Aktive Lernassoziationsregeln
- Eingeführt von
- Dzyuba, V. & van Leeuwen, M.; Boley, M. et al.
- Jahr
- 2010s
- Typ
- Interactive pattern mining
- Familie
- Machine learning
Dieser Text ist eine maschinelle Übersetzung und wurde noch nicht geprüft. Original auf Englisch lesen
Was leistet sie?
Aktive Lernassoziationsregeln kombinieren die iterative Schleife aus Abfrage und Kennzeichnung des aktiven Lernens mit dem Mining von Assoziationsregeln, wodurch ein menschlicher Experte den Entdeckungsprozess interaktiv steuern kann.
Anstatt alle Regeln oberhalb eines festen Support-Konfidenz-Schwellenwerts erschöpfend aufzulisten, wählt das System die informativsten Regelkandidaten aus und bittet den Benutzer, deren Interessantheit zu beurteilen, wodurch die Suche auf subjektiv nützliche Muster konzentriert wird.
Die Intuition hinter der Methode
Standard-Mining von Assoziationsregeln überflutet den Benutzer mit Tausenden von Regeln oberhalb eines minimalen Support-Schwellenwerts, von denen die meisten redundant oder irrelevant sind. Aktives Lernen kehrt dies um: Der Algorithmus präsentiert einem menschlichen Experten nur die unsichersten oder überraschendsten Kandidatenregeln, sammelt Feedback darüber, ob jede Regel interessant ist, und aktualisiert nach jeder Abfrage sein Modell der Benutzerpräferenzen. In aufeinanderfolgenden Runden lernt er, Regeln, die den Analysten interessieren, von Rauschen zu unterscheiden, wodurch der Suchraum drastisch verkleinert und umsetzbare Muster weitaus effizienter als durch erschöpfende Aufzählung aufgedeckt werden.
Geschichte
Aktive Lernassoziationsregeln entstanden in den 2010er Jahren als Reaktion auf das bekannte Problem der Regel-Explosion beim Mining von Assoziationsregeln. Arbeiten von Boley und Kollegen zur direkten Musterstichprobenentnahme (2013) und von Dzyuba und van Leeuwen zur subjektiven Interessantheit (2017) etablierten den formalen Rahmen für die Abfrage von Benutzerpräferenzen zur Steuerung der Regelfindung. Der Ansatz baut auf früheren interaktiven Data-Mining-Forschungen auf und knüpft an die breitere Literatur zum aktiven Lernen an, die von Cohn, Atlas und Ladner (1994) initiiert wurde.
Wann wird sie eingesetzt?
Verwenden Sie aktive Lernassoziationsregeln, wenn die Transaktionsdatenbank groß ist, die Anzahl der Regeln über dem Schwellenwert unüberschaubar ist (Tausende bis Millionen) und ein Domänenexperte für iteratives Feedback während der Mining-Sitzung zur Verfügung steht. Sie ist besonders wertvoll in Wissensentdeckungskontexten – klinische Informatik, Warenkorbanalysen im Einzelhandel oder wissenschaftliche Hypothesengenerierung –, wo subjektive Relevanz ebenso wichtig ist wie statistische Signifikanz. Verwenden Sie sie nicht, wenn kein interaktiver Experte verfügbar ist, wenn der vollständige Regelsatz für die nachgelagerte Automatisierung benötigt wird oder wenn die Transaktionsdatenbank so klein ist, dass die erschöpfende Aufzählung trivial ist.
Grenzen und Hinweise
- Erfordert während der gesamten Sitzung einen interaktiven menschlichen Experten, was für vollständig automatisierte Pipelines unpraktisch ist.
- Die Qualität der Ergebnisse hängt stark von der Konsistenz und dem Fachwissen des kennzeichnenden Experten ab.
- Problem des Kaltstarts: Das Präferenzmodell ist zu Beginn nicht informativ, sodass anfängliche Abfragen möglicherweise nicht gut gezielt sind.
- Der Ansatz ist weniger etabliert als das Batch-Mining von Assoziationsregeln, mit weniger sofort verfügbaren Implementierungen.
- Die Bewertung ist inhärent subjektiv und schwieriger zu benchmarken als rein statistische Methoden.
Die Bedingungen der Quelle ersetzen weder eine unabhängige wissenschaftliche Prüfung noch die Validierung durch eine Analyse-Engine.
Stärken
- Reduziert drastisch die Anzahl der Regeln, die ein Benutzer prüfen muss, indem die Suche auf subjektiv interessante Muster konzentriert wird.
- Passt sich individuellen Analystenpräferenzen an, anstatt ein universelles Interessantheitsmaß aufzuzwingen.
- Lässt sich gut mit jedem Basisregel-Miner (Apriori, FP-growth, Zufallsstichprobenentnahme) als Schritt zur Kandidatengenerierung kombinieren.
- Unterstützt iterative Exploration, ohne dass der Benutzer im Voraus Support- und Konfidenzschwellenwerte angeben muss.
- Skaliert auf große Regelräume, die den Analysten sonst überfordern würden.
Anwendungen
- Klinische Informatik: Entdeckung von Kookkurrenzen von Medikamenten und unerwünschten Ereignissen, die ein Pharmakologe als klinisch plausibel erachtet.
- Warenkorbanalysen im Einzelhandel: Aufdeckung von Cross-Selling-Möglichkeiten, die ein Category Manager als umsetzbar erachtet.
- Wissenschaftliche Hypothesengenerierung: Identifizierung von Kookkurrenzmuster in Genomik- oder Sozialwissenschaftsdatensätzen, die mit der Expertenintuition übereinstimmen.
