رتبه بندی قوانین استخراج شده از داده کاوی با رویکرد فازی

امروزه استفاده ازداده کاوی برای کشف روابط پنهانی بین داده ها پیشرفت زیادی کرده است یکی از مسائل مهم استخراج قوانین از مجموعه داده ها می باشد که یک نوع ازاین قوانین قوانین دسته بندی هستند بعد ازاجرای الگوریتم های استخراج قانون از مجموعه داده های بزرگ قوانین زیادی تولید می شود که استفاده ازهمه آنها غیرمطلوب است و خیلی ازاین قوانین غیرمفید هستند که باید براساس معیارهایی مرتب شوند تا از بهترین آنها استفاده شود دراین مقاله از سیستم خبره فازی برای رتبه بندی قوانین استخراج شده از داده کاوی استفاده شده است بدین منظور از پایگاه داده بازار بورس قوانینی با الگوریتم C5.0 استخراج شده و سپس برای هرقانونمعیارهای جذابیتی را درنظر گرفتیم و با طراحی یک مدل فازی قوانین را رتبه بندی کردیم نتایج بدست امده با چندین روش دیگر ازجمله روش تحلیل پوششی داده ها DEA که برای رتبه بندی قوانین استفاده شده بودند مقایسه شد و مشخص شد که روش فازی دقت بهتری را برای رتبه بندی تامین کردها ست.

کلیدواژه ها:

رتبه بندی قوانین ، قوانین دسته بندی ، منطق فازی ، تحلیل پوششی داده ها ، معیارهای جذابیت