Association Rule Mining Using Genetic Network Programming

Abstract

遺伝的ネットワークプログラミング (GNP) を用いた興味深い相関ルールの抽出手法を提案する. GNPは, ノードをネットワーク状に接続することによって, プログラムの自動生成を行う進化論的計算手法の1つである. GNPの1つの判定ノードが1つの属性に関する判定を行うとき, 処理ノードからの判定ノードの連結を相関ルールと対応させることができる. GNPはノードの再利用・共有が可能であるため探索空間を有効に構成できる. また, ルールの興味深さの指標としてサポート値, χ2値をGNPの特性を利用することで算出している. 各世代のGNP個体が抽出した興味深い相関ルールはライブラリーに蓄積され, GNPは新規のルール抽出を目的として進化する. シミュレーションの結果から, 提案手法が興味深い相関ルールを効率よく抽出することを示す.