초록

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

시차를 두고 발생한 사건속에서 잠재해있는 패턴을 발견하는 연속패턴(sequential pattern) 생성기술은 데이터 마이닝 분야에서 최근 관심을 모으고 있는 분야이다. 본 연구는 정보이론을 이용하여 데이터베이스로부터 연속패턴을 자동으로 발견하는 방법에 관한 내용이다. 본 연구에서 제시하는 방법은 기존의 방법과는 달리 테이블내의 모든 속성간의 연속패턴 관계를 탐지할 수 있으며 헬링거(Hellinger) 변량을 이용하여 발견된 연속패턴들의 중요도를 측정할 수 있다. 또한 헬링거 변량의 함수적인 특성을 분석하여 연속패턴 추출의 복잡도를 줄이기 위한 두 가지의 법칙이 제안되었다.

시차를 두고 발생한 사건속에서 잠재해있는 패턴을 발견하는 연속패턴(sequential pattern) 생성기술은 데이터 마이닝 분야에서 최근 관심을 모으고 있는 분야이다. 본 연구는 정보이론을 이용하여 데이터베이스로부터 연속패턴을 자동으로 발견하는 방법에 관한 내용이다. 본 연구에서 제시하는 방법은 기존의 방법과는 달리 테이블내의 모든 속성간의 연속패턴 관계를 탐지할 수 있으며 헬링거(Hellinger) 변량을 이용하여 발견된 연속패턴들의 중요도를 측정할 수 있다. 또한 헬링거 변량의 함수적인 특성을 분석하여 연속패턴 추출의 복잡도를 줄이기 위한 두 가지의 법칙이 제안되었다.

AI 본문요약

엑셀 다운로드 AI-Helper

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

• 연구 주제
• 연구 방법
• 연구 결과

문제 정의

• 주어진 데이터베이스로부터 전문가 수준의 지식을 자동으로 추출하여 사용할 수 있다면 대단히 유용할 것이다. 본 연구는 데이터 마이닝의 기술 중에서 연속 패턴의 생성에 대한 연구로서 시계열 데이터로부터 가잠계해있는 연속패턴을 정보이론을 이용하여 IF-THEN의 형식으로 자동 생성하는 기술에 관한 연구이다. 연속패턴의 생성에  대한 연구는 현재 몇 가지의 방법이 제안되어있으며 상용화되어있는 알고리즘도 있다.
• 본 연구는 시차를 가지고 발생하 눈 데이터에 잠재하고있는 연속패턴을 자동으로 탐지하여 법칙의 형태로 제공하는 방법을 정보 이론의 헬링거 변량을 이용하여 제안하였다. 기존의 연속 패턴 방법이 오직 한 개의 속성에 대해서만 연속 패턴을 탐지하 는데 비하여 본 연구에서 제시하는 방법은 여러 속성 간의 연속 패턴을 탐지하는 기능을 제공할 수 있었으며 이는 사용자에게 훨씬 많은 정보를 제공할 수 있다.

가설 설정

• 그다음으로 이후 확률분포를 계산할 때 먼저 IF 부분의 조건 고객 =C₁ A 제품=P1을 만족하는 레코드 논 (1), (3), (7)임을 알 수 있다. 따라서 레코드 (1)에 의하여 레코드 (3)과 (7)이 원래의 데이터에 추가되는 것으로 가정하며 레코드 (3)에 의하여 레코드 (7)이 추가되는 것으로 가정한다. 즉 레코드 (7)은 이 법칙에 대하여 3반 추가된다.
• 따라서 시스템은 웃너 속성의 변수 값(예를들어서  속성 B가 b와 같은 값을 가짐)을 우선 선택하고 B=b이라는 사건의 목표 속성 A의 부포값에 어떤 영향을 끼치는가를 점검한다. 만약 그것이 목표 속성의 확률 분포에 상당한 영향을 끼친다면 시스템은 다음과 같은 규칙이 있음을 가정한다.
• 정리 1 : 목표 속성의 클래스 개수를 m 이라고 할 때 瓦 값은 다음의 경계값을 초과할 수 없다
• 정리 2 : 만약 조건 확률 Rs 가 1이라면 & 의 反 값은 & 의 H값을 초과할 수 없다.
• 이 경우 속성。의 이전확률분포률 계산하는 것은 법칙생성 알고리즘의 경우와 동일하다. 하지만 이후 확 昌 분포 豊 계산할 때 본 알고리즘은 전체 데이터 중에서 조건 A=a A B 그 b 롤 만족하는 각 데이터마다 해당 데이터의 행위자(보통 고객임) 데이터가 끝날 때까지의 잔여 레코드 중에서 조건 A=a A B=b를 만족하는 모든 레코드를 원래의 데이터에 추가되는 것으로 가정하고 이렇게 수정된 데이터의 분포를 이용하여 이후 확률분포를 계산한다.

