[논문]다중상황의 군집분석과 연관규칙을 이용한 지식추론 모델

신동훈; 김민정; 오상엽; 정경용

doi:10.15207/jkcs.2019.10.9.011

다중상황의 군집분석과 연관규칙을 이용한 지식추론 모델
Knowledge Reasoning Model using Association Rules and Clustering Analysis of Multi-Context 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.10 no.9, 2019년, pp.11 - 16

신동훈 (경기대학교 컴퓨터과학과) , 김민정 (경기대학교 컴퓨터과학과) , 오상엽 (가천대학교 컴퓨터공학과) , 정경용 (경기대학교 컴퓨터공학부)

초록
AI-Helper

사람들은 바쁜 현대사회 속에서 시간적 제재를 받고 있다. 이에 따라 사람들은 건강에 나쁜 영향을 미치는 간편한 인스턴트 식품을 섭취하고 간단한 운동조차하기 어려운 상황에 놓여있다. 또한 불필요한 정보과부화 현상으로 인해 개인의 특성에 적합하고 정확한 추론을 하는 것에 대한 중요성이 커지고 있다. 따라서 본 논문에서는 다중상황의 군집분석과 연관규칙을 이용한 지식추론 모델을 제안한다. 제안하는 방법은 상황정보에 따른 군집을 기반으로 연관규칙을 생성함으로써 사용자들에게 개인화된 헬스케어 방법을 제공한다. 이를 통해 각 질병에 대한 위험도를 추론함으로써 해당 질병에 대한 발병률을 낮출 수 있다. 또한 성능 평가를 통해 제안하는 모델이 비교 모델보다 수치상으로 F-measure 값이 0.027 더 높게 나타나며, 비교 모델 보다 우수하게 평가된다.

Abstract ▼ AI-Helper

People are subject to time sanctions in a busy modern society. Therefore, people find it difficult to eat simple junk food and even exercise, which is bad for their health. As a result, the incidence of chronic diseases is increasing. Also, the importance of making accurate and appropriate inferences to individual characteristics is growing due to unnecessary information overload phenomenon. In this paper, we propose a knowledge reasoning model using association rules and cluster analysis of multi-contexts. The proposed method provides a personalized healthcare to users by generating association rules based on the clusters based on multi-context information. This can reduce the incidence of each disease by inferring the risk for each disease. In addition, the model proposed by the performance assessment shows that the F-measure value is 0.027 higher than the comparison model, and is highly regarded than the comparison model.

주제어

표/그림 (8)

그림 Fig. 1. Example of the K-means Clustering on U.S. Violence Crime Rates
그림 Fig. 2. Result of multi-context cluster
표 Table 1. Context information cluster
그림 Fig. 3. Process of knowledge reasoning model
표 Table 2. Association rules
표 Table 3. Result of SSE values
표 Table 4. Confusion matrix
표 Table 5. Performance evaluation

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한 정보의 과도화로 인해 개인에게 맞는 정보를 찾기란 쉽지 않은 일이다. 따라서 본 논문에서는 개인의 특성에 맞고 정확한 정보를 추론하기 위한 다중상황의 군집분석과 연관규칙을 이용한 지식 추론모델을 제안한다. 상황정보는 국민영양조사에서 제공하는 데이터를 두 분류로 전처리한 후 데이터집합 A는 군집분석에 이용하고, 데이터집합 B는 연관관계 규칙을 생성하여 사용자의 생활습관을 통한 만성질환의 발생 가능성을 추론 한다.
이에 따라 정보과다 현상과 비 개인화된 추천으로부터 사람들의 상황에 알맞은 정보 추천의 필요성과 수요가 증가하고 있다. 따라서 본 논문에서는 다중 상황의 군집분석과 연관규칙을 이용한 지식 추론모델을 제안한다. 다중 상황은 사용자에 따른 여러 가지의 상황 정보들의 집합이다[2].
사람들의 상황정보를 군집하고, 상황정보간의 관계를 분석하여 연관규칙을 생성한다. 이를 바탕으로 사람 개개인의 특성을 고려하여 개인화된 건강지식을 추론하고 사용자에게 제공한다.

