关联推理神经网路 - GEBRC.PDF

資訊管理學報　第十五卷　第四期 51 關聯推理神經網路 葉怡成 中華大學資訊管理學系 杜進明 中華大學資訊管理學系 丁導民 開南大學企業與創業管理學系 王逸芸 中華大學資訊管理學系 劉謹豪 中華大學資訊管理學系 摘要 本研究所提出的關聯推理神經網路(Association Reasoning Neural Networks, ARNN) 是修改自倒傳遞神經網路演算法，可以產生關聯規則，為傳統的關聯分析開啟完全不同 的研究途徑。經由一個數值例題與一個實際例題的結果歸納出以下結論：(1)ARNN 的推 論輸出值與資料中的信賴度大約相等。(2) 當ARNN 的隱藏單元數減少時，檢出率、準確 率會跟著變小。(3)ARNN可以利用減少隱藏單元數來避免產生信賴度過低的關聯規則。 (4)ARNN產生的規則與由傳統關聯分析法所找到的規則重疊性很高，且能找出一些被傳 統關聯分析法忽略的關聯規則。 關鍵字： 資料探勘、類神經網路、關聯規則、關聯分析 52 資訊管理學報　第十五卷　第四期 Association Reasoning Neural Networks I-Cheng Yeh Department of Information Management, Chung Hua University Chin-Ming Tu Department of Information Management, Chung Hua University Tao-Ming Ting Department of Business and Entrepreneurial, Kainan University I-Yun Wang Department of Information Management, Chung Hua University Chin-Hao Liu Department of Information Management, Chung Hua University Abstract In this study, we proposed the Association Reasoning Neural Network (ARNN) which is derived from ANN, can produce association rules, and open a new approach for association analysis. Based on a numerical and a practical example, some conclusions can be got