استخراج قوانین وابستگی از رفتار خرید مشتریان با استفاده از الگوریتم ژنتیک

با استفاده از داده کاوی می توان از بین حجم زیادی از داده‏های ذخیره شده در پایگاه‏های داده اطلاعات مفیدی بدست آورد. روش‏های زیادی برای این کار طراحی شده است; قوانین وابستگی یکی از این روشها است. با استفاده از این روش می توان الگوهای پنهان و جالبِ بین داده‏ها را شناسایی کرد. الگوریتم ژنتیک یکی از روشهای اکتشافی برای استخراج قوانین وابستگی است. با استفاده از این الگوریتم می توان در بین تراکنش های یک پایگاه داده، بازه‏های عددی مرتبط با یکدیگر را استخراج و بر اساس آنها قانون تعریف کرد. هدف از این مقاله، استخراج الگوهایی از رفتار خرید مشتریانِ یک فروشگاه مواد غذایی در کشور پرتغال است. الگوهای استخراج شده شامل بازه‏های عددی مربوط به مبالغِ خریدِ هر کدام از ‏های اقلام این فروشگاه است. نتایج نشان داده است که تعداد قانون‏های استخراج شده توسط الگوریتم ژنتیک در مقایسه با الگوریتم Apriori، به عنوان الگوریتم پایه برای استخراج قوانین وابستگی، بسیار بیشتر و از تنوع بالاتری برخوردار بوده است.

قوانین وابستگی، الگوریتم ژنتیک، الگوریتم Apriori.