- Betrugserkennung: Interaktives Mining von Transaktionsmustern, die von einem Betrugsanalysten als verdächtig eingestuft werden.
- Empfehlungssysteme: Erlernen von benutzerspezifischen Item-Kookkurrenzregeln zur Personalisierung von Empfehlungen.
So funktioniert es
So funktioniert es
Ein anfänglicher Pool von Kandidatenassoziationsregeln wird generiert – entweder erschöpfend (z. B. über Apriori oder FP-growth bis zu einem lockeren Schwellenwert) oder durch Stichprobenentnahme. Dieser Pool kann in hochdimensionalen Transaktionsdatenbanken riesig sein, daher ist die Komponente des aktiven Lernens für die Beherrschbarkeit entscheidend.
Das System wählt die informativste Kandidatenregel aus, die dem Benutzer präsentiert werden soll, typischerweise unter Verwendung einer Akquisitionsfunktion wie Unsicherheitsabfrage, erwartete Modelländerung oder subjektive Interessantheitsscores. Der Benutzer kennzeichnet die Regel als interessant oder uninteressant.
Nach jeder Benutzermarkierung aktualisiert das System sein internes Modell der Benutzerpräferenzen – typischerweise ein Bayes'sches oder lineares Modell, das erfasst, welche Regelmerkmale (Support, Konfidenz, Lift, Item-Identität) der Benutzer ansprechend findet – und ordnet die verbleibenden Kandidaten entsprechend neu an.
Mithilfe des aktualisierten Präferenzmodells werden alle verbleibenden Kandidatenregeln neu bewertet. Regeln mit hoher Bewertung werden für die Präsentation in nachfolgenden Runden priorisiert, und dominierte oder nahezu duplizierte Regeln werden herausgefiltert, um die wiederholte Anzeige ähnlicher Muster zu vermeiden.
Die Schleife wird fortgesetzt, bis der Benutzer zufrieden ist, ein festes Abfragebudget erschöpft ist oder der erwartete Gewinn aus weiteren Abfragen unter einen Schwellenwert fällt. Die Ausgabe ist eine kleine, kuratierte Menge von Regeln, die nach der prognostizierten Benutzerinteresse geordnet sind.
Häufige Fallstricke
- Präsentation von nahezu duplizierten Regeln in aufeinanderfolgenden Abfragen, was zu Benutzerermüdung und verrauschten Kennzeichnungen führt – verwenden Sie Diversitätsbeschränkungen oder Redundanzfilterung.
- Ignorieren des Kaltstartproblems, indem keine sinnvollen Standardregeln oder eine kurze Aufwärmphase vor Beginn der aktiven Abfrage bereitgestellt werden.
- Behandlung der endgültigen Rangliste als statistisch validiertes Ergebnis, ohne auch Standardmetriken zur Regelqualität (Support, Konfidenz, Lift) zu berichten.
- Vermischung des subjektiven Interessantheitsscores mit der objektiven statistischen Signifikanz, die unterschiedliche Größen sind.
Häufig gestellte Fragen
Wie viele Abfragen benötigt der Benutzer, um zu antworten?
In der Praxis berichten Studien, dass nützliche Präferenzmodelle mit nur 20 bis 50 Abfragen erlernt werden können, obwohl das Budget von der Vielfalt des Regelraums und der Konsistenz des Experten abhängt.
Ersetzt dies das Standard-Mining von Assoziationsregeln?
Nein. Es ist eine Ergänzung: Standard-Mining (Apriori, FP-growth) wird typischerweise zur Generierung von Kandidaten verwendet, und die Schleife des aktiven Lernens filtert und ordnet sie dann nach Expertenpräferenzen. Der vollständige Regelsatz wird intern weiterhin generiert.
Was passiert, wenn verschiedene Experten sich über interessante Regeln uneinig sind?
Aktive Lernassoziationsregeln lernen pro Sitzung ein einzelnes Präferenzmodell. Wenn mehrere Experten beteiligt sind, können Präferenzmodelle aggregiert werden (z. B. durch Mehrheitsentscheid über Kennzeichnungen) oder separate Sitzungen können durchgeführt und ihre am höchsten bewerteten Regeln zusammengeführt werden.
Wie unterscheidet sich Interessantheit von Konfidenz oder Lift?
Konfidenz und Lift sind objektive statistische Maße, die aus den Daten berechnet werden können. Subjektive Interessantheit ist benutzerspezifisch – eine Regel kann einen hohen Lift haben, aber für einen Experten trivial offensichtlich und somit uninteressant sein, oder einen moderaten Lift haben, aber neu und umsetzbar sein.
Kann ich dies ohne einen kennzeichnenden Experten in Echtzeit verwenden?
Wenn vorab gesammelte Präferenzkennzeichnungen verfügbar sind (z. B. aus einer früheren Sitzung), kann das Präferenzmodell offline trainiert und im Batch-Modus angewendet werden, obwohl dies den adaptiven Vorteil des Echtzeit-Feedbacks verliert.
Verwandte Methoden
Quellen
Dzyuba, V., & van Leeuwen, M. (2017). Interactive Discovery of Interesting Association Rules by Subjective Interestingness. In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD). Springer.
Publikationsreferenz öffnenKopiert.Boley, M., Lucchese, C., Paurat, D., & Gartner, T. (2013). Direct Local Pattern Sampling by Efficient Two-Step Random Procedures. In Proceedings of the 19th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 582–590). ACM.
Publikationsreferenz öffnenKopiert.