제안 방법

다중 상황정보를 기반으로 군집 분석과 연관 규칙을 이용하여 만성질환을 예방하기 위한 지식 추론 모델을 제안한다. 이는 K-means 알고리즘을 이용한 군집 분석과 데이터 마이닝의 연관규칙을 사용한다.
DK9_pr, DK4_pr}를 구성한다. 또한 데이터집합 A로부터 비유병자를 제거한 만성질환 유병자만을 포함하는 데이터를 이용하여 17개의 변수를 가지는 데이터 집합 B={go, dang ... dbp, BMI}를 구성한다. 비유병자를 포함한 데이터집합 A는 K-means 알고리즘을 이용하여 군집을 생성한다.
만성질환 관련 상황 데이터를 기반으로 연관규칙 알고리즘을 사용하여 각 상황정보 사이의 관계를 분석한다. 연관규칙에서 상황정보는 고혈압(go), 당뇨(dang), 고지혈증(gozi)의 유병여부와 음주(drink), 흡연(smoke), 요단백(upro), 콜레스테롤(chol), 운동여부(exercise), 혈당(glu), 혈압(bp), 체질량(BMI)으로 구성한다.
이는 고혈압, 당뇨, 고지혈증 등에 따른 8,518건의 설문 데이터로 구성된다. 먼저 원본 데이터로부터 전처리 과정을 통해 사용하지 않을 변수를 제거한 뒤 순수 고혈압, 순수 당뇨, 순수 고지혈증 변수를 생성한다. 이 중 명목형 데이터인 성별, 연령, 흡연여부 변수는 정재과정을 거치지 않고, 연속형 데이터인 콜레스테롤, 혈당, 혈압, 체질량과 같은 변수는 정재과정을 거친다.
따라서 정확도와 재현율을 이용한 F-measure로 나타낸다. 목표 변수는 고혈압 의사진단 여부, 당뇨 의사진단 여부, 고지혈증 의사진단 여부로 제안하는 방법을 통해 추론한다. 이는 목표변수의 값이 True인 데이터 500건 중 연관규칙 분석에 사용한 210건을 제외한 290건과 분석에서 사용하지 않은 데이터를 추가로 210건 선별하여 평가에 사용한다.
이는 국민건강영양조사 데이터를 필요한 부분과 불필요한 부분을 구분하여 전처리를 한다. 사람들의 상황정보를 군집하고, 상황정보간의 관계를 분석하여 연관규칙을 생성한다. 이를 바탕으로 사람 개개인의 특성을 고려하여 개인화된 건강지식을 추론하고 사용자에게 제공한다.
따라서 본 논문에서는 개인의 특성에 맞고 정확한 정보를 추론하기 위한 다중상황의 군집분석과 연관규칙을 이용한 지식 추론모델을 제안한다. 상황정보는 국민영양조사에서 제공하는 데이터를 두 분류로 전처리한 후 데이터집합 A는 군집분석에 이용하고, 데이터집합 B는 연관관계 규칙을 생성하여 사용자의 생활습관을 통한 만성질환의 발생 가능성을 추론 한다. 이와 같이 사용자에 대한 다중상황의 군집분석을 이용하여 정확한 개인화된 정보를 얻을 수 있다.
제안하는 다중상황의 군집분석과 연관규칙을 이용한 지식 추론모델에 대한 평가는 추론에 대한 재현율(Recall)과 정확도(Precision)를 이용한 F-measure로 평가한다[15]. 논문에서 분석한 다중 상황정보 군집과 만성 상황정보 연관규칙을 통해 추론한 결과를 이용하여 정확도와 재현율을 평가한다.

대상 데이터

만성질환의 건강 데이터는 국민건강영양조사에서 제공하는 데이터를 이용한다. 이는 고혈압, 당뇨, 고지혈증 등에 따른 8,518건의 설문 데이터로 구성된다.
목표 변수는 고혈압 의사진단 여부, 당뇨 의사진단 여부, 고지혈증 의사진단 여부로 제안하는 방법을 통해 추론한다. 이는 목표변수의 값이 True인 데이터 500건 중 연관규칙 분석에 사용한 210건을 제외한 290건과 분석에서 사용하지 않은 데이터를 추가로 210건 선별하여 평가에 사용한다. 이중 고혈압은 140건, 당뇨는 90건, 고지혈증은 60건이 고, 추가로 선별한 210건은 만성질환 값이 False인 데이터이다.
이 중 명목형 데이터인 성별, 연령, 흡연여부 변수는 정재과정을 거치지 않고, 연속형 데이터인 콜레스테롤, 혈당, 혈압, 체질량과 같은 변수는 정재과정을 거친다. 이를 마친 뒤 데이터를 선별하고 결측값과 무응답을 제거하여 5,326건의 데이터를 추출한다. 추출한 데이터로부터 55개의 변수를 가지는 데이터집합 A={ID, age .
이는 목표변수의 값이 True인 데이터 500건 중 연관규칙 분석에 사용한 210건을 제외한 290건과 분석에서 사용하지 않은 데이터를 추가로 210건 선별하여 평가에 사용한다. 이중 고혈압은 140건, 당뇨는 90건, 고지혈증은 60건이 고, 추가로 선별한 210건은 만성질환 값이 False인 데이터이다. Table 4는 오차행렬을 나타내는 표이다.

