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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제21권 제6호
발행연도
2019.1
수록면
2,951 - 2,959 (9page)

이용수

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

초록· 키워드

오류제보하기
헬링거 측도는 연관 규칙을 탐색하는데 이용할 수 있는 측도로 연관의 보편성과 정보량을 기반으로 계산된다. 일반적으로 연관성 분석에 있어 연관성의 방향(음 또는 양)을 파악하는 것은 매우 중요한데 헬링거 측도는 연관성의 크기만을 알 수 있다. 이에 방향을 반영한 헬링거 측도가 개발되어 있다. 또한 연관성의 대상이 되는 항목 간의 선후에 관계없이 계산되는 대칭적 헬링거 측도와 대칭적 헬링거 측도에 연관성의 방향을 더한 대칭적 부호 헬링거 측도도 개발되어 있다. 본 연구에서는 대칭적 부호 헬링거 측도를 개선한 헬링거 측도를 제안하고 활용 가능성을 살펴보았다. 대칭적 부호 헬링거 측도는 향상도를 기준으로 파악되는 연관성의 방향과 일치하지 않는 경우가 있다. 따라서 대칭적 부호 헬링거 측도만으로는 연관성의 정도 및 방향을 파악하는 데에는 한계가 있다. 본 연구에서는 향상도를 기준으로 부호를 부여하는 방법으로 개선된 대칭적 부호 헬링거 측도를 제안하였다. 모의 자료와 예제 자료를 이용하여 제안된 헬링거 측도의 활용 가능성을 살펴보았다. 향상도를 통해 알 수 있는 연관성의 방향과 일치하면서 헬링거 측도의 기준에서 연관성의 정도도 파악할 수 있음을 확인하였다.
#Hellinger measure #lift #signed symmetric Hellinger measure #symmetric Hellinger measure.

목차

등록된 정보가 없습니다.

참고문헌 (9)

참고문헌 신청
Agrawal, R. / 1993 / Mining association rules between sets of items in large databases / Proceedings of the ACM SIGMOD Conference on Management of Data :207~216 google schola Beran, R. J. / 1977 / Minimum Hellinger distances for parametric models / Annals of Statistics 5:445~463 google schola Kang, H. / 2014 / Datamining Method for Big Data Analysis google schola 이창환 / 2014 / 정보이론에 기반한 연관 규칙들의 새로운 중요도 측정 방법 / 정보처리학회논문지. 소프트웨어 및 데이터 공학 3(1):37~42 Crossref 박희창 / 2016 / 연관성 규칙 관점에서 수정된 헬링거 측도의 제안 / Journal of The Korean Data Analysis Society 18(1):199~206 dbpia

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