연관성 평가 기준으로서의 균형화된 부호 헬링거 측도의 제안

• 영문명: Proposition of Balanced and Signed Hellinger Measure as Association Rule Threshold
• 발행기관: 한국자료분석학회
• 저자명: 박희창(Hee-Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.19 No.3, 1315~1325쪽, 전체 11쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2017.06.30

국문 초록

빅 데이터는 기존의 분석 도구의 능력을 뛰어넘는 대량의 정형 또는 비정형의 데이터베이스를 분석하여 이로부터 가치를 추출하는 기술이며, 여러 분야에서 기존의 사업을 최적화하거나 새로운 사업영역을 창출하는 데 활용되고 있다. 빅 데이터 분석에 사용되는 기술 중의 하나인 데이터 마이닝은 빅 데이터에 내재되어 있는 패턴이나 법칙을 찾아서 이를 근거로 의사결정에 활용하고자 하는 것이다. 데이터 마이닝 기법들 가운데 연관성 규칙은 데이터베이스에 있는 항목들 간의 관련성을 수치로 나타내는 기법이며, 지지도, 신뢰도, 향상도 등의 기본적인 평가 기준을 이용한다. 그러나 이러한 측도로는 의미 있는 연관성 규칙을 찾아내는 데 한계가 있으므로 이를 극복하기 위해 지금까지 많은 연구가 수행되어 왔다. 특히 헬링거 거리와 관련된 측도로는 헬링거 측도와 부호 헬링거 측도가 있는데 전자는 연관성의 방향을 알 수 없고, 후자는 신뢰도의 일부만을 사용함으로써 측도의 한계를 가지고 있다. 이들 문제를 극복하기 위해 본 논문에서는 모든 유형의 신뢰도를 연관성의 방향과 함께 고려한 균형화된 부호 헬링거 측도를 제안하였으며, 모의실험을 통하여 기존의 측도들과의 비교를 통해 제안한 측도의 유용성에 대해 알아보았다.

영문 초록

As defined by Wikipedia, big data is a term for data sets that are so large or complex that traditional data processing application software is inadequate to deal with them. Big data has been used in many fields to develop related technologies and services to optimize existing business or create new business. Data mining, one of the big data analysis technologies, is to find patterns and rules inherent in big data and use them for decision making. Among data mining techniques, association rule is a technique for finding the interrelation between the items existing in the big data. For this purpose, the basic evaluation criteria such as support, confidence, and lift are used. However, there are limitations in finding useful association rules as basic evaluation measures. In order to overcome these problems, we proposed a balanced and signed Hellinger measure (BSH) that contained all types of confidences together with the direction of association. Using some examples, we compared the usefulness of the proposed measure with the existing measures. As a result, BSH was larger than SH (signed Hellinger measure) in the absolute value of the changing size, so BSH can better judge the existence of association rule than SH.

목차

1. 서론

2. 균형화된 부호 헬링거 측도

3. 적용 예제

4. 결론

키워드

형화된 헬링거 측도(balanced and signed Hellinger measure) Hellinger measure 데이터 마이닝 부호 헬링거 측도(signed Hellinger measure) 연관성 규칙(association rule) 흥미도 측도(interestingness measure)