Uso de conocimiento impreciso de usuario para reducir redundancia en reglas de asociación
Journal: Serie Científica de la Universidad de las Ciencias Informáticas (Vol.9, No. 1)Publication Date: 2016-01-29
Authors : Andy Fernandez Garabote; Guillermo Manuel Negrín Ortiz; Giselle Parronda Pupo; Julio Díaz Vera;
Page : 194-210
Keywords : reglas de asociación; conocimiento impreciso; redundancia basada en conocimiento;
Abstract
La reducción de redundancia en reglas de asociación es una dificultad. Se convierte en una limitación para usar modelos de reglas para dar soporte a la toma de decisiones. Recientemente se ha propuesto una técnica basada en conocimiento del usuario, que apunta a la eliminación de la redundancia. Sin embargo, ignora la naturaleza imprecisa del conocimiento. En este artículo la noción de redundancia del conocimiento se generaliza y se desarrolla un método de propagar la certeza del usuario sobre reglas derivadas. Se usan modelos de factor de certeza. Los resultados obtenidos han mostrado una reducción del modelo del 50% con conocimiento previo por debajo del 3%. Este método mejora la eficiencia de las reglas de asociación y el uso de reglas de asociación descubiertas.
Other Latest Articles
- Guía para el aseguramiento de la funcionalidad del software en los sistemas informáticos de gobierno electrónico
- Guía para el aseguramiento de la confiabilidad en aplicaciones web
- Mercado de datos para los departamentos de Procesos Penales y Gestión de Cuadros y Personal de Apoyo de la Fiscalía General de la República
- Desarrollo de la base de datos del módulo Civil y familia del Sistema de Gestión Fiscal
- Desarrollo del subsistema Reportes como apoyo a la estadística judicial de los Tribunales Populares Cubanos
Last modified: 2016-07-20 04:26:29