데이터 퓨전 기반 집단세분화에 의한 의사결정나무 적용 방안

• 영문명: Application Scheme of Decision Tree by Clustering through Data Fusion
• 발행기관: 한국자료분석학회
• 저자명: 조광현(Kwang Hyun Cho) 박희창(Hee Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.5, 2273~2284쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.10.30

국문 초록

현대 사회에서는 조직의 운영 및 의사 결정을 위하여 다양한 통계 조사가 실시되고 있으며, 연구의 목적에 따라 조사 문항을 다르게 하여 실시하고 있어 통계 분석 시 통계조사의 효율적 사용이 제한되어 있다. 이에 본 논문에서는 데이터 퓨전을 이용하여 다양한 통계 조사 자료를 결합하고 데이터 퓨전에 의해 생성된 자료에 대하여 집단 세분화를 이용한 의사결정나무를 적용하는 방안에 대하여 연구하고자 한다. 일반적으로 의사결정나무 분석은 목표변수 하나에 대하여 모형을 생성하므로 목표변수가 여러 개일 경우 각각의 의사결정나무 모형이 생성된다. 만일 의사결정나무 분석에 사용되는 목표변수가 비슷한 경향을 보일 경우, 의사결정나무 모형 또한 유사한 모형이 생성되므로 이들의 목표변수를 하나의 변수로 축약한다면 모형 생성 및 모형 해석에 대한 시간을 단축시킬 수 있으므로 효율적 분석이 가능하다. 본 논문에서는 통계 조사 자료의 퓨전된 결과를 바탕으로 집단세분화에 의한 의사결정나무 적용 방안인 하이브리드 데이터마이닝에 대하여 기술하고 실제 자료에 적용하여 그 유용성을 살펴보고자 한다.

영문 초록

Today, the statistical survey has been carried out variously for the decision-making and administration of the organization. We use the different items in the statistical survey according to the purpose of study. Currently, Gyeongnam province is executing the social index survey every year to the provincials. But, this survey has the limit of the analysis as execution of the different survey per 3 year cycles. The solution of this problem is data fusion. Data fusion is the process of combining multiple data in order to provide information of tactical value to the user. But, data fusion doesn t mean the ultimate result. Therefore, efficient analysis for the data fusion is also important. In this study, We present data fusion method of statistical survey data. Also, We suggest application methodology of decision tree by clustering through data fusion of statistical survey data.

목차

1. 서론

2. 이론적 배경

3. 연구 방법

4. 적용 사례

5. 결론

참고문헌

키워드

군집분석 데이터마이닝 데이터 퓨전 의사결정나무 하이브리드데이터마이닝 clustering data mining data fusion decision tree hybrid data mining