퍼지 개념 계층을 이용한 연관 규칙 마이닝 = Association Rule Mining Using Fuzzy Concept Hierarchies

국문 초록 (Abstract)

개념들 사이의 일반화 관계를 나타내는 개념 계층을 이용한 연관 규칙 마이닝에서는 개념들 사이의 관계가 명확한 경우만을 고려하고 있다. 이 논문에서는 개념들 사이의 관계가 애매한 경우까지 나타낼 수 있는 퍼지 개념 계층을 이용한 연관 규칙 마이닝 방법을 제안한다. 제안한 방법에서는 마이닝할 트랜잭션 데이터베이스를 표현하는 방법과 상위 개념 수준에서의 연관 규칙 마이닝을 위해 퍼지 개념 계층을 참조해 상위 개념 트랜잭션 데이터베이스를 생성하는 방법에 대해 기술한다. 또한 생성된 트랜잭션 데이터베이스에 대해 빈발 항목 집합을 생성하는 알고리즘을 소개하고, 실험 과정을 통해 제안된 알고리즘의 유용성을 보인다.

다국어 초록 (Multilingual Abstract)

The conceptual association rule mining methods, which use concept hierarchies representing generalization relationship among concepts, take into account only the cases that the generalization relationships are clear. In this paper, we propose an association rule mining method that adopts fuzzy concept hierarchies. which are capable of representing ambiguous relationships among concepts. It describes the way to represent transaction database to mine and the way to crate higher concept transaction database by referencing fuzzy concept hierarchies for association rule mining in higher concept level. In addition, it presents the algorithm that creates frequent item set from transaction database, and shows the applicability of the proposed method with some experiments.

목차 (Table of Contents)

• 1.서론
• 2.관련연구
• 3.일반 개념 계층과 퍼지 개념 계층
• 4.퍼지 개념 계층을 이용한 연관 규칙 마이닝
• 4.1 트랜잭션 데이터베이스의 표현
• 4.2 상위 트랜잭션 데이터베이스의 생성
• 4.3 빈발 항목 집합 생성 알고리즘
• 4.4 연관 규칙의 추출
• 5.실험
• 6.결론 및 향후 연구
• 참고문헌