datos, la minería de datos es la fase que más tiempo consume y seleccionar el algoritmo más eficiente es la piedra angular para satisfacer las demandantes necesidades de los decisores. Para abordar esta arista de la problemática se lleva a cabo una comparación entre los elementos del desempeño computacional de los algoritmos Eclat y FP-GROWTH, por medio del desarrollo de una aplicación informática en la que se implementan ambos. Para este desarrollo se presentan los elementos fundamentales de las fases del proceso, así como cada uno de los entregables generados del tránsito por las mismas. Una vez realizada la implementación se procede a realizar la verificación y validación del software y posteriormente se comprueban las propiedades estructurales de conjuntos de elementos frecuentes para facilitar el descubrimiento rápido y determinar cuál tiene mejor desempeño computacionalmente. Para ello se incluyen casos de estudio para presentar los resultados y realizar su discusión en donde se evidencia que es necesario incluir una ponderación a cada indicador para determinar cuál es mejor en dependencia de las condiciones de aplicación.