Aturan Asosiasi Pembelajaran Aktif
- Diperkenalkan oleh
- Dzyuba, V. & van Leeuwen, M.; Boley, M. et al.
- Tahun
- 2010s
- Jenis
- Interactive pattern mining
- Keluarga
- Machine learning
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Aturan asosiasi pembelajaran aktif menggabungkan putaran kueri dan pelabelan iteratif dari pembelajaran aktif dengan penambangan aturan asosiasi, memungkinkan pakar manusia untuk memandu proses penemuan secara interaktif.
Alih-alih menghitung semua aturan secara menyeluruh di atas ambang batas dukungan-kepercayaan yang tetap, sistem memilih kandidat aturan yang paling informatif dan meminta pengguna untuk menilai daya tariknya, memfokuskan pencarian pada pola yang berguna secara subjektif.
Intuisi di balik metode
Penambangan aturan asosiasi standar membanjiri pengguna dengan ribuan aturan di atas ambang batas dukungan minimum, yang sebagian besar bersifat redundan atau tidak relevan. Pembelajaran aktif membalikkan ini: algoritma hanya menyajikan kandidat aturan yang paling tidak pasti atau mengejutkan kepada pakar manusia, mengumpulkan umpan balik tentang apakah setiap aturan menarik, dan memperbarui model preferensi pengguna setelah setiap kueri. Selama beberapa putaran berturut-turut, ia belajar membedakan aturan yang diperhatikan analis dari kebisingan, secara drastis mempersempit ruang pencarian dan memunculkan pola yang dapat ditindaklanjuti jauh lebih efisien daripada enumerasi menyeluruh.
Sejarah
Aturan asosiasi pembelajaran aktif muncul pada tahun 2010-an sebagai respons terhadap masalah ledakan aturan yang terkenal dalam penambangan aturan asosiasi. Karya oleh Boley dan rekan-rekannya tentang pengambilan sampel pola langsung (2013) dan oleh Dzyuba dan van Leeuwen tentang daya tarik subjektif (2017) menetapkan kerangka kerja formal untuk mengkueri preferensi pengguna untuk memandu penemuan aturan. Pendekatan ini mengambil dari penelitian penambangan data interaktif sebelumnya dan terhubung ke literatur pembelajaran aktif yang lebih luas yang dimulai oleh Cohn, Atlas, dan Ladner (1994).
Kapan digunakan
Gunakan aturan asosiasi pembelajaran aktif ketika basis data transaksi besar, jumlah aturan di atas ambang batas tidak dapat dikelola (ribuan hingga jutaan), dan pakar domain tersedia untuk memberikan umpan balik berulang selama sesi penambangan. Ini sangat berharga dalam konteks penemuan pengetahuan — informatika klinis, analisis keranjang belanja ritel, atau pembuatan hipotesis ilmiah — di mana relevansi subjektif sama pentingnya dengan signifikansi statistik. Jangan gunakan ketika tidak ada pakar interaktif yang tersedia, ketika seluruh kumpulan aturan diperlukan untuk otomatisasi hilir, atau ketika basis data transaksi sangat kecil sehingga enumerasi menyeluruh sepele.
Batasan dan pertimbangan
- Membutuhkan pakar manusia interaktif sepanjang sesi, yang tidak praktis untuk alur kerja yang sepenuhnya otomatis.
- Kualitas hasil sangat bergantung pada konsistensi dan pengetahuan domain pakar pelabelan.
- Masalah cold-start: model preferensi tidak informatif di awal, sehingga kueri awal mungkin tidak ditargetkan dengan baik.
- Pendekatan ini kurang mapan dibandingkan penambangan aturan asosiasi batch, dengan implementasi siap pakai yang lebih sedikit.
- Evaluasi secara inheren subjektif dan lebih sulit untuk diukur dibandingkan metode statistik murni.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Secara dramatis mengurangi jumlah aturan yang harus diperiksa pengguna dengan memfokuskan pencarian pada pola yang menarik secara subjektif.
- Beradaptasi dengan preferensi analis individu daripada memaksakan ukuran daya tarik universal.
- Bekerja dengan baik dengan penambang aturan dasar apa pun (Apriori, FP-growth, pengambilan sampel acak) sebagai langkah pembuatan kandidat.
- Mendukung eksplorasi berulang tanpa mengharuskan pengguna untuk menentukan ambang batas dukungan dan kepercayaan di muka.
- Skalabilitas ke ruang aturan besar yang jika tidak akan membebani analis.
Penerapan
- Informatika klinis: menemukan ko-kemunculan obat-efek samping yang dinilai masuk akal secara klinis oleh seorang farmakolog.
- Analisis keranjang belanja ritel: memunculkan peluang lintas penjualan yang dianggap dapat ditindaklanjuti oleh seorang manajer kategori.
