연관성 규칙에서의 코사인 계열 유사성 측도들의 비교 연구

• 영문명: Comparison of Cosine Family Similarity Measures in the Aspect of Association Rule
• 발행기관: 한국자료분석학회
• 저자명: 박희창(Hee-Chang Park)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.16 No.2, 729~737쪽, 전체 9쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2014.04.30

국문 초록

오늘날 공공 기관이나 민간단체에서는 빅 데이터로부터 의미 있는 정보를 얻기를 원하고 있고, 모바일 기기의 급속한 보급으로 데이터의 양이 기하급수적으로 증가하게 되었으며, 이로 인하여 빅 데이터 분석의 필요성이 대두되었다. 또한 빅 데이터로부터 가치 있는 정보를 얻기 위해 데이터마이닝 기법이 활발하게 활용되고 있다. 이 기법 중에서 연관성 규칙은 지지도, 신뢰도, 향상도 등의 흥미도 측도를 이용하여 빅 데이터 내에 있는 항목들 간에 관련성을 찾아내는 것으로 쇼핑몰이나 보건 및 의료 분야, 그리고 사회연결망 분석 등에서 많이 활용되고 있다. 연관성 규칙을 생성하기 위한 흥미도 측도는 크게 객관적 흥미도 측도와 주관적 흥미도 측도로 나누어진다. 본 논문에서는 객관적인 측도 중에서 군집분석이나 다차원 분석에서 많이 활용되고 있는 코사인 계열 유사성 측도들에 대해 연관성 평가 기준의 관점에서 여러 가지 특성을 살펴보는 동시에 흥미도 측도의 기준에 대한 충족여부를 점검하고, 예제를 이용하여 이들 측도들의 유용성에 대해 알아보았다. 그 결과, Forbes II 계수가 가장 바람직한 연관성 평가 기준으로 활용할 수 있다는 사실을 발견할 수 있었다.

영문 초록

Today, governments and private organizations began to actively take advantage of data mining techniques to get meaningful information from big data. The most widely used data mining technique is association rule mining. This technique finds the relevance among several items using association rule thresholds such as support, confidence, lift, and other interestingness measures. And it is being utilized in the shopping mall analysis, the health and medical fields, and social network analysis, etc. Among these interestingness measures, confidence is the most frequently used, but it has the drawback that it can not exhibit the direction of association. In this paper, we have tried to compare confidence with some cosine family similarity measures, and checked whether the criteria of association threshold were met for. And then the comparative studies with cosine family similarity measures were shown by numerical example. The results showed that Forbes II coefficient was the best association threshold.

목차

1. 서론

2. 코사인 계열 유사성 측도의 고찰

3. 예제 데이터의 적용

4. 결론

References

키워드

신뢰도 지지도 코사인 계열 유사성 측도 향상도 흥미도 측도 confidence cosine family similarity measures interestingness measure lift support