선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 연관규칙 학습기법이나 서브그룹 발견기법은 이러한 연구들과는 달리 예측 성능을 극대화하는데 목적을 두지 않고 속성 사이의 관계를 잘 나타내는 규칙을 학습하는데 목적을 두고 있다. 연관규칙 학습기법은 지정된 대상 속성을 필요로 하지 않기 때문에 데이터에 대한 지식이 부족한 상태에서의 초기 연구에 활용하기 쉬우며, 사고 데이터의 경우 철도 사고 데이터를 가지고 사고에서 동시에 자주 등장하는 사고 요인들을 발견하는데 적용된 바 있다(Mirabadi and Sharifian, 2010).
가설 설정
- 규칙 학습 시 사용자의 의도를 반영하기 위한 대상 속성은 데이터에 존재하는 속성 중 하나를 선정할 수도 있고, 관련 있는 여러 속성을 조합함으로써 만들 수도 있다. 만일 우리가 m개의 값과 n개의 값을 가지는 두 속성 Fi와 Fj를 조합한다고 가정해보자. 이 경우 두 속성을 조합한 속성은 m⋅n개의 대상 값을 가질 수 있다.
제안 방법
- ‘Vehicle type’ 또한 교통법의 구분에 따라 총 10가지 유형으로 분류하였으며, ‘Age’는 10년 단위로 구분하였다.
- 이를 통해 그룹별 분포는 비교적 고르며, 무면허 운전 사고도 상당한 비중을 차지함을 알 수 있다. 각 운전경력 그룹의 사고 특성을 알아보기 위해 6개의 운전 경력별 그룹을 대상 속성으로 하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다.
- 데이터 마이닝의 수행을 위한 전처리 과정으로써 사고 분석과 큰 관련이 없는 ‘Police office’, ‘Date’, ‘Geographic coordinate’, ‘Vehicle ID’와 같은 필드를 제거하였고, 사고 발생에 영향을 주는 것으로 알려진 ‘Temperature’나 ‘Precipitation’과 같은 기상 데이터를 사고 지점의 좌표를 기준으로 가장 가까운 관측소의 데이터를 이용하여 결합하였다.
- 1%의 비율 이상이 되도록 2,500, 500,250, 50의 네 가지 조합을 시도하였고, 6개의 운전자 경력 그룹을 대상 속성으로 하여 각 100개씩 600개의 규칙을 도출하였다. 도출된 규칙들 중 일반성이 떨어지거나 흥미도가 낮은 규칙을 제외하기 위해 지지값이 100 이하이거나 lift가 1.5 이하인 규칙들을 제거하고 규칙의 후처리 과정을 적용하였다.
- 두 번째 실험에서는 대상 속성이 지정된 경우 두 규칙 학습알고리즘이 어떤 차이를 보이는지 확인한기 위해 ‘Driving Career’를 대상 속성으로 서브그룹 발견기법과 연관규칙 학습기법을 적용하였다.
- 반면 서브그룹 발견 기법의 경우는 대상 속성이 정해진 상태에서만 해당 속성에 대해서 WRA를 최대화할 수 있는 규칙을 탐색한다. 따라서 본 논문에서는 대상 속성을 지정하지 않고 규칙을 학습하는 경우와 사용자가 관심 있는 대상 속성이 있는 경우로나누어 두 알고리즘을 적용 및 비교하였다.
- 운전 경력을 대상 속성으로 한 실험에서 경력별로 사고를 많이 일으키는 성별이 달라진다는 사실을 확인할 수 있었다. 따라서 성별과 운전경력에 대한 심층적인 분석을 위해서 두 속성을 결합하여 대상 속성을 만든 후 두 가지 규칙 학습기법을 적용하여 비교하였다.
- 마지막 실험에서는 대상 속성의 결합이 학습 결과에 어떤 변화를 일으키는지 확인하기 위해‘Driving Career’와 ‘Sex’를 결합하여 서브그룹 발견기법과 연관규칙 학습기법을 적용하여 발견한 규칙을 분석하였다.
- 본 논문에서는 규칙의 평가를 Cond의 길이가 짧은 규칙부터 순차적으로 수행하였다. 불필요한 규칙의 평가를 줄이기 위해서 Q에서 나온 규칙 r에 대해서 WRA*(r)을 계산하여 r에서 Cond에 더 많은 리터럴이 추가된 규칙들이 평가될 필요가 있는지를 판단한다.
