Consideration of Relatively Preventative Strength from the Viewpoint of Interestingness Measure

Heechang Park

Consideration of Relatively Preventative Strength from the Viewpoint of Interestingness Measure

Recommendations

Search

흥미도 측도 관점에서 상대적 예방 강도의 고찰

Type: Academic journal

Author: Heechang Park

Journal: The Korean Data Analysis Society Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제21권 제1호 KCI Accredited Journals

Published: 2019.1

Pages: 107 - 115 (9page)

Usage

Consideration of Relatively Preventative Strength from the Viewpoint of Interestingness Measure

Abstract· Keywords

Report Errors

Data mining is one of the most popular techniques for big data analysis, and association rule technique is widely used. The criteria for creating association rules are largely divided into objective interestingness measures and subjective interestingness measures. The most basic objective interestingness measures are support, confidence, and lift. There are limits to finding meaningful association rules using these basic measures, and many studies have been published to overcome them. In addition, the relationship between confidence and relatively causal strength has been clarified from the point of view of interestingness measure. In this paper, we investigated various relatively preventive strengths from the point of view of interestingness measure, and at the same time clarified the relationship with existing objective association rule measures. As a result, the relatively preventative strength measures were found to increase as the frequency of coincidence or frequency of concurrent incidence increased. Especially, when positive or inverse confidence value is smaller than negative confidence value, negative value is shown.

#association rule #big data #data mining #relatively causal strength #relatively preventative strength.

No content found

References (16)

Add References

Cheng, P. / 1997 / From covariation to causation : A causal power theory / Psychological Review 104:367~405

Fitelson, B. / 2011 / Probabilistic measures of causal strength, Causality in the sciences / Oxford University Press :600~627

Freitas, A. / 1999 / On rule interestingness measures / Knowledge-based System 12:309~315

Good, I. J. / 1961 / A causal calculus I / British Journal for the Philosophy of Science 11:305~318

Good, I. J. / 1962 / A causal calculus II / British Journal for the Philosophy of Science 12:43~51

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

박희창

Affiliation 창원대학교

Fields Natural Science > Mathematics·Statistics

Articles 130 Usage 702

Comments(0)

Write first comments.

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (16)

Recommendations

Related Authors

Recently viewed articles

Comments(0)