افراد تحصیل کرده و شاغل معمولاً علاقه دارند توسعه‌ی روش‌ها و برنامه‌های کامپیوتری را که با کارهای مهندسی و دانش سر و کار دارند دنبال کنند. مدیریت اشتباه عملیات و زمان‌های تولید از دست رفته، مشکلات و مسائل بزرگی هستند که بهره‌وری و کیفیت سیستم‌های صنعتی و هزینه‌ی تولید را تحت تأثیر قرار می‌دهد. استخراج قوانین وابستگی، یک تکنیک داده‌کاوی است که برای پیدا کردن اطلاعات مفید و ارزشمند از پایگاه‌های داده بزرگ استفاده می‌شود. این مقاله، پایه‌ی مفهومی بهتری را برای توسعه‌ی برنامه‌های استخراج قوانین وابستگی ارائه می‌دهد تا دانش را از عملیات و مدیریت اطلاعات به راحتی استخراج کند. تأکید این مقاله روی بهبود فرایندهای عملیاتی است. یک مثال کاربردی، تجربه‌ی صنعتی که استخراج قوانین وابستگی در آن برای تحلیل فرایند تولید استفاده می‌شود را شرح می‌دهد. این مقاله برخی نتایج جدید و جالب در رابطه با تکنیک‌های داده کاوی و کشف دانش که روی فرایند تولید نقش دارد را گزارش می‌دهد. نتایج تجربی روی داده‌هایی که در زندگی واقعی نقش دارند نشان می‌دهد که روش پیشنهادی برای یافتن دانش مرتبط با عملیات نادرست مفید واقع می‌شود.

مقدمه:

کاربردهای مهندسی هوش مصنوعی نظرات محققین و شاغلین حوزه‌ی صنعت را به دلیل توانایی آن در یادگیری و درک اصول و حقایق به منظور کسب دانش و به کارگیری آن در عمل به خود جلب کرده است. پیشرفت‌های مداوم، اشاره به پیشرفت‌های رو به جلو و غیر منتظره در زمینه‌ی عملکرد سازمانی دارد  (Linderman, Schroeder, Zaheer, Liedtke, & Choo, 2004). پیشرفت در مسائلی مانند افزایش ارزش مشتری، کاهش خطاها و عیوب، بهره‌وری بهبود یافته، امنیت عملکرد چرخه‌ی زمانی و انگیزش Evans & Lindsay, 2001)). این مورد معمولاً در روش حل تدریجی مسئله رخ می‌دهد که شامل مراحل ضمنی سازی مسئله، تحلیل مسئله، تعمیم راه‌حل و یادگیری دروس است (Kamsu-Foguem, Coudert, Geneste, & Beler, 2008). روش حل مسئله، روی توصیف فرایند شناختی در کارهای عقلانی و ملاحظات شناختی که با سرمایه‌گذاری دانش روی ساختارهای خاص و قدرت بخشی به تعمیم سر و کار دارد تمرکز می‌کند (Patel, Arocha, &Kaufman, 2001). روش‌های حل مسئله نقش مهمی را در اکتساب دانش و مهندسی بازی می‌کند زیرا سطح دانش انتزاعی برای نیل به اهداف با 

اعمال دانش توسط فرایند تدریجی جستجوی مسیر راه‌حل بسیار ارزشمند است. از این روش‌ها می‌توان برای توصیف فرایند استدلال به صورت ساختاری برای هدایت روند کسب دانش و راحت کردن تقسیم دانش و استفاده‌ی مجدد بهره جست (Benjamins & Fensel, 1998).