এসোসিয়েশন রুল লার্নিং: সংক্ষিপ্ত বিবরণ
এসোসিয়েশন রুল লার্নিং হলো একটি আনসুপারভাইজড লার্নিং কৌশল যা একটি ডেটা এলিমেন্টের অন্য ডেটা এলিমেন্টের ওপর নির্ভরতা পরীক্ষা করে এবং 그에নুযায়ী ম্যাপ করে যাতে তা আরও খরচ-প্রভাবশীল হয়। এটি ডেটাসেটের ভেরিয়েবলগুলোর মধ্যে আকর্ষণীয় সম্পর্ক বা এসোসিয়েশন আবিষ্কার করার চেষ্টা করে। এটি ডেটাবেসে ভেরিয়েবলগুলোর মধ্যে আকর্ষণীয় সম্পর্ক খুঁজে পাওয়ার জন্য বিভিন্ন রুলের ওপর নির্ভর করে।
এসোসিয়েশন রুল লার্নিং মেশিন লার্নিংয়ের সবচেয়ে গুরুত্বপূর্ণ পদ্ধতি, যা মার্কেট বাস্কেট অ্যানালিসিস, ওয়েব ইউজেজ মাইনিং, সততাৎ উৎপাদন ইত্যাদিতে ব্যবহৃত হয়। মার্কেট বাস্কেট অ্যানালিসিসে, এটি বড় বড় রিটেইলাররা আইটেমগুলোর মধ্যে সম্পর্ক খুঁজে বের করতে ব্যবহার করে।
ওয়েব মাইনিংকে ইন্টারনেটে উপযোগী ডেটা মাইনিং পদ্ধতির অ্যাপ্লিকেশন হিসেবে দেখা যেতে পারে, যদিও ডেটা মাইনিং হলো অধিকাংশ স্ট্রাকচারড ডেটাতে প্যাটার্ন আবিষ্কারের জন্য অ্যালগরিদমের অ্যাপ্লিকেশন, যা নলেজ ডিসকভারি প্রসেসে স্থাপিত।
ওয়েব মাইনিং-এর একো অনন্য বৈশিষ্ট্য একাধিক ডেটা টাইপের সংগ্রহকে সাপোর্ট করা। ওয়েবের কয়েকটি দিক রয়েছে যা মাইনিং প্রসেসের জন্য একাধিক পদ্ধতি প্রদান করে, যেমন- টেক্সট সহ ওয়েব পেজ, হাইপারলিংক-এর মাধ্যমে সংযুক্ত ওয়েব পেজ, এবং ওয়েব সার্ভার লগের মাধ্যমে ব্যবহারকারীর অ্যাক্টিভিটি মনিটর করা।
мар্কেট বাস্কেট অ্যানালিসিসে অ্যাপ্লিকেশন
мар্কেট বাস্কেট অ্যানালিসিসে, কাস্টমাররা শপিং বাস্কেটে যে আইটেমগুলো রাখে, সেগুলোর মধ্যে এসোসিয়েশন খুঁজে বের করে কাস্টমারদের ক্রয় অভ্যাস বিশ্লেষণ করা হয়। এমন এসোসিয়েশন আবিষ্কার করে রিটেইলাররা মার্কেটিং কৌশল তৈরি করে, যাতে জানা যায় কোন এলিমেন্টগুলো ব্যবহারকারীদের দ্বারা ঘন ঘন কেনা হয়। এই এসোসিয়েশন সিলেক্টিভ মার্কেটিং এবং শেলফ স্পেস প্ল্যানিং-এ সাহায্য করে বিক্রি বাড়াতে পারে।
এসোসিয়েশন রুল লার্নিং-এর প্রকারভেদ
এপ্রায়রি অ্যালগরিদম (Apriori Algorithm)
এই অ্যালগরিদমটি ফ্রিকোয়েন্ট ডেটাসেট দিয়ে এসোসিয়েশন রুল তৈরি করতে পারে। এটি ট্রানজ্যাকশন সম্বলিত ডেটাবেসে কাজ করার জন্য ডিজাইন করা হয়েছে। এটি আইটেমসেট দক্ষতার সাথে কম্পিউট করার জন্য ব্রেডথ-ফার্স্ট সার্চ এবং হ্যাশ ট্রি ব্যবহার করে। এটি সাধারণত মার্কেট বাস্কেট অ্যানালিসিসে ব্যবহৃত হয় এবং একসাথে কেনা যেতে পারে এমন প্রোডাক্ট শিখতে সাহায্য করে। হেলথকেয়ার সেক্টরে রোগীদের ড্রাগ রিয়্যাকশন আবিষ্কার করতে এটি ব্যবহার করা যায়।
ইক্ল্যাট অ্যালগরিদম (Eclat Algorithm)
ইক্ল্যাট অ্যালগরিদমের পূর্ণরূপ Equivalence Class Transformation। এটি ট্রানজ্যাকশন ডেটাবেসে ফ্রিকোয়েন্ট আইটেমসেট আবিষ্কার করার জন্য ডেপথ-ফার্স্ট সার্চ পদ্ধতি ব্যবহার করে। এটি এপ্রায়রি অ্যালগরিদমের চেয়ে দ্রুত এক্সিকিউশন প্রদান করে।
এফ-পি গ্রোথ অ্যালগরিদম (FP-Growth Algorithm)
এফ-পি গ্রোথ অ্যালগরিদমের পূর্ণরূপ Frequent Pattern। এটি এপ্রায়রি অ্যালগরিদমের উন্নত সংস্করণ। এটি ডেটাবেসকে একটি ট্রি স্ট্রাকচারের আকারে বর্ণনা করে जिसे ফ্রিকোয়েন্ট প্যাটার্ন বা ট্রি বলা হয়। এই ফ্রিকোয়েন্ট ট্রির লক্ষ্য হলো সবচেয়ে বেশি ফ্রিকোয়েন্ট প্যাটার্ন বের করা।
