通过用户引导的嵌入方法快速发现多样化的高排名规则

《IEEE Transactions on Knowledge and Data Engineering》:Fast Diversified Top-k Rule Discovery via User-Guided Embeddings

【字体: 大 中 小 】 时间:2026年01月08日 来源:IEEE Transactions on Knowledge and Data Engineering 10.4

编辑推荐:

  本文提出一种用户友好且高效的多样化Top-k规则发现框架,通过训练关联模型捕捉用户偏好模板,生成规则及谓词的主观嵌入,定义统一衡量相关性和多样性的目标函数。研究并解决了从冗余规则集中选择Top-k和直接从原始数据发现Top-k的两个核心问题,提出优化算法及剪枝策略,显著提升计算效率(平均14.4倍加速),在真实数据集上验证了有效性。

  

摘要:

规则发现是数据分析中的一个基本任务,在数据清洗、知识提取和决策制定中有着广泛的应用。然而,现有的方法通常会生成大量功能上冗余的规则,并且计算成本较高。为了解决这个问题,最近的研究方向首次引入了多样化的顶级规则发现方法,旨在识别出一组既相关又多样的顶级规则。尽管取得了这一进展,但这些方法仍然存在用户交互负担重、计算效率低以及无法处理从现有规则集中选择多样化子集的常见场景的问题。在本文中,我们提出了一个用户友好且高效的多样化顶级规则发现框架。作为测试平台,我们考虑了实体增强规则(Entity Enhancing Rules,简称REEs),它将常见的关联规则和数据质量规则视为特例。我们的方法允许用户指定轻量级的偏好模板,这些模板用于训练一个相关模型,该模型能够捕捉用户的偏好并为谓词和规则生成主观嵌入。基于这些嵌入,我们定义了一个目标函数,以在统一的向量空间中共同衡量规则的相关性和多样性;此外,我们还提出了并研究了两个关键问题:(i)从现有的冗余规则集中选择多样化的顶级规则;(ii)直接从原始数据中发现多样化的顶级规则。我们证明了这两个问题都是难以解决的,并提出了有效的算法;特别是第二个问题更具挑战性,因此我们通过精心设计的剪枝策略和并行优化进一步优化了其解决方案。在真实世界数据集上的广泛评估表明,我们的算法能够一致地识别出排名靠前的相关且多样的规则,与最先进的方法相比,平均加速了14.4倍(最高可达35.57倍)。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号