일반화된 연관규칙 발견을 위한 레벨 기반 데이터마이닝 시스템 = (A) Data Mining system for Generalized Association Rules
저자
발행사항
서울 : 이화여자대학교 과학기술대학원, 2001
학위논문사항
학위논문(석사)-- 이화여자대학교 과학기술대학원: 컴퓨터학과 2002. 2
발행연도
2001
작성언어
한국어
주제어
KDC
566.874 판사항(4)
발행국(도시)
서울
형태사항
vii, 56p. : 삽도 ; 26cm.
일반주기명
참고문헌: p. 53-54
소장기관
대량의 데이터로부터 숨겨진 패턴을 추출하는 데이터마이닝 기법 중에서 연관규칙 탐사는 데이터베이스에서 단위 트랜잭션 당 동시에 발행할 확률이 높은 항목들의 유형을 발견하는 기법이다. 연관규칙 탐사 과정에서 개념계층 (taxonomy)을 사용하여 보다 포괄적인 의미를 갖는 규칙을 찾아낼 수 있는데 이를 일반화된 연관규칙이라 하고 이를 통해 이전에는 간과되었던 중요한 규칙을 발견할 수 있다.
일반화된 연관규칙에 관한 기존의 접근방법은 후보항목집합의 각 항목에 대한 개념계층상의 모든 조상들을 트랜잭션에 추가한 후 확장된 트랜잭션에 대해 지지도를 계산하는 것인데 이 경우 연관규칙 기법의 단점중의 하나인 계산량 증가 문제가 더욱 두드러지게 된다.
본 논문에서는 모든 개념계층 레벨이 아닌, 사용자가 관심 있는 특정 레벨에 맞추어 연관규칙 탐사를 수행함으로써 규칙생성의 복잡도를 줄이는 방법을 제안하였다. 그러나 모든 항목을 한 레벨로 일반화하는 데는 무리가 따르기 때문에 관심 있는 항목의 경우 일반화 레벨을 따로 명시할 수 있도록 하여 사용자가 원하는 규칙을 발견하도록 하였다. 그리고 제안한 방법을 적용하여 마이닝 시스템을 설계 및 구현하였으며 일괄적인 일반화 수준을 변화시키고 특정 항목의 경우 일반화 수준을 별도로 선정하는 실험을 수행하였다. 실험 결과, 일반화 레벨이 높으면 높을수록 임계값을 만족시켜 더 많은 규칙이 발견되는 경향을 보이며, 특정 항목 선정 시 해당 항목이 나타나는 규칙이 발견되어 사용자가 원하는 형태의 규칙이 생성됨을 확인하였다.
따라서 본 논문에서 제안한 방법에 따라 계산량을 줄일 수 있는 일반화 작업을 수행함으로써 이전에는 나타나지 않던 포괄적인 의미를 갖는 규칙을 발견할 수 있으며 특정 항목의 경우 사용자가 별도의 일반화 레벨을 선정함으로써 사용자의 목적에 맞는 유용한 규칙이 생성될 수 있다는 결론을 얻을 수 있었다.
Association Analysis, which is a data mining technique, allows us to discover correlations or co-occurrences of various transactional events. Given a large database of transactions, where each transaction consists of a set of items, and taxonomy information on the items, we can find more generalized associations between items at the higher level of the taxonomy. Dealing with items in the higher level of the taxonomy has several advantages over one level approaches. First, it allows more support measure and makes it easier to find new rules. Second, it is easy to conceptualize the new rule in the higher concept.
A prior approach to the problem of mining generalized association rules is to replace each transaction with an "extended transaction" that contains all the items as well as all the ancestors of each item in the original transaction. This approach requires exponential time of computation as the transaction size grows.
In this paper, we propose a generalization method that replaces all items to their ancestors at the proper level instead of extending original transactions with all the ancestors of the items. The user can select the proper level within the taxonomy of the items. Also we design and implement data mining system that satisfies these conditions.
We conduct experimental tests on the proposed system using sample data. The results show that by selecting specific items we could find more valuable rules with useful information.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)