ความหมายของ AOI
AOI ย่อมาจาก Attribute-Oriented Induction (การนำคืนเชิงแอตทริบิวต์) วิธีการนำคืนเชิงแอตทริบิวต์สำหรับคำอธิบายแนวคิด (concept description) ถูกเสนอครั้งแรกในปี 1989 ไปไม่กี่ปีก่อนการนำเสนอวิธีการข้อมูลลูกบาศก์ (data cube approach) วิธีการข้อมูลลูกบาศก์พื้นฐานอยู่บนมุมมองที่ถูกพัฒนาล่วงหน้า (materialized views) ของข้อมูล ซึ่งมักจะถูกคำนวณล่วงหน้าในคลังข้อมูล (data warehouse)
ลักษณะการทำงาน
โดยทั่วไป AOI ดำเนินการรวมข้อมูลแบบออฟไลน์ (off-line aggregation) ก่อนที่คิวรี่ OLAP หรือการทำเหมืองข้อมูลจะถูกส่งมาประมวลผล กล่าวอีกนัยหนึ่ง วิธีการนำคืนเชิงแอตทริบิวต์เป็นวิธีการวิเคราะห์ข้อมูลออนไลน์ (on-line data analysis) ที่เน้นคิวรี่ (query-oriented) และฐานการทำให้ทั่วไป (generalization-based)
แนวคิดทั่วไปของ AOI คือ เริ่มจากการรวบรวมข้อมูลที่เกี่ยวข้องกับงาน (task-relevant data) โดยใช้คิวรี่ฐานข้อมูล จากนั้นดำเนินการทำให้ทั่วไป (generalization) ตามการตรวจสอบจำนวนค่าที่แตกต่างกัน (distinct values) ของแต่ละแอตทริบิวต์ในชุดข้อมูลที่เกี่ยวข้อง
การทำให้ทั่วไปดำเนินการโดยการลบแอตทริบิวต์ (attribute removal) หรือการทำให้แอตทริบิวต์ทั่วไป (attribute generalization) การรวมข้อมูล (Aggregation) ดำเนินการโดยการรวมทูเพิลที่ทำให้ทั่วไปแล้วและเหมือนกัน (identical generalized tuples) และสะสมจำนวนเฉพาะของพวกเขา (specific counts) ซึ่งทำลดขนาดของชุดข้อมูลที่ทำให้ทั่วไปแล้ว ความสัมพันธ์ที่ทำให้ทั่วไปแล้ว (generalized relation) ที่ได้สามารถแมปเป็นหลายรูปแบบเพื่อนำเสนอให้ผู้ใช้ รวมถึงแผนภูมิ (charts) หรือกฎ (rules)
ขั้นตอนของ Attribute-Oriented Induction
ขั้นแรก ต้องดำเนินการโฟกัสข้อมูล (data focusing) ก่อนนำคืนเชิงแอตทริบิวต์ ขั้นตอนนี้สอดคล้องกับคำอธิบายระเบียนที่เกี่ยวข้องกับงาน (task-relevant records) ข้อมูลถูกรวบรวมตามข้อมูลที่รองรับในคิวรี่การทำเหมืองข้อมูล
เนื่องจากคิวรี่การทำเหมืองข้อมูลมักเกี่ยวข้องกับเพียงส่วนหนึ่งของฐานข้อมูล การเลือกชุดข้อมูลที่เกี่ยวข้องไม่เพียงทำให้การทำเหมืองมีประสิทธิภาพมากขึ้น แต่ยังให้ผลลัพธ์ที่มีนัยสำคัญกว่าการทำเหมืองทั้งฐานข้อมูล
การระบุชุดแอตทริบิวต์ที่เกี่ยวข้อง (relevant attributes) (เช่น แอตทริบิวต์สำหรับการทำเหมือง ตามที่ระบุใน DMQL ด้วยคลॉจ "in relevance to") อาจยากสำหรับผู้ใช้ ผู้ใช้อาจเลือกเพียงไม่กี่แอตทริบิวต์ที่คิดว่าสำคัญ ขณะที่ข้ามไปอีกบางอย่างที่อาจมีบทบาทในการนำเสนอ
เช่น สมมติว่ามิติสถานที่เกิด (birth place) ถูกกำหนดโดยแอตทริบิวต์ เมือง (city), จังหวัด/รัฐ (province/state), และประเทศ (country) หากอนุญาตให้ทำให้ทั่วไปบนมิติสถานที่เกิด แอตทริบิวต์อื่นๆ ที่กำหนดมิตินี้ควรรวมเข้าไปด้วย
กล่าวคือ การให้ระบบรวมแอตทริบิวต์ที่เกี่ยวข้อง เช่น province/state และ country เข้ามาอัตโนมัติ ทำให้ city สามารถทำให้ทั่วไปไปสู่ระดับแนวคิดที่ใหญ่กว่าในช่วงการนำคืน (induction phase) ได้
ในขณะเดียวกัน สมมติว่าผู้ใช้อาจระบุแอตทริบิวต์มากเกินไป โดยระบุแอตทริบิวต์ทั้งหมดที่เป็นไปได้ด้วยคลอจ "in relevance to *" ในกรณีนี้ แอตทริบิวต์ทั้งหมดในความสัมพันธ์ที่ระบุโดยคลอจ from จะถูกรวมในการวิเคราะห์
บางแอตทริบิวต์ไม่น่าจะมีส่วนช่วยให้นำเสนอที่น่าสนใจ วิธีการวิเคราะห์แบบสหสัมพันธ์ (correlation-based) หรือแบบเอนโทรปี (entropy-based) สามารถใช้เพื่อทำการวิเคราะห์ความเกี่ยวข้องของแอตทริบิวต์ (attribute relevance analysis) และกรองแอตทริบิวต์ที่ไม่เกี่ยวข้องทางสถิติหรือเกี่ยวข้องอ่อน (weakly relevant) ออกจากกระบวนการทำเหมืองเชิงบรรยาย (descriptive mining)