- 본 논문에서는 규칙의 평가를 Cond의 길이가 짧은 규칙부터 순차적으로 수행하였다. 불필요한 규칙의 평가를 줄이기 위해서 Q에서 나온 규칙 r에 대해서 WRA*(r)을 계산하여 r에서 Cond에 더 많은 리터럴이 추가된 규칙들이 평가될 필요가 있는지를 판단한다. WRA*(r)는 WRA(r)에서상대적 정확도 값이 최대가 되는 경우, 즉 p(Class|Cond)가 1이 되는 경우를 가정한 경우의 값이다.
- 사고 데이터에 자주 등장하는 패턴을 발견하기 위해 연관규칙 학습기법을 적용하여 규칙을 학습하였다. item의 최소 지지값 α는 학습할 규칙의 일반성을 보장하기 위해 전체 데이터의 약 5%에 해당하는 2,500으로 지정하였다.
- 사고데이터 마이닝을 위한 서브그룹 발견기법과 연관규칙 학습기법의 비교를 위해 몇 가지 실험을 수행하였다. 첫 번째 실험에서는 사고에서 자주 등장하는 패턴이 무엇인지를 관찰하기 위해 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하여 규칙을 도출하였다.
- 속성의 전처리와 더불어 데이터의 일부 필드에 대해 그룹화나 이산화 과정 또한 수행하였다. ‘Day type’은 평일과 휴일로 단순화해서 구분하였고 ‘Time’은 주관적인 기준에 따라 [Table 2]에 나타난 5개의 구간으로 구분하였다.
- 서브그룹 발견기법의 경우 각 대상 속성별로 100개씩 총 600개의 규칙을 WRA가 높은 순으로도출하였다. 연관규칙 학습기법과 마찬가지로 도출된 규칙 중 지지값이 100 이하이거나 lift가 1.5 이하인 규칙들을 제거하고 후처리 과정을 적용하였다. 실험 결과 조건을 만족하는 184개의 규칙 중 후처리 과정을 통해 최종 21개의 규칙을 얻을 수 있었다.
- 연관규칙 학습기법의 경우 아이템의 최소 지지값 α에 대하여 전체 데이터 수 대비 0.05, 0.01,0.005, 0.001의 비율 이상이 되도록 2,500, 500,250, 50의 네 가지 조합을 시도하였고, 6개의 운전자 경력 그룹과 2개의 운전자 성별의 조합을 대상 속성으로 하여 각 100개씩 총 1,200개의 규칙을 도출하였다.
- 연관규칙 학습기법의 경우 아이템의 최소 지지값 α에 대하여 전체 데이터 수 대비 5%, 1%,0.5%, 0.1%의 비율 이상이 되도록 2,500, 500,250, 50의 네 가지 조합을 시도하였고, 6개의 운전자 경력 그룹을 대상 속성으로 하여 각 100개씩 600개의 규칙을 도출하였다.
- 위 분석 결과를 토대로 운전 경력이 사고 발생에 어떤 영향을 주는지 확인하기 위해 ‘Driving career’를 대상 속성으로 하여 규칙을 학습함으로써 추가적인 분석을 수행하기로 결정하였다.
- 이를 위해 리터럴의 교집합이 없는 두 아이템 Cond와 Class를 조합하여 ‘if Cond then Class’ 형태의 규칙을 생성한 후 이들 중 확신도가 높은 상위 k개의 규칙을 도출한다.
- 사고데이터 마이닝을 위한 서브그룹 발견기법과 연관규칙 학습기법의 비교를 위해 몇 가지 실험을 수행하였다. 첫 번째 실험에서는 사고에서 자주 등장하는 패턴이 무엇인지를 관찰하기 위해 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하여 규칙을 도출하였다. 두 번째 실험에서는 대상 속성이 지정된 경우 두 규칙 학습알고리즘이 어떤 차이를 보이는지 확인한기 위해 ‘Driving Career’를 대상 속성으로 서브그룹 발견기법과 연관규칙 학습기법을 적용하였다.
- 연관규칙 학습기법은 대상 속성이 지정되지 않은 경우에도 속성 사이의 관계를 발견할 수 있어 데이터를 이용한 초기 분석에 유용함을 확인하였다. 한편 사용자의 관심사를 마이닝에 반영하고자 하는 경우 관련 있는 몇 가지 속성을 조합하여 새로운 대상속성을 만든 후 대상 속성을 target class로 하는 규칙을 학습하였다. 대상 속성이 정해진 경우 연관규칙 학습기법은 최소지지값에 따라 도출되는 규칙에 큰 차이를 보였으며, 대상 속성의 조합의 증가하면서 대상 속성별 데이터 분포의 차이가 점점 커지기 때문에 최적의 지지값을 찾는데 어려움을 겪었다.