- Pembuatan hipotesis ilmiah: mengidentifikasi pola ko-kemunculan dalam kumpulan data genomik atau ilmu sosial yang sesuai dengan intuisi ahli.
- Deteksi penipuan: secara interaktif menambang pola transaksi yang ditandai sebagai mencurigakan oleh analis penipuan.
- Sistem rekomendasi: mempelajari aturan ko-kemunculan item spesifik pengguna untuk mempersonalisasi rekomendasi.
Cara kerjanya
Cara kerjanya
Sekumpulan awal kandidat aturan asosiasi dihasilkan — baik secara menyeluruh (misalnya, melalui Apriori atau FP-growth hingga ambang batas yang longgar) atau dengan pengambilan sampel. Kumpulan ini bisa sangat besar dalam basis data transaksi berdimensi tinggi, sehingga komponen pembelajaran aktif sangat penting untuk kelayakan.
Sistem memilih kandidat aturan yang paling informatif untuk disajikan kepada pengguna, biasanya menggunakan fungsi perolehan seperti pengambilan sampel ketidakpastian, perubahan model yang diharapkan, atau skor daya tarik subjektif. Pengguna memberi label aturan sebagai menarik atau tidak menarik.
Setelah setiap label pengguna, sistem memperbarui model internal preferensi pengguna — biasanya model Bayesian atau linier yang menangkap fitur aturan mana (dukungan, kepercayaan, lift, identitas item) yang dianggap menarik oleh pengguna — dan menyusun ulang kandidat yang tersisa.
Menggunakan model preferensi yang diperbarui, semua kandidat aturan yang tersisa dinilai ulang. Aturan bernilai tinggi diprioritaskan untuk penyajian di putaran berikutnya, dan aturan yang didominasi atau hampir duplikat dipangkas untuk menghindari penyajian pola serupa berulang kali.
Putaran berlanjut hingga pengguna puas, anggaran kueri tetap habis, atau keuntungan yang diharapkan dari kueri lebih lanjut turun di bawah ambang batas. Keluaran adalah kumpulan aturan kecil yang dikurasi yang diberi peringkat berdasarkan perkiraan minat pengguna.
Kesalahan umum
- Penyajian aturan yang hampir duplikat dalam kueri berturut-turut, menyebabkan kelelahan pengguna dan label yang berisik — gunakan batasan keragaman atau pemangkasan redundansi.
- Mengabaikan masalah cold-start dengan tidak menyediakan aturan default yang masuk akal atau fase pemanasan singkat sebelum kueri aktif dimulai.
- Memperlakukan daftar peringkat akhir sebagai hasil yang divalidasi secara statistik tanpa juga melaporkan metrik kualitas aturan standar (dukungan, kepercayaan, lift).
- Mencampuradukkan skor daya tarik subjektif dengan signifikansi statistik objektif, yang merupakan kuantitas yang berbeda.
Pertanyaan yang sering diajukan
Berapa banyak kueri yang perlu dijawab pengguna?
Dalam praktiknya, studi melaporkan bahwa model preferensi yang berguna dapat dipelajari dengan hanya 20 hingga 50 kueri, meskipun anggarannya bergantung pada keragaman ruang aturan dan konsistensi pakar.
Apakah ini menggantikan penambangan aturan asosiasi standar?
Tidak. Ini adalah pelengkap: penambangan standar (Apriori, FP-growth) biasanya digunakan untuk menghasilkan kandidat, dan putaran pembelajaran aktif kemudian menyaring dan memberi peringkat sesuai dengan preferensi ahli. Seluruh kumpulan aturan masih dihasilkan secara internal.
Bagaimana jika pakar yang berbeda tidak setuju tentang aturan yang menarik?
Aturan asosiasi pembelajaran aktif mempelajari satu model preferensi per sesi. Ketika banyak pakar terlibat, model preferensi dapat diagregasi (misalnya, dengan suara mayoritas atas label) atau sesi terpisah dapat dijalankan dan aturan berperingkat teratas mereka digabungkan.
Bagaimana daya tarik berbeda dari kepercayaan atau lift?
Kepercayaan dan lift adalah ukuran statistik objektif yang dapat dihitung dari data. Daya tarik subjektif bergantung pada pengguna — sebuah aturan dapat memiliki lift tinggi tetapi jelas bagi seorang ahli dan oleh karena itu tidak menarik, atau memiliki lift sedang tetapi baru dan dapat ditindaklanjuti.
Bisakah saya menggunakan ini tanpa pakar pelabelan secara real-time?
Jika label preferensi yang telah dikumpulkan sebelumnya tersedia (misalnya, dari sesi sebelumnya), model preferensi dapat dilatih secara offline dan diterapkan dalam mode batch, meskipun ini menghilangkan manfaat adaptif dari umpan balik waktu nyata.
Metode terkait
Sumber
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.
Buka referensi publikasiDisalin.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.
Buka referensi publikasiDisalin.