📘 О чем эта работа
Работа посвящена созданию реляционной базы данных для предметной области 'магазин одежды' и проверке корректности заданных ассоциативных правил для переменной 'price' с помощью системы визуального правил WizWhy. Объектом является модель товаров магазина (атрибуты: color, brand, size, material, season, style, price), предмет — процедура формирования записей и проверка обнаружения скрытых закономерностей.
📚 Что внутри
В составе проекта представлены конкретные артефакты и результаты тестирования:
- Файл KR_bd.txt — таблица с колонками color, brand, size, material, season, style, price и порядка ~70 записей, используемая как исходная выборка.
- Набор из 15 заранее заданных ассоциативных правил: 5 правил с одним условием (например, 'color = red -> price = 50'), 5 правил с тремя условиями и 5 правил с шестью условиями (примеры приведены в тексте).
- Скриншот 15 уникальных записей, отражающих исходную генерацию шаблонных комбинаций атрибутов.
- Отчёты предсказаний WizWhy (перечислены для каждой комбинации): для каждого правила приведены условные поля, целевая переменная, вероятности (Primary, Conclusive), decision point и релевантные правила, встречающиеся в выборке.
- Раздел выводов с итоговой сводкой: из 15 правил подтверждены 9, не подтверждены 6, с перечислением причин (недостаток примеров, конфликтующие условия, высокая дисперсия цен, низкая значимость предсказаний).
📊 Для кого подходит
Материал полезен студентам прикладной информатики и информационных систем, изучающим базы данных, методы обнаружения ассоциативных правил и инструменты визуального моделирования (WizWhy). Подходит для выполнения лабораторных, демонстрации работы с категориальными признаками и подготовки отчётов по предметам 'Базы данных' и 'Методы интеллектуального анализа'.
✨ Особенности
В работе содержится готовая структурированная таблица KR_bd.txt с реальными примерами сочетаний атрибутов одежды и цен; полностью описан список из 15 контролируемых правил (по сложности: 1, 3 и 6 условий); приложены текстовые отчёты WizWhy с вероятностями и релевантными подправилами; указаны конкретные причины, почему часть правил не подтвердилась в выборке.
❓ Частые вопросы
Подойдет ли для моего ВУЗа?
Структура содержит цель, список закономерностей, примеры записей, отчёты и выводы — соответствует общим требованиям к лабораторной работе по информатике/БД.
Можно адаптировать?
Да. Таблицу KR_bd.txt легко редактировать (добавлять записи, менять распределение брендов/размеров) и повторно запускать анализ в WizWhy для повышения значимости правил.
Примеры конкретики из работы
Приведены правила: 'Если color = red тогда price = 50', 'Если brand = Nike тогда price = 80', а также сложные правила, например: 'Если color = black и brand = Nike и size = M и material = leather и season = winter и style = sport тогда price = 150'. Отчёты WizWhy включают Primary и Conclusive probabilities, decision point и количество записей, в которых правило найдено (например, правило для brand = Nike встречается в 10 записях и имеет Rule's probability 0,833).
Практическое применение
Материал можно использовать как учебную демонстрацию формирования искусственных правил, проверки их обнаружения автоматическими инструментами, а также как шаблон для заданий по валидации правил, построению отчётов и интерпретации вероятностей и значимости в WizWhy.
