기준 확인 측도와 확률적 흥미도 측도와의 관계 탐색

• 영문명: Exploration of Relationship between Confirmation Measures and Probabilistic Interestingness Measures
• 발행기관: 한국자료분석학회
• 저자명: 박희창(Hee-Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.16 No.1, 145~154쪽, 전체 10쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2014.02.28

국문 초록

빅 데이터는 기존 데이터베이스 관리도구로는 다루기 힘든 대용량의 정형 또는 비정형 데이터를 분석하는 기술을 의미하며, 오늘날 정부와 다양한 민간 분야에서 빅 데이터의 가치에 주목하고 있다. 이러한 빅 데이터의 대표적인 분석 기법이 데이터마이닝이며, 이들 기법 중에서 연관성 규칙이 많이 활용되고 있다. 이는 빅 데이터에 존재하고 있는 항목들 간의 상호 관련성을 찾아내는 기법으로서 항목들 사이의 지지도, 신뢰도, 향상도 등의 흥미도 측도를 기준으로 상호 관련성 여부를 측정한다. 이와는 별개로 흥미도 측도의 관점에서 기준 확인 측도의 성질, 기준 확인 측도에 대한 연관성 평가 기준에 대한 만족 여부, 그리고 기본적인 연관성 평가 측도인 지지도, 신뢰도, 그리고 향상도 등과의 관계가 규명된 바 있다. 그러나 이들 측도들은 모두 양의 값만을 가지기 때문에 연관성의 방향을 파악하기가 곤란하므로 기준 확인 측도와의 비교가 연관성 평가의 관점에서 큰 의미를 부여할 수 없다. 이에 본 논문에서는 비대칭적 기준 확인 측도에 대해 연관성의 방향을 알 수 있는 확률적 흥미도 측도와의 관계를 수식을 통해 유도하는 동시에 예제를 통해 변화하는 양상을 고찰하였다. 그 결과, 확률적 흥미도 측도의 값이 증가할수록 본 논문에서 고려하는 모든 측도들이 증가하는 양상을 보이고 있다. 또한 확률적 흥미도 측도가 양의 값을 가지면 본 논문에서 고려하는 비대칭 기준 확인 측도들도 모두 양의 값을 가지고, 그 값이 음이면 이들 비대칭 기준 확인 측도들도 모두 음의 값을 가지는 것을 확인하였다.

영문 초록

Big data is a general term used to describe the huge amount of unstructured and semi-structured data a organization creates. Big data analytics is the process of examining voluminous amounts of data of a variety of types to uncover hidden patterns, unknown correlations and other useful information. Such information can provide competitive advantages over rival organizations and result in business benefits, such as more effective marketing and increased revenue. In most organizations such as government and various companies, they are actively participating in big data techniques development. Data mining technique is the method to find useful information in a big database. The most widely used data mining technique is to generate association rules. In this paper, we found the relationship between asymmetric confirmation measures and probabilistic interestingness measure through the formulas, and compared confirmation measures with probabilistic interestingness measure using some simulation data. As the result, we could distinguish the direction of association rule by confirmation measures, and interpret degree of association operationally by them.

목차

1. 서론

2. 비대칭적 기준 확인 측도와 확률적 흥미도 측도의 관계

3. 예제를 통한 고찰

4. 결론

References

키워드

기준 확인 측도 데이터마이닝 신뢰도 연관성 규칙 확률적 흥미도 측도 Association rule confidence confirmation measure data mining probabilistic interestingness measure