Bài giảng Khai phá dữ liệu (Data mining): Chương 6 - Khai phá luật kết hợp cung cấp cho các bạn những kiến thức tổng quan về khai phá luật kết hợp; biểu diễn luật kết hợp; khám phá các mẫu thường xuyên; khám phá các luật kết hợp từ các mẫu thường xuyên; khám phá các luật kết hợp dựa trên ràng buộc; phân tích tương quan. | Chương 6: Khai phá luật kết hợp Khai phá dữ liệu (Data mining) Học kỳ 1 – 2009-2010 Khoa Khoa Học & Kỹ Thuật Máy Tính Trường Đại Học Bách Khoa Tp. Hồ Chí Minh R. Agrawal, R. Srikant. Fast algorithms for mining association rules. In VLDB 1994, pp. 487-499. J. Han, J. Pei, Y. Yin. Mining frequent patterns without candidate generation. In MOD 2000, pp. 1-12. J. Hipp, U. Guntzer, G. Nakhaeizadeh (2000). Algorithms for association rule mining – a general survey and comparison, SIGKDD Explorations 2:1, 58-64. W-J Lee, S-J Lee (2004). Discovery of fuzzy temporal association rules, IEEE transactions on Systems, Man, and Cybernetics – Part B 34:6, 2330-2342. Nội dung . Tổng quan về khai phá luật kết hợp . Biểu diễn luật kết hợp . Khám phá các mẫu thường xuyên . Khám phá các luật kết hợp từ các mẫu thường xuyên . Khám phá các luật kết hợp dựa trên ràng buộc . Phân tích tương quan . Tóm tắt Tài liệu tham khảo [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and Techniques”, Second Edition, Morgan Kaufmann Publishers, 2006. [2] David Hand, Heikki Mannila, Padhraic Smyth, “Principles of Data Mining”, MIT Press, 2001. [3] David L. Olson, Dursun Delen, “Advanced Data Mining Techniques”, Springer-Verlag, 2008. [4] Graham J. Williams, Simeon J. Simoff, “Data Mining: Theory, Methodology, Techniques, and Applications”, Springer-Verlag, 2006. [5] ZhaoHui Tang, Jamie MacLennan, “Data Mining with SQL Server 2005”, Wiley Publishing, 2005. [6] Oracle, “Data Mining Concepts”, B28129-01, 2008. [7] Oracle, “Data Mining Application Developer’s Guide”, B28131-01, 2008. . Tình huống 1 – Market basket analysis . Tình huống 2 - Tiếp thị chéo . Tình huống 2 - Tiếp thị chéo . Tình huống Phân tích dữ liệu giỏ hàng (basket data analysis) Tiếp thị chéo (cross-marketing) Thiết kế catalog (catalog design) Phân loại dữ liệu (classification) và gom cụm dữ liệu (clustering) với các mẫu phổ biến . Tổng quan . | Chương 6: Khai phá luật kết hợp Khai phá dữ liệu (Data mining) Học kỳ 1 – 2009-2010 Khoa Khoa Học & Kỹ Thuật Máy Tính Trường Đại Học Bách Khoa Tp. Hồ Chí Minh R. Agrawal, R. Srikant. Fast algorithms for mining association rules. In VLDB 1994, pp. 487-499. J. Han, J. Pei, Y. Yin. Mining frequent patterns without candidate generation. In MOD 2000, pp. 1-12. J. Hipp, U. Guntzer, G. Nakhaeizadeh (2000). Algorithms for association rule mining – a general survey and comparison, SIGKDD Explorations 2:1, 58-64. W-J Lee, S-J Lee (2004). Discovery of fuzzy temporal association rules, IEEE transactions on Systems, Man, and Cybernetics – Part B 34:6, 2330-2342. Nội dung . Tổng quan về khai phá luật kết hợp . Biểu diễn luật kết hợp . Khám phá các mẫu thường xuyên . Khám phá các luật kết hợp từ các mẫu thường xuyên . Khám phá các luật kết hợp dựa trên ràng buộc . Phân tích tương quan . Tóm tắt Tài liệu tham khảo [1] Jiawei Han, Micheline Kamber, “Data Mining: Concepts and .
