توسعه روش تجزیه داده کاوی فازی در الگوریتم ژاکوبی بلوکی موازی SVD

مهمترین کاربرد داده کاوی در تلاش هایی است که برای استنتاج قواعد وابستگی از داده های تراکنشی صورت می گیرد. در تحقیقات پیشین، از مفاهیم منطق فازی و الگوریتم های ژنتیکی (GAها) برای کشف قواعد وابستگی فازی سودمند و توابع عضویت مناسب از مقادیر کمی استفاده شده است، زیرا این الگوریتم ها تکنیک های جستجوی قدرتمندی در حل مسایل مختلف هستند و می توانند راه حل های امکان پذیر را در زمان محدودی ایجاد کنند اما در این روش ها، ارزیابی برازش براساس مناسب بودن توابع عضویت به دست آمده و تعداد مجموعه آیتم های بزرگ تعیین می شود. با وجود این، ارزیابی مقادیر برازش نسبتا زمان بر است. در این تحقیق از توسعه روش تجزیه داده کاوی فازی در الگوریتم ژاکوبی بلوکی موازی SVD استفاده شده که مشکل زمان بر بودن را تا حد زیادی حل می کند.