제안 방법

• 이 식에서 P(a)는는 B=b 라는 조건 하에서 A=a의 조건 확률을 의미한다. 구체적으로 얘기하면 먼저 THEN 부분에 나타나는 목표 속성에 대한 이전확菁분포 분포를 구한 다음 IF 부분의 조건을 만족한 상태에서의 목표 속성에 대한 확를분포인 이후 확률분포를 계산한다. 이후 확 豊 분포는 IF 부분의 행위가 THEN 부분의 행위보다 먼저 시행된 데이터의 개수만 고려를 하여 계산한다.
• 목표 속성(target attribute)의 확률 분포를 현저히 변화시킨다면 이는 특정 속성의 값을 결정하는 중요한 역할을 의미한다. 따라서 시스템은 웃너 속성의 변수 값(예를들어서  속성 B가 b와 같은 값을 가짐)을 우선 선택하고 B=b이라는 사건의 목표 속성 A의 부포값에 어떤 영향을 끼치는가를 점검한다. 만약 그것이 목표 속성의 확률 분포에 상당한 영향을 끼친다면 시스템은 다음과 같은 규칙이 있음을 가정한다.
• 또한 알고리즘의 수행을 위해서 데이터는 행위자와 시간의 순서대로 정렬(sorting을 시켜야 하며 연속형 속성은 이산 속성 (discrete attribute)의 형태로 변환되어야 한다. 본 논문의 연속 패턴 생성 알고리즘의 전체적인 기능은 위와 같이 정리된 데이터의 값들을 읽고서 k 개의 가장 의미 있는 연속패턴 법칙을 생성하는 알고리즘이다.
• 본 시스템에서 규칙을 생성하는 방법을 간략히 설명하면, 먼 저, 규칙의 왼편이 한 개의 속성조건만을 갖는 단일조건 (single-condition) 규칙들을 생성한다. 알고리즘은 이들 단일 조건 규칙들에서 출발하여 가능한 왼쪽 면을 통한 깊이 우선 넌epth-first) 탐색을 수행한다.
• 본 시스템에서 규칙을 생성하는 방법을 간략히 설명하면, 먼 저, 규칙의 왼편이 한 개의 속성조건만을 갖는 단일조건 (single-condition) 규칙들을 생성한다. 알고리즘은 이들 단일 조건 규칙들에서 출발하여 가능한 왼쪽 면을 통한 깊이 우선 넌epth-first) 탐색을 수행한다. 단일 조건들 중에서 H 계산 값이 가창 높은 k 개의 규칙들이 규칙 리스트의 형태로 저장된다.
• 우리는 헬 링거 함수의 특성들을 이용한 가지치기 기술을 제시한다. 우선 다음과 같은 규칙을 가정하자.
• 본 연구의 실험을 위하여 사용한 데이터 는<그림 3>와 같은 내용을 포함하고 있다. 이 데이터는 어느 유통업체의 거래데이터로 일부분을 발췌하여 사용하였으며 또한 제품의 숫자를 조금 축소화하였다.<그림 3>은 전체 데이터의 일부분으로 시간 속성은 제품 구입 시간을 연속형 숫자, 장소는 제품을 구입한 장소의 코드로, 판매사원도 코드로 표시하였다.
• 이후 확 豊 분포는 IF 부분의 행위가 THEN 부분의 행위보다 먼저 시행된 데이터의 개수만 고려를 하여 계산한다. 이와 같은 방식으로 이전확률분포와 이후 확률 분포를 계산한 후에 이들이 서로 얼마나 상이한가의 정도를 헬 링거 엔트로피 함수를 사용하여 계산한다. 이와 같이 계산된 엔트로피 함수의 값이 해당 법칙의 정확도를 의미한다,
• 본 연구의 방법은 구현되어서 실험 데이터를 이용하여 실험하였으며 데이터 속에 잠재하고 있는 연속 패턴을 효과적으로 탐지할 수 있음을 알 수 있었다. 한 가지 고려할 사항으로 본 연구는 알고리즘의 수행 속도 를 개선하기 위하여 두 가지 정리를 사용하여 가지치기 방법을 제공한다. 하지만 아직도 속성의 숫자가 아주 많은데이터의 경우에는 수행 속도를 더욱 감소시킬 수 있는 방법이 추가로 필요하며 이는 추후의 연구과 재가 될 것이다.

