표준화 향상도를 이용한 연관성 순위 결정 함수

• 영문명: Association Rule Ranking Function Using Standardized Lift
• 발행기관: 한국자료분석학회
• 저자명: 박희창(Hee-Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.12 No.5, 2661~2670쪽, 전체 10쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2010.10.30

국문 초록

데이터 마이닝 기법 중에서 가장 많이 활용되고 있는 연관성 규칙은 하나의 거래에 포함되어 있는 여러 항목들 간의 상호 관련성을 지지도, 신뢰도, 향상도 등의 연관성 측도들을 이용하여 측정하게 된다. 일반적으로 연관성 규칙 생성과정은 먼저 사용자가 지정한 최소 지지도를 만족시키는 빈발항목집합을 생성한 후, 빈발항목집합을 이용하여 최소 신뢰도 기준을 만족하고 향상도가 1이상인 것을 규칙으로 채택하게 된다. 기본적인 연관성 기준을 만족하여 여러 규칙들이 생성되었다고 할지라도 이들 규칙들의 연관성 강도에 대한 순위를 매길 필요가 있다. 본 논문에서는 연관성의 강도를 객관적으로 평가하기 위해 표준화된 향상도를 이용한 연관순위결정함수를 제안하였다. 또한 구체적인 예제를 통하여 가장 최근에 연구된 조건부 확률증분비를 이용한 연관순위 결정함수와 비교해본 결과, 두 함수 공히 최소 연관성 기준값들의 크기와는 관계없이 항상 -1과 1 사이의 값을 가지며, 3개의 연관성 기준값이 모두 충족되면 1의 값을 가지며, 3개 모두 충족되지 않으면 -1의 값을 갖게 된다. 그러나 조건부 확률증분비를 이용한 연관순위 결정함수는 본 논문에서 제안한 함수에 비해 연관성 측도들과 최소 연관성 기준값들간의 차이를 잘 반영하지 못하고 향상도의 영향을 크게 받는 것으로 나타났다.

영문 초록

Association rule techniques among the most used data mining techniques measure mutual relationship between several items using association measures of support, confidence, lift, etc. Typically, the process of association rule is to generate frequent itemsets by a user-specified minimum support, and then select some rules by a user-specified minimum confidence and lift. We need to rank for selected rules even though some rules are generated by basic association thresholds. In this paper we proposed a association rule ranking function using a standardized lift. We compared our function with association rule ranking functions using conditional increment ratio(CPIR) by some numerical examples. As the result, we knew two ranking functions had a value in [-1, 1] regardless of the range for three association thresholds. But the ranking function by CPIR isn’t reflected in the difference between association measures and minimum values of association threshold and were affected significantly by the impact of lift, whereas our function was very well reflected in the differences.

목차

1. 서론

2. 표준화 향상도

3. 표준화 향상도를 이용한 연관순위 결정함수

4. 예제를 통한 고찰

5. 결론

참고문헌

키워드

데이터 마이닝 신뢰도 연관순위 결정함수 지지도 표준화 향상도 향상도 Association rule ranking function confidence data mining lift standardized lift support