KCI등재
표준화 향상도를 이용한 연관성 순위 결정 함수 = Association Rule Ranking Function Using Standardized Lift
저자
박희창 (창원대학교)
발행기관
학술지명
Journal of the Korean Data Analysis Society(Journal of The Korean Data Analysis Society)
권호사항
발행연도
2010
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
2661-2670(10쪽)
KCI 피인용횟수
4
제공처
Association rule techniques among the most used data mining techniques measure mutual relationship between several items using association measures of support, confidence, lift, etc. Typically, the process of association rule is to generate frequent itemsets by a user-specified minimum support, and then select some rules by a user-specified minimum confidence and lift. We need to rank for selected rules even though some rules are generated by basic association thresholds. In this paper we proposed a association rule ranking function using a standardized lift. We compared our function with association rule ranking functions using conditional increment ratio(CPIR) by some numerical examples. As the result, we knew two ranking functions had a value in [-1, 1] regardless of the range for three association thresholds. But the ranking function by CPIR isn't reflected in the difference between association measures and minimum values of association threshold and were affected significantly by the impact of lift, whereas our function was very well reflected in the differences.
더보기데이터 마이닝 기법 중에서 가장 많이 활용되고 있는 연관성 규칙은 하나의 거래에 포함되어 있는 여러 항목들 간의 상호 관련성을 지지도, 신뢰도, 향상도 등의 연관성 측도들을 이용하여 측정하게 된다. 일반적으로 연관성 규칙 생성과정은 먼저 사용자가 지정한 최소 지지도를 만족시키는 빈발항목집합을 생성한 후, 빈발항목집합을 이용하여 최소 신뢰도 기준을 만족하고 향상도가 1이상인 것을 규칙으로 채택하게 된다. 기본적인 연관성 기준을 만족하여 여러 규칙들이 생성되었다고 할지라도 이들 규칙들의 연관성 강도에 대한 순위를 매길 필요가 있다. 본 논문에서는 연관성의 강도를 객관적으로 평가하기 위해 표준화된 향상도를 이용한 연관순위결정함수를 제안하였다. 또한 구체적인 예제를 통하여 가장 최근에 연구된 조건부 확률증분비를 이용한 연관순위 결정함수와 비교해본 결과, 두 함수 공히 최소 연관성 기준값들의 크기와는 관계없이 항상 -1과 1 사이의 값을 가지며, 3개의 연관성 기준값이 모두 충족되면 1의 값을 가지며, 3개 모두 충족되지 않으면 -1의 값을 갖게 된다. 그러나 조건부 확률증분비를 이용한 연관순위 결정함수는 본 논문에서 제안한 함수에 비해 연관성 측도들과 최소 연관성 기준값들간의 차이를 잘 반영하지 못하고 향상도의 영향을 크게 받는 것으로 나타났다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.26 | 1.26 | 1.15 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.05 | 0.98 | 0.956 | 0.4 |
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)