복합 주변조건부 변수를 고려한 데이터마이닝 기법의 순차적 적용에 관한 연구

• 영문명: Sequential Application of Data Mining Techniques Using Marginally Conditional Variables
• 발행기관: 한국자료분석학회
• 저자명: 조광현(Kwang Hyun Cho) 박희창(Hee Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.15 No.1, 115~124쪽, 전체 10쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2013.02.28

국문 초록

사회지표조사는 사회 변화를 알 수 있을 뿐만아니라 주민들이 생각하는 사회 상태를 전반적으로 파악할 수 있으므로 매우 중요한 조사라고 할 수 있다. 또한 사회지표조사는 지자체의 여러 정책을 개발할 경우 지역의 여론을 반영할 수 있으므로 여러 지자체에서 많은 시간과 비용을 들여 조사를 실시하고 있다. 그러나 조사에 대한 분석 결과가 기초통계분석 위주로 되어 있어 실제 사회지표조사 자료를 제대로 활용하고 있지 못하고 있는 실정이므로 데이터마이닝 등의 다양한 방법의 적용이 필요하다. 본 논문에서는 사회지표조사에서의 효율적인 분석을 위하여 매개변수와 외적변수의 복합 주변조건부 변수를 이용하여 연관성규칙, 군집분석, 의사결정나무를 순차적으로 적용하는 방법을 제시한다. 논문에서는 우선 연관성 규칙을 이용하여 변수들의 관계를 파악하고 군집분석을 이용하여 새로운 변수로 통합하며, 의사결정나무를 이용하여 응답자를 분류하는 방법을 제안한다. 또한 본 논문에서 제시하는 방법의 효율성을 파악하기 위하여 2010년 경상남도에서 조사된 사회지표조사 자료에 적용하기로 한다.

영문 초록

Social indicator survey is a very important survey because it can identify social change. Also, social indicator survey can identify the state of society as a whole. When we create a policy, social indicator survey can reflect the public opinion of the region. Social indicator survey is an important measure of social change, and has been conducted in many municipalities. But, the results of past social indicator survey analysis showed mainly the basic statistical analysis. We are necessary to apply a variety of ways in analysis of the social indicator survey to generate necessary information. In this study, we propose a new method of complex data mining (association rule, clustering, decision tree) using marginally conditional variables (intervening variable and external variable). In addition, we apply to the 2010 Gyeongnam’s social indicator survey data in order to investigate the efficiency of the method presented in this paper.

목차

1. 서론

2. 이론적 배경 및 연구 방법

3. 자료 분석

4. 결론

References

키워드

데이터마이닝, 매개변수, 외적변수, 의사결정나무, 주변조건부 변수 data mining, decision tree, external variable, intervening variable, marginally conditional variables