메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제15권 제2호
발행연도
2013.1
수록면
709 - 718 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
빅 데이터를 처리하는 것은 사용자 집단을 위해 허용 경과시간 내에 데이터를 관리하고 처리하는 범용 하드웨어 환경 및 소프트웨어 도구의 영역을 넘어선다. 이러한 환경에서 필요한 기술이 데이터마이닝 기법이다. 데이터마이닝 기법들 중에서 가장 활발하게 연구되고 있는 연관성 규칙은 항목들 간의 지지도, 신뢰도, 향상도 등의 연관성 규칙 평가 기준을 근거로 하여 항목들 간의 관련성을 탐색하는 데 활용되고 있다. 그런데 기존의 연관성 규칙 마이닝은 항목의 발생 유무만을 고려하여 규칙을 생성하여 왔으며, 이는 발생 빈도를 고려하지 않음으로써 정보 손실에 의한 오류를 범하거나 세밀하지 못한 해석을 할 수도 있다. 또한 연관성 규칙 생성과정의 첫 단계가 사용자가 지정한 최소 지지도의 조건을 만족하는 빈발항목집합을 생성하는 것인데, 희귀하게 발생되는 항목인 경우에는 빈발항목집합에 포함되지 않을 가능성이 매우 크다. 본 논문에서는 이 두 가지 문제를 동시에 해결하기 위해 항목의 발생빈도와 상대적 사전비율을 고려한 연관성 평가 모형을 개발하고자 한다.

목차

등록된 정보가 없습니다.

참고문헌 (20)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0