메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박진희 (대구한의대학교) 피수영 (대구가톨릭대학교)
저널정보
한국산업정보학회 한국산업정보학회논문지 한국산업정보학회논문지 제20권 제5호
발행연도
2015.10
수록면
61 - 69 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
매일 각종 모바일 디바이스와 온라인, 소셜네트워크서비스 등에서 쏟아지는 데이터로 인해 정보의 홍수를 넘어 과부하 상태에 있다. 이미 생성되어 있는 기존 정보들도 있지만 시시각각 새롭게 생겨나고 있는 정보들이 헤아릴 수 없을 정도이다. 연관분석은 이러한 정보들 속에서 나타나는 항목의 발생 빈도수가 최소 지지도보다 큰 빈발항목집합(Frequent Item set)을 찾는 방법이다. 항목의 수가 많아짐에 따라 규칙의 수도 기하급수적으로 늘어나므로 원하는 정보를 찾기가 어려운 단점이 있다. 따라서 본 논문에서는 트랜잭션데이터 집합을 Boolean 변수 아이템으로 나타내었다. 논리함수를 간소화하는데 사용되는 Quine-McKluskey의 방법으로 알고리즘화하여 각 항목에 가중치를 부여한 WT-알고리즘을 제안한다. 제안한 알고리즘은 항목의 개수와 관계없이 간략화가 가능한 장점으로 인하여 불필요한 규칙을 감소시켜 데이터마이닝 효율을 향상시킬 수 있다.
#빅데이터 #연관규칙 #가중치 #데이터마이닝 #Big data #Association Rules #Weight #Data mining

목차

요약
Abstract
1. 서론
2. 관련연구
3. WT-알고리즘을 적용한 규칙감축
4. 실험 및 결과분석
5. 결론
References

참고문헌 (13)

참고문헌 신청
[학술지(정기간행물)] - 박희창 / 2010 / 향상도 영향 감소화에 의한 연관성 순위결정함수 / 한국데이터정보과학회지 21 (3) : 397 ~ 405 dbpia [학술지(정기간행물)] - 안경찬 / 2012 / 연관규칙 분석에 기초한 POS 데이터 분석 시스템 / 한국산업정보학회논문지 17 (5) : 9 ~ 17 dbpia [학술지(정기간행물)] - W. Lin / 2002 / Efficient adaptive-support association rule mining for recommender systems / Data Mining and Knowledge Discovery 6 (1) : 83 ~ 105 google schola [학술지(정기간행물)] - 박진희 / 2009 / T-알고리즘을 이용한 연관규칙의 효과적인 감축 / 한국지능시스템학회 논문지 19 (2) : 285 ~ 290 google schola [학술대회논문] - J. H. Park / 2008 / Efficiency for Reduction of Association Rule / Proceedings of KIIS conference 18 (2) : 101 ~ 104 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-530-002004651