احسان وجدانی محمودی - باشگاه پژوهشگران جوان، دانشگاه آزاد اسلامی واحد مشهد
بهاره احمدی مقدم - گروه کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
محمدحسین یغمایی مقدم - گروه کامپیوتر دانشگاه آزاد اسلامی واحد مشهد

عموما از داده کاوری برای کشف قوانین وابستگی از داده های تراکنشی به کار می رود مطالعات پیشین برروی داده های تراکنشی با مقادیر باینری تمرکز دارند. در کاربردهای واقعی آیتمهای مختلف معیارهای متفاوتی برای قضاوت مهم بودنشان دارند. در این مقاله یک الگوریتم کاوش فازی با ساختار چند سطحی برای استخراج دانش پنهان در داده های کمی ارائه شده است الگوریتم ارائه شده یک روش بالا به پایین عمقی را برای پیدا کردن مجموعه آیتمهای بزرگ اتخاذ می کند. ما با جامعیت بخشیدن به مفاهیم مجموعه فازی تکنیک های داده کاوی و طبقه بندی چندسطحی ، قوانین وابستگی فازی را در مجموعه داده های تراکنشی می یابیم توابع عضویت برای تبدیل مقادیر داده های کمی به مقادیر فازی مورد استفاده قرار می گیرد که این توابع عضویت با استفاده از یک پیش پردازش برروی داده ها براساس سیستم کلونی مورچه ها بدست می آید. این الگوریتم برروی متغیرهای زبانی مهم برای کاهش پیچیدگی زمانی تمرکز دارد.

سیستم کلونی مورچه، مجموعه فازی، توابع عضویت، قوانین وابستگی، داده های کمی، طبقه بندی