Извлечение и представление закономерностей из бинарных контекстов

Abstract

Извлечение закономерностей позволяет выявлять часто встречающиеся сочетания элементов в базах данных в виде причинно-следственных связей и использовать обнаруженные связи для прогноза. Средством описания причинно – следственных связей в базах данных, представленных матрицей «объект – признак», служат ассоциативные правила. Ассоциативных анализ оперирует довольно большим количеством разнообразных методов, применение которых ограничивается размерностью современных баз данных. Цель работы — исследование моделей и алгоритмов реализации извлечения ассоциативных правил из бинарных контекстов. В работе рассмотрены положения анализа формальных понятий. Изучены основные подходы к решению задачи поиска множества ассоциативных правил из заданного формального контекста. Разработаны программные модули, реализующие алгоритмы Apriori, Close и MClose для поиска ассоциативных правил из баз данных и проведены вычислительные эксперименты на реальных экономических контекстах, которые характеризуют уровень цифровизации рынков B2B,B2C и B2G.