연관성 규칙을 이용한 왜곡변수 발견에 관한 연구

• 영문명: A Study for Discovery of Distorter Variable Using Association Rules
• 발행기관: 한국자료분석학회
• 저자명: 김민환(Min Hwan Kim) 박희창(Hee Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.2, 711~719쪽, 전체 9쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.04.30

국문 초록

데이터마이닝은 방대한 양의 데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 기법으로서 의사결정나무, 연관성규칙, 군집분석, 신경망 분석 등의 기법이 있으며 이중 연관성규칙은 대용량 데이터베이스에서 각 항목들 간의 관련성을 찾아내는 기법이다. 연관성규칙은 각 항목간의 연관성을 반영하는 규칙으로 둘 또는 그 이상의 품목들 사이의 지지도(support), 신뢰도(confidence), 향상도(lift)를 바탕으로 관련성 여부를 측정한다. 두 변수의 관계가 어떤 변수에 의하여 정반대로 해석되는 경우, 이 변수를 왜곡변수라고 한다. 즉, 왜곡변수는 독립변수와 종속변수의 관계를 정반대로 나타나게 하는 변수라고 할 수 있다. 이에 본 논문에서는 연관성 규칙 시, 생성된 규칙에 대하여 왜곡변수에 의한 변수들의 관계를 명확하게 규명할 수 있는 왜곡 연관 규칙에 관하여 연구하고자 한다.

영문 초록

An important goal of data mining is to discover, define and determine the relationship between several variables. These variables, in turn, represent some levers and mechanisms that move business operations. A variety of pitfalls relating to extraneous, hidden and distorter variables can result in misunderstandings, inaccurate outputs and conclusions. In this paper we propose association rules based on distorter variables. We call these rules to distorter association rules. Distorter variable is a variable that reveals that the correct interpretation is precisely the reverse of that suggested by the original data. For example, a distorter variable is exemplified by the apparent theory that more married people commit suicide than single people. However, when the population is segmented by age, it is found that in each age group, the single suicides outnumber the married. Therefore, this actually supports the thesis that marriage reduces suicide.

목차

1. 서론

2. 왜곡 연관 규칙

3. 적용 결과

4. 결론

참고문헌

키워드

신뢰도 연관성규칙 왜곡변수 왜곡 연관 규칙 지지도 향상도 association rules confidence distorter variable distorter association rule lift support