احمد ژولاشکری - دانشجوی کارشناسی ارشد، دانشگاه صنعتی اصفهان، دانشکده مهندسی برق وکا
محمدحسین سرائی - عضو هیات علمی، دانشگاه صنعتی اصفهان، دانشکده مهندسی برق وکامپیوتر

وابستگی اطلاعات به زمان در داده کاوی مهم است و در کشف قانون ها و الگوها، زمان نیز باید در نظر گرفته شود . اطلاع از زمان برقراری الگوها، سودمندی دانش به دست آمده را افزایش می دهد . داده کاوی زمانی مجموعه ای از رویکردها و تکنیک ها برای کشف دانش از داده ها یا پایگاه داده های زمانی است . در این مقاله شیوه جدید و انعطاف پذیری برای بررسی زمان تراکنش ها به منظور استخراج قوانین وابستگی موجود در آنها ارایه شده است . کاوش قوانین وابستگی یکی از مورد توجه ترین انواع داده کاوی است و تلاش در کشف الگوهای رخداد همزمان و وابستگی های میان داده ها را دارد . به منظور ایجاد طرحی انعطاف پذیر برای بیان زمان اعتبار قانون ها، یکی از سیستم های موجود برای کاوش قوانین وابستگی، تعمیم داده شده است . سیستم موجود از مفهوم دوره های زمانی مبتنی بر تقویم برای کاوش و نمایش قوانین وابستگی بهره می گیرد، لذا قانون های کشف شده می توانند مفهومی دقیق و مناسب در کاربردهای عملی داشته باشند . برای کشف قانون ها در سیستم پیشنهادی علاوه بر دوره های زمان قابل مشاهده در سیستم موجود، دوره های انعطاف پذیرتری نیز بررسی می شود . این کار باعث کشف قانون های موجود در الگوهایی از زمان می شود که توسط سیستم موجود کشف نمی شوند . اما سیستم پیشنهادی قادر به کشف تمام قانون های استخراج شده توسط سیستم موجود می باشد، در نتیجه می توان از مجموعه داده های یکسان، قانون های بیشتری تولید کرد که از اهمیت بسیاری در داده کاوی برخوردار است . به کارگیری سیستم جدید باعث می شود که با اعمال تغییرات بسیار اندک به الگوریتم کاوش قوانین وابستگی مبتنی بر تقویم بتوان قانون های بیشتری کشف کرد . نتایج شبیه سازی نشان می دهد که سیستم پیشنهادی علاوه بر توانایی نمایش دوره های بیان شده در سیستم موجود، قادر به نمایش دوره های پیچیده تر زمان نیز می باشد و باعث کشف قانون های بیشتر از درون داده ها شده است .

داده کاوی، داده کاوی زمانی، کاوش قوانین وابستگی، قوانین وابستگی زمانی، قوانین زمانی مبتنی بر تقویم، دوره زمان