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
질문

논문 기본 정보

자료유형
학술저널
저자정보
황정희 (남서울대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제21권 제3호
발행연도
2020.3
수록면
579 - 586 (8page)
DOI
10.9728/dcs.2020.21.3.579

이용수

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

초록· 키워드

오류제보하기
높은 유틸리티 항목집합 마이닝(High Utility Itemset Mining)은 트랜잭션에서 각 항목의 가중치(item profit)와 항목의 발생빈도를 함께 고려하여 사용자가 지정한 임계값 이상의 유효한 항목집합을 추출한다. 유틸리티 항목집합 마이닝은 항목의 조인 연산을 통해 새로운 항목집합을 생성하면서 임계값을 만족하는지 여부를 판단하기 때문에 높은 조인 연산 비용이 요구된다. 이 논문에서는 유틸리티-리스트 구조를 이용하고, 항목의 조인에 따른 연산 비용을 줄이기 위해 유틸리티-리스트 구조에 prefix 항목의 유틸리티를 포함한다. 그리고 높은 유틸리티 항목집합이 될 가능성을 검사하기 위해 비트연산을 이용하는 알고리즘을 제안한다. 실험결과를 통해 제안하는 알고리즘이 기존의 알고리즘에 비해 최대 2.4배 성능 향상이 있음을 보여주었다.

목차

[요약]
[Abstract]
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 유틸리티-리스트 기반 높은 유틸리티 항목집합 마이닝
Ⅳ. 실험 평가 및 분석
Ⅴ. 결론
참고문헌

참고문헌 (18)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000541079