بررسی روش های استخراج قانون در داده کاوی: مرور نظام مند مطالعات (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
قوانین استخراج شده از داده ها یکی از مهم ترین و کاربردی ترین اشکال نمایش دانش هستند که در حوزه های مختلفی مانند سیستم های خبره، پشتیبانی تصمیم و کنترل خودکار کاربرد دارند. روش های استخراج قانون به دلیل شفافیت و تفسیرپذیری بالا به محققان امکان می دهند که الگوها و روابط زیربنایی درون داده ها را درک کنند. از این رو، رویکردها و الگوریتم های متعددی برای استخراج قانون از داده ها توسعه یافته که هر یک نقاط ضعف و قوت مربوط به خود را دارند. این مقاله با استفاده از روش مرور نظام مند به بررسی روش های استخراج قانون در حوزه داده کاوی پرداخته است. در این پژوهش 678 مقاله از پایگاه های علمی معتبر جمع آوری شد و پس از غربالگری، 19 مقاله برای تحلیل نهایی انتخاب شدند. تحلیل ها در سه بخش انجام شده است: 1) تحلیل نقادانه راهبرد های استخراج قوانین و معیارهای تحلیل عملکرد آن ها، 2) شناسایی شکاف های پژوهشی بر اساس تحلیل های صورت گرفته با هدف ارائه زمینه های مطالعاتی برای تحقیقات آینده، و 3) تحلیل محتوای متنی پژوهش ها با استفاده از ابزارهایی مانند VOS viewer برای شناسایی مفاهیم کلیدی و ارتباطات میان آن ها. نتایج این پژوهش می تواند به توسعه الگوریتم های کارآمدتر استخراج قانون در حوزه های مختلف کمک کرده و زمینه ساز تحقیقات آینده در این حوزه باشد .Review of Rule Extraction Methods in Data Mining: A Systematic Review of Studies
Extracted rules from data represent one of the most important and practical forms of knowledge representation applied across various domains, including expert systems, decision support, and automated control. Rule extraction methods, valued for their transparency and interpretability, enable researchers to understand underlying patterns and substructural relationships within datasets. Consequently, numerous approaches and algorithms for rule extraction have been developed, each with its own strengths and weaknesses. This paper systematically reviews rule extraction methods in data mining. A total of 678 articles were initially collected from reputable scientific databases, with 19 selected for final analysis after screening. The analysis is conducted in three parts: 1) a critical evaluation of rule extraction strategies and performance metrics, 2) identification of research gaps based on the analysis to propose providing areas of study for future research, and 3) textual content analysis of studies using tools like VOS viewer to identify key concepts and their relationships. The findings of this study can contribute to developing more efficient rule extraction algorithms across diverse domains and pave the way for future research in this field.
تبلیغات
