Correlation rules: analisi di una tecnica di data mining e sua applicazione ai sistemi di telecomunicazione
Autore
Paolo Salvan - Università degli Studi Ca' Foscari di Venezia - [2000-01]
Documenti
Abstract
Il Data Mining è una moderna disciplina volta all’estrazione da grosse moli di dati di pattern utili e facilmente comprensibili, altrimenti difficilmente utilizzabili. In questa tesi si vuole in particolare trattare una nuova tecnica di Data Mining: le correlation rules (evoluzione delle più diffuse association rules), che permettono di estrarre da dataset di elevate dimensioni pattern composti da oggetti fra loro fortemente correlati.
Per un’efficace applicazione di questa tecnica viene messa in evidenza l’importanza di utilizzare un’adeguata misura di interesse da applicare ai pattern estratti. In questa tesi vengono presentate ed analizzate le misure più note in letteratura, e ne viene inoltre sviluppata una di nuova, tesa a superare i limiti di quelle fino ad ora sviluppate.
Lo studio procede poi generalizzando queste misure per renderle applicabili a pattern di dimensione arbitraria, ed introducendo il concetto di confrontabilità fra pattern di dimensione diversa, per arrivare allo sviluppo di alcune nuove normalizzazioni da applicare alle misure tradizionali al fine di renderle consistenti con questo concetto.
Il framework sviluppato viene applicato, nella parte conclusiva dello studio, per proporre una soluzione ad un problema molto sentito dai gestori delle reti di telecomunicazioni: il fenomeno dell’alarm storm, l’elevato numero di allarmi segnalati da queste reti, che, proprio a causa della loro eccessiva quantità, sono spesso di scarso aiuto nella diagnosi dei problemi di network che ne sono causa.
Per un’efficace applicazione di questa tecnica viene messa in evidenza l’importanza di utilizzare un’adeguata misura di interesse da applicare ai pattern estratti. In questa tesi vengono presentate ed analizzate le misure più note in letteratura, e ne viene inoltre sviluppata una di nuova, tesa a superare i limiti di quelle fino ad ora sviluppate.
Lo studio procede poi generalizzando queste misure per renderle applicabili a pattern di dimensione arbitraria, ed introducendo il concetto di confrontabilità fra pattern di dimensione diversa, per arrivare allo sviluppo di alcune nuove normalizzazioni da applicare alle misure tradizionali al fine di renderle consistenti con questo concetto.
Il framework sviluppato viene applicato, nella parte conclusiva dello studio, per proporre una soluzione ad un problema molto sentito dai gestori delle reti di telecomunicazioni: il fenomeno dell’alarm storm, l’elevato numero di allarmi segnalati da queste reti, che, proprio a causa della loro eccessiva quantità, sono spesso di scarso aiuto nella diagnosi dei problemi di network che ne sono causa.
Questa tesi è correlata alle categorie
segnala questa pagina ::.