একটি ডেটা মাইনিং পদ্ধতি প্রদত্ত তথ্যের সেট থেকে হাজার হাজার নিয়ম উন্মোচন করতে পারে, যার বেশিরভাগই ব্যবহারকারীদের জন্য স্বাধীন বা ক্লান্তিকর হতে পারে। খনির কোন "দিক" আকর্ষণীয় প্যাটার্নের দিকে নিয়ে যেতে পারে এবং যে প্যাটার্ন বা নিয়মগুলি তারা আবিষ্কার করতে পছন্দ করতে পারে তার "ফর্ম" তৈরি করতে পারে সে সম্পর্কে ব্যবহারকারীদের ভাল ধারণা রয়েছে৷
অতএব, একটি ভাল হিউরিস্টিক হল ব্যবহারকারীদের এই ধরনের অন্তর্দৃষ্টি বা প্রত্যাশাগুলিকে অনুসন্ধানের স্থানকে সীমাবদ্ধ করার সীমাবদ্ধতা হিসাবে সংজ্ঞায়িত করা। এই কৌশলটিকে বলা হয় সীমাবদ্ধতা-ভিত্তিক মাইনিং।
ঘন ঘন আইটেমসেট জেনারেশন ধাপে সার্চ এরিয়া কমাতে সীমাবদ্ধতা-ভিত্তিক অ্যালগরিদমের সীমাবদ্ধতা প্রয়োজন (অ্যাসোসিয়েশন রুল জেনারেটিং স্টেপ সম্পূর্ণ অ্যালগরিদমের মতোই সঠিক)।
সাধারণ সীমাবদ্ধতা হল সমর্থন ন্যূনতম থ্রেশহোল্ড। যদি একটি সীমাবদ্ধতা অনিয়ন্ত্রিত হয়, খনির পর্বে এটির অন্তর্ভুক্তি অনুসন্ধান স্থান জালির ভিতরে একটি সীমানার সংজ্ঞার কারণে অনুসন্ধানের স্থানের উল্লেখযোগ্য হ্রাসকে সমর্থন করতে পারে, যা অনুসরণ করে অনুসন্ধানের প্রয়োজন হয় না।
সীমাবদ্ধতাগুলির গুরুত্বপূর্ণটি ভালভাবে সংজ্ঞায়িত - তারা শুধুমাত্র অ্যাসোসিয়েশন নিয়ম তৈরি করে যা ব্যবহারকারীদের কাছে আবেদন করে। পদ্ধতিটি বেশ তুচ্ছ এবং নিয়মের স্থান হ্রাস করা হয়েছে যার ফলে অবশিষ্ট পদ্ধতিগুলি সীমাবদ্ধতাগুলিকে সন্তুষ্ট করে৷
সীমাবদ্ধতা-ভিত্তিক ক্লাস্টারিং ক্লাস্টারগুলি আবিষ্কার করে যা ব্যবহারকারী-সংজ্ঞায়িত পছন্দ বা সীমাবদ্ধতাগুলিকে সন্তুষ্ট করে। এটি সীমাবদ্ধতার বৈশিষ্ট্যের উপর নির্ভর করে, সীমাবদ্ধতা-ভিত্তিক ক্লাস্টারিং ভিন্ন পদ্ধতির পরিবর্তে গ্রহণ করতে পারে।
সীমাবদ্ধতাগুলির মধ্যে নিম্নলিখিতগুলি অন্তর্ভুক্ত থাকতে পারে যা নিম্নরূপ -
জ্ঞানের প্রকারের সীমাবদ্ধতা − এগুলি সংজ্ঞা বা পারস্পরিক সম্পর্ক সহ খনন করা জ্ঞানের ধরণকে সংজ্ঞায়িত করে৷
ডেটা সীমাবদ্ধতা − এগুলি কার্য-প্রাসঙ্গিক তথ্যের সেট যেমন মাত্রা/স্তরের সীমাবদ্ধতাগুলিকে সংজ্ঞায়িত করে − এগুলি খনির কাজে ব্যবহার করার জন্য তথ্যের পছন্দসই মাত্রা (বা গুণাবলী) বা ধারণার শ্রেণিবিন্যাসের পদ্ধতিগুলিকে সংজ্ঞায়িত করে৷
আকর্ষণীয় সীমাবদ্ধতা − এগুলি সমর্থন, আত্মবিশ্বাস এবং পারস্পরিক সম্পর্ক সহ নিয়মের আকর্ষণীয়তার সংখ্যাসূচক পরিমাপের থ্রেশহোল্ডগুলিকে সংজ্ঞায়িত করে৷
নিয়মের সীমাবদ্ধতা - এগুলি খনন করার নিয়মের ফর্ম সংজ্ঞায়িত করে৷ এই ধরনের সীমাবদ্ধতাগুলিকে মেটারুল (নিয়ম টেমপ্লেট) হিসাবে সংজ্ঞায়িত করা যেতে পারে, পূর্বাভাসগুলির সর্বাধিক বা সর্বনিম্ন সংখ্যা হিসাবে যা নিয়ম পূর্ববর্তী বা ফলাফলে প্রদর্শিত হতে পারে, বা বৈশিষ্ট্য, বৈশিষ্ট্যের মান এবং/অথবা সমষ্টির মধ্যে সম্পর্ক হিসাবে।
নিম্নলিখিত সীমাবদ্ধতাগুলি একটি উচ্চ-স্তরের ঘোষণামূলক ডেটা মাইনিং কোয়েরি ভাষা এবং ব্যবহারকারী ইন্টারফেস ব্যবহার করে বর্ণনা করা যেতে পারে। এই ধরনের সীমাবদ্ধতা-ভিত্তিক মাইনিং ব্যবহারকারীদের এমন নিয়মগুলি সংজ্ঞায়িত করতে সক্ষম করে যা তারা উন্মোচন করতে পছন্দ করতে পারে, এইভাবে ডেটা মাইনিং প্রক্রিয়াটিকে আরও দক্ষ করে তৈরি করে৷
অধিকন্তু, একটি পরিশীলিত খনির প্রশ্ন অপ্টিমাইজার ব্যবহার করা যেতে পারে ব্যবহারকারীর দ্বারা সংজ্ঞায়িত সীমাবদ্ধতাগুলি পূরণ করতে, যার ফলে খনির প্রক্রিয়াটিকে আরও কার্যকরী করে তোলে৷ সীমাবদ্ধতা-ভিত্তিক খনি ইন্টারেক্টিভ অনুসন্ধানমূলক খনি এবং বিশ্লেষণকে উৎসাহিত করে।
