ارائه ی روش های جدید هرس کردن قوانین طبقه بندی انجمنی (موردکاوی: قوانین مرتبط با بهینگی مکان استقرار بانک های شهر تهران)

با پیشرفت تکنولوژی در کشف داده، حجم داده ها بسیار افزایش یافته است. به همین دلیل روش های داده کاوی از جمله روش طبقه بندی انجمنی برای استخراج دانش از منابع داده ای حجیم بکار گرفته شد. در طبقه بندی انجمنی از قوانین انجمنی برای طبقه بندی داده ها استفاده می شود. بعد از تولید قوانین طبقه بندی به دلیل زیاد بودن تعداد آن‫ها، از روش های هرس کردن برای کنار گذاشتن قوانین اضافی استفاده می شود. در این تحقیق از قوانین طبقه بندی انجمنی برای تعیین رابطه ی بین مکان المان های شهری و بهینگی مکان استقرار شعب بانک ها وموسسات مالی و اعتباری شهر تهران استفاده می شود. زیرا مکان این المان های شهری تاثیر زیادی در تعیین یک مکان بهینه برای بانک ها دارند و بهینه بودن مکان بانک ها باعث سودآوری بیشتری برای آن‫ها خواهد شد. بعد از تولید قوانین طبقه بندی انجمنی، چهار روش جدید هرس کردن برای بهبود روش های قدیمی معرفی می گردد که روش‫های جدید هرس قوانین اضافی بدون کلاس، هرس قوانین اضافی بر حسب پوشش و هرس قوانین اضافی بر حسب پوشش بدون کلاس، به ترتیب موجب کاهش میانگین قوانین به تعداد 12، 2/435 و 2/437 قانون نسبت به روش قدیمی هرس قوانین اضافی می‫شود و روش جدید پوشش با قوانین طولانی موجب بهبود میانگین دقت به میزان 2091/0 درصد نسبت به روش قدیمی پوشش پایگاه داده شده است.