대상 데이터
- 본 연구에서 사용하는 교통사고 데이터에는 국내 한 대도시에서 2011년 1월부터 2014년 8월까지 발생한 50,709건의 교통사고가 기록되어 있다. [Table 1]에서는 교통사고 데이터의 데이터 필드들을 보여주고 있다.
이론/모형
- 본 논문에서는 여러 속성으로 이루어진 사고데이터를 이용하여 규칙 기반 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 대상 속성이 지정되지 않은 경우에도 속성 사이의 관계를 발견할 수 있어 데이터를 이용한 초기 분석에 유용함을 확인하였다.
- 본 논문에서는 연관규칙 학습 알고리즘인 Apriori 알고리즘 (Agrawal and Stikant, 1994)과 서브그룹 발견 알고리즘인 MIDOS 알고리즘(Wrobel, 1997)을 이용하여 규칙을 학습하였다. 본 장에서는 각 기법이 규칙을 학습하는 방법과 규칙을 평가하는 기준에 대해서 소개하고, 규칙학습 시 사용자의 관심도를 반영하기 위해 대상 속성을 선정하는 방법과 학습된 규칙 집합을 단순화하여 이해하기 쉽도록 후처리 하는 과정에 대해서 설명한다.
- , 2004; Flach, 2012). 이를 위해 3장에 소개될 가중 상대 정확도(Weighted Relative Accuracy, WRA)라는 평가 함수를 이용한다(Clark and Niblett, 1989). WRA는 지지값의 설정 없이 확신도와 일반성을 동시에 만족하는 규칙을 찾는데 도움을 준다.
성능/효과
- item의 최소 지지값 α는 학습할 규칙의 일반성을 보장하기 위해 전체 데이터의 약 5%에 해당하는 2,500으로 지정하였다. item의 조합으로 생성 가능한 규칙들 중 흥미로운 규칙만을 얻기 위해 확신도가 높은 500개의 규칙을 선별한 후 Lift 값이 1.3 이하인 규칙을 제거한 결과 총 98개의 규칙을 얻을 수 있었다. 하지만 모든 규칙이 ‘Age’와 ‘Driving career’에 대한 연관관계를 포함한 규칙이었다.
- 5 이하인 규칙들을 제거하고 후처리 과정을 적용하였다. 실험 결과 조건을 만족하는 184개의 규칙 중 후처리 과정을 통해 최종 21개의 규칙을 얻을 수 있었다. 두 기법이 도출한 서브그룹의 비교를 위해 공통으로 찾아낸 서브그룹들 중 의미 있는 일부 서브그룹을 [Table 4]에, 각 기법에서 고유하게 찾아낸 서브그룹을 각각 [Table 5, 6]에 나타내었다.
- 5 이하인 규칙들을 제거하고 후처리 과정을 적용하였다. 실험 결과 조건을 만족하는 238개의 규칙을 도출할 수 있었으며 후처리 과정을 통해 최종 40개의 서브그룹을 얻을 수 있었다.
- 본 논문에서는 여러 속성으로 이루어진 사고데이터를 이용하여 규칙 기반 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 대상 속성이 지정되지 않은 경우에도 속성 사이의 관계를 발견할 수 있어 데이터를 이용한 초기 분석에 유용함을 확인하였다. 한편 사용자의 관심사를 마이닝에 반영하고자 하는 경우 관련 있는 몇 가지 속성을 조합하여 새로운 대상속성을 만든 후 대상 속성을 target class로 하는 규칙을 학습하였다.
- 운전 경력을 대상 속성으로 한 실험에서 경력별로 사고를 많이 일으키는 성별이 달라진다는 사실을 확인할 수 있었다. 따라서 성별과 운전경력에 대한 심층적인 분석을 위해서 두 속성을 결합하여 대상 속성을 만든 후 두 가지 규칙 학습기법을 적용하여 비교하였다.
- 운전경력이 14 ∼ 23년 사이의 운전자 사고는 여성 운전자가 많았으며, 운전경력이 24년 경우 긴 운전경력을 필요로 하는 특수차량의 사고나 아침 시간대의 사고나 중형차 운전자의 차:사람 사고가 많아지는 것을 확인할 수 있다.
- α를 250으로 한 경우 확신도가 높은 600개의 규칙 중 조건을 만족하는 218개의 후보 규칙을 얻을 수 있었다. 후보 규칙에 후처리 과정을 적용한 결과 redundant 한 규칙 제거로 25개의 규칙을, 규칙 병합을 통해 최종 23개의 서브그룹을 얻을 수 있었다. 이를 통해 후처리 과정이 서로 비슷한 규칙들을 줄이는데 효과적임을 알 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.