규칙 제약은 다음과 같은 다섯 가지 요소로 분류할 수 있습니다. -
안티모노토닉 − 제약 조건의 첫 번째 요소는 반단조적입니다. 규칙 제약 조건 "합계(I.price) ≤ 100"을 고려하십시오. 모든 반복 k에서 크기 k의 항목 집합을 분석하는 Apriori 프레임워크를 사용하고 있다고 가정합니다. 항목 집합에 있는 항목의 비용 합계가 100보다 작지 않으면 이 항목 집합이 검색 공간에서 줄어들 수 있습니다. 왜냐하면 집합에 더 많은 항목을 삽입하면 비용이 더 많이 들고 제약 조건을 충족하지 않기 때문입니다.
반단조 제약 조건에 의한 가지치기는 데이터 마이닝 서비스의 완전성을 보장하면서 완전한 마이닝 단계의 효율성을 개선하는 데 도움이 되도록 Apriori 스타일 알고리즘의 모든 반복에서 사용할 수 있습니다.
빈번한 항목 집합의 비어 있지 않은 모든 부분 집합이 빈번해야 함을 정의하는 Apriori 속성은 반단조적입니다. 주어진 항목 집합이 최소 지원을 사용하지 않는 경우 상위 집합은 사용할 수 없습니다. 이 속성은 검사된 여러 후보 항목 집합을 줄이기 위해 Apriori 알고리즘의 각 반복에서 사용할 수 있으므로 연관 규칙에 대한 검색 공간을 줄입니다.
단조 − 제약 조건의 두 번째 요소는 단조입니다. 규칙 제약 조건이 "합계(I.price) ≥ 100"인 경우 제약 조건 기반 처리 방식이 다를 수 있습니다.
항목 집합 I이 제약 조건을 충족하는 경우, 즉 집합의 가격 합계가 100보다 작지 않으면 I에 더 많은 항목을 추가하면 비용이 증가하고 제약 조건을 지속적으로 충족합니다.
따라서 항목 집합에 대한 이 제약 조건에 대한 더 많은 테스트는 중복으로 발전합니다. 다시 말해 항목 집합이 이 규칙 제약 조건을 사용하는 경우 모든 상위 집합도 마찬가지입니다. 규칙 제약 조건이 이 속성을 실행하면 단조롭습니다.
간결한 제약조건 - 세 번째 요소는 간결한 제약입니다. 이 제약 조건 요소의 경우 제약 조건을 사용하도록 보장된 일부 집합을 열거할 수 있습니다. 규칙 제약 조건이 간결하면 지원 카운팅이 시작되기 전에도 규칙 제약 조건을 충족하는 집합을 직접 만들 수 있습니다. 이것은 생성 및 테스트 패러다임의 과도한 오버헤드를 방지합니다.
전환 가능한 제약 조건 - 네 번째 요소는 변환 가능한 제약 조건입니다. 아이템셋의 아이템들이 특정한 순서로 배열된다면, 빈번한 아이템셋 마이닝 과정에서 제약조건은 단조(monotonic) 또는 반단조(Antimonotonic)가 될 수 있습니다.
예를 들어, 제약 조건 "avg(I.price) ≤ 100"은 반단조도 단조도 아닙니다. 트랜잭션의 항목이 가격 오름차순 시리즈의 항목 집합에 삽입되면 제약 조건은 반단조적이 됩니다. itemset은 제약 조건을 사용하여 생성하지 않습니다.