31、肝炎临床数据集规则有趣性度量评估

肝炎临床数据集规则有趣性度量评估

1. 研究背景与目标

规则有趣性是数据库知识发现（KDD）的活跃领域之一。此前有诸多研究提出了有趣性度量方法并用于规则评估，但很多研究未从理论和实践有效性角度进行全面评估，对其能否助力发现真正有趣规则的实践有效性关注较少。

本研究旨在：
- 系统掌握传统有趣性度量方法。
- 通过实验将这些方法与人类真实兴趣进行对比。
- 探讨它们评估人类真实兴趣的性能，以及在基于人机交互的KDD中的应用。

研究选定医学数据挖掘领域，使用肝炎相关研究成果，因为医学数据挖掘在科学和社会层面都很重要，且需要人机交互支持来提升规则质量。

2. 传统规则有趣性度量

有趣性度量可根据多个因素分类，其中评估规则的主体（计算机或人类用户）是最重要的分类因素。计算机评估的为客观度量，人类用户评估的为主观度量。

度量类型	数量	特点
客观度量	至少四十多种	基于规则相关实例的分布结构，数学意义上评估规则，但不包含领域知识，主要用于去除无意义规则
主观度量	约十几种	评估规则与人类用户预先设定的信念、偏差或规则模板的契合度，因内置领域知识在一定程度上有助于发现有趣规则，但依赖用户明确表达兴趣，难以发现绝对意外的知识，且很