데이터처리

제안하는 다중상황의 군집분석과 연관규칙을 이용한 지식 추론모델에 대한 평가는 추론에 대한 재현율(Recall)과 정확도(Precision)를 이용한 F-measure로 평가한다[15]. 논문에서 분석한 다중 상황정보 군집과 만성 상황정보 연관규칙을 통해 추론한 결과를 이용하여 정확도와 재현율을 평가한다. 식 (2)는 만성질환에 대한 지식 추론의 F-measure 산출 방법을 나타낸다.

이론/모형

dbp, BMI}를 구성한다. 비유병자를 포함한 데이터집합 A는 K-means 알고리즘을 이용하여 군집을 생성한다. 데이터집합 B는 Apriori 알고리 즘을 이용하여 연관규칙을 생성한다.
다중 상황정보를 기반으로 군집 분석과 연관 규칙을 이용하여 만성질환을 예방하기 위한 지식 추론 모델을 제안한다. 이는 K-means 알고리즘을 이용한 군집 분석과 데이터 마이닝의 연관규칙을 사용한다. Fig 3은 제안 하는 지식 추론모델의 프로세스를 나타낸다.

성능/효과

훈련 데이터집합은 전처리한 데이터집합 A와 A에서 비유병자를 제외한 데이터집합 B로 구성한다. 데이터집합 A를 우선적으로 군집 분석함으로써 가족의 질병여부, 혈압의 수치, 고혈압의 유병여부 등이 만성질환 유병의 밀접한 관계가 있음을 알 수 있다. 또한 데이터집합 B를 이용하여 다중 상황정보간의 연관 규칙을 생성하고 이를 통해 질병의 위험도를 추론할 수 있다.
이와 같이 사용자에 대한 다중상황의 군집분석을 이용하여 정확한 개인화된 정보를 얻을 수 있다. 또한 F-measure를 이용한 성능평가를 통해 베이지안 지식 추론 모델보다 높게 평가되는 것으로 보아 만성질환에 대한 정확한 추론이 가능함을 알 수 있다.
예를 들어 연령, 성별, 흡연여부, 음주여부 등의 복합적인 상황정보들을 다중 상황이라 한다. 사용자들의 건강과 관련된 다중 상황정보를 유사도에 따라 군집함으로써 새로운 사용자에게 적합한 군집을 선별하여 보편적인 정보 추천보다 사용자에게 맞는 적절한 추천이 가능하다. 이뿐만 아니라 사용자 개개인의 유병 여부, 가족력과 같은 세부적인 데이터들을 이용하여 연관 규칙을 발견함으로써 한층 더 개인화된 지식추론이 가능 하다.
평가 결과 제안하는 KRM 방법의 정확도는 0.656, 재현율은 0.754, F-measure는 0.701로 다른 방법에 비해 우수하게 나타난다. 따라서 다중상황의 군집분석과 연관 규칙을 이용한 건강추론 모델은 유병율이 높은 만성질환에 대해 베이지안 지식추론 모델 보다 정확한 추론이 가능하다.

질의응답

핵심어	질문	논문에서 추출한 답변
	군집분석이란 무엇인가?	군집분석은 개체들 간의 거리와 유사성을 이용하여 여러 개의 군집으로 분류하고, 다른 군집과의 상이성을 통해 개체관계를 분석하는 방법이다[4]. 이는 유사 특성을 가진 그룹 추출을 목표로 하며, 유사성에만 의존하여 군집을 형성하는 비지도 학습 방법이다.
	K-means 알고리즘의 군집이 이루어지기 위해서는 어떻게 해야 하는가?	K-means 알고리즘은 k의 값을 직접 정해주어야 군집이 이루어진다. 일반적으로 군집 내의 분산은 작고, 군집 간의 분산은 클수록 좋은 군집이다.
	K-means 알고리즘의 좋은 군집의 조건은 무엇인가?	K-means 알고리즘은 k의 값을 직접 정해주어야 군집이 이루어진다. 일반적으로 군집 내의 분산은 작고, 군집 간의 분산은 클수록 좋은 군집이다. 통상적으로는 식 (1)과 같은 MinSSE로 정의한다.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증