Evaluación de Reglas de Asociación en Text Mining Utilizando ...

Algoritmo Aclose
El algoritmo Aclose o Close Algorithm [29,30] se basa en un método de minado de
reglas de asociación denominado “podado del conjunto lattice cerrado”. Un Lattice o retículo
es un conjunto ordenado de ítems (A, ≤) si para cada par de ítems (a, b) A existe un
supremo {a, b} e ínfimo {a, b}. En Aclose se definen los siguientes conceptos:
1) Contexto minería de datos: corresponde a una tupla D=(O, I, R), donde O es un conjunto
finito de Objetos, I un conjunto finito de ítems de una base de datos y R es la relación binaria
R OxI. Cada par (o, i) R representa el hecho que el objeto o O tiene el ítem i I.
Un contexto es una representación de la base de datos, donde los objetos corresponden
a las transacciones, y la relación R establece si una transacción posee o no cierto atributo
(ítem). En tareas de Minería de Textos, los objetos corresponden a documentos, los ítems a
features (palabras, términos, párrafos, oraciones, etc.), y la relación R establece los features
que posee cada documento.
2) Conexión de Galois: corresponde a una estructura conceptual que permite agrupar
transacciones (objetos) de una base de datos que poseen ítems comunes con el fin de generar
conexiones conceptuales en un espacio de generalización y especialización. Dado un contexto
de minería de datos D=(O, I, R). Para O’ O y I’ I una Conexión de Galois se obtiene
aplicando las siguientes funciones:
f (O')
: P( O)
P(
I )
g (I ')
: P( I)
P(
O)
f ( O')
{ i I | o
O',
( o,
i)
R}
g( I'
) { o O
| i
I',
( o,
i)
R}
La función de mapeo f (O')
asocia con O todos los ítems comunes con todos los
objetos oO. Por otro lado g (I ')
asocia con I todos los objetos que contienen todos los ítems
i I. Entonces la aplicación de ( f , g)
en el conjunto O se denomina Conexión de Galois.
3) Itemset Cerrado: Dado un conjunto de ítems en una base de datos, un itemset es cerrado si
es el mayor conjunto de ítems comunes a ciertas transacciones, es decir, no existe otro
conjunto mayor de ítems comunes a esas transacciones. Dado C I. El conjunto C de items es
cerrado si y sólo si g f ( C)
C . Además, el itemset cerrado minimal que contiene un itemset
I’ se obtiene aplicando g f en I’.
4) Lattice Itemset Cerrado: corresponde un diagrama de tipo Lattice en el cual sólo se
encuentran los conjuntos de ítems cerrados. Dado C’ el conjunto de itemsets cerrados
obtenidos de D al usar la Conexión de Galois. Al aplicar en C’ una relación de orden se
obtiene el par Lc= (C’, ≤) que es un lattice completo denominado Lattice Itemset Cerrado.
22