patroonontdekking

Patroonontdekking is het proces waarbij terugkerende patronen, regelmaat of structuren in datasets worden geïdentificeerd en geanalyseerd. Het vormt een kernactiviteit binnen data mining en de bredere discipline van knowledge discovery in databases (KDD). Het doel is om bruikbare kennis te vinden die niet direct zichtbaar is uit de oorspronkelijke data, bijvoorbeeld regelmaat in aankopen, sequenties van gebeurtenissen of patronen in netwerken.

Binnen patroonontdekking onderscheiden we verschillende typen patronen. Veelvoorkomende itemsets en associatieregels waarnemen bijvoorbeeld welke gebeurtenissen samen voorkomen en in welke mate. Sequentiële patronen onderzoeken de volgorde van gebeurtenissen, terwijl patroonontdekking in grafen gericht is op subgraph patronen. Ook temporele en anomaliepatronen komen aan bod, afhankelijk van de aard van de data.

Methoden en algoritmes spelen een centrale rol. Voor frequente itemsets zijn algoritmen zoals Apriori en FP-Growth bekend; voor sequentiële patronen bestaan algoritmes als PrefixSpan. Graph-pattern mining vereist technieken voor patroonmatches en subgraafdetectie. Patrondiscovery maakt gebruik van evaluatiestatistieken zoals support, confidence en lift, naast andere measures voor interestingness en relevantie van de patronen.

Het proces bevat meestal datavoorbewerking, patroonontdekking en interpretatie/validatie van de gevonden patronen. Toepassingen zijn onder andere marktanalyses, bioinformatica, fraude- en netwerkdetectie, en webgedraganalyse. Belangrijke uitdagingen zijn schaalbaarheid, ruis en hoge-dimensionaliteit, evenals privacy- en dynamische veranderingen in gegevens.