대상 데이터

• 이와 같은 데이터를 이용하여 본 알고리즘을 수행한 결과 생성된 연속패턴 중에서 가장 상위의 10 법칙을<그림 4>에서 보여준다. 법칙 1의 경우는 E14 사원에게 19 제품을 구입하는 고객은 나중에 112를 구입한다논 의미이다. 이는 기존의 연속패턴 생성 알고리즘에서 제공하는 기능을 포함하고 있음을 알 수 있다.

이론/모형

• 본 연구에서 이와 같은 목표 속성의 확률 분포의 변화 정도를 측정하기 위하여 헬 링거(Hellinger_ 엔트로피 함수[3]를 사용하였다 본 연구의 연속패턴 환경에서 위와 같은 법칙의 경우 헬 링거 함수는 다음과 같이 정리된다

성능/효과

• 본 연구는 시차를 가지고 발생하 눈 데이터에 잠재하고있는 연속패턴을 자동으로 탐지하여 법칙의 형태로 제공하는 방법을 정보 이론의 헬링거 변량을 이용하여 제안하였다. 기존의 연속 패턴 방법이 오직 한 개의 속성에 대해서만 연속 패턴을 탐지하 는데 비하여 본 연구에서 제시하는 방법은 여러 속성 간의 연속 패턴을 탐지하는 기능을 제공할 수 있었으며 이는 사용자에게 훨씬 많은 정보를 제공할 수 있다. 본 연구의 방법은 구현되어서 실험 데이터를 이용하여 실험하였으며 데이터 속에 잠재하고 있는 연속 패턴을 효과적으로 탐지할 수 있음을 알 수 있었다.
• 따라서 휠씬 중요한 의사결정의 정보를 제공하며 휠씬 다양한 분야에 대하여 적용할 수 있다. 따라서 본 논문의 방법에서 생성하는 법칙은 휠씬 광범위한 정보를 제공하며 휠씬 많은 응용범위를 가진다
• 본 연구에서 제시하는 연속패턴 생성 방법은 테이블 내의 모든 속성들의 값에 대항 ㅕ서로의 연속패턴 연관 관계를 계산할 수 있다. 따라서 휠씬 중요한 의사결정의 정보를 제공하며 휠씬 다양한 분야에 대하여 적용할 수 있다.
• 기존의 연속 패턴 방법이 오직 한 개의 속성에 대해서만 연속 패턴을 탐지하 는데 비하여 본 연구에서 제시하는 방법은 여러 속성 간의 연속 패턴을 탐지하는 기능을 제공할 수 있었으며 이는 사용자에게 훨씬 많은 정보를 제공할 수 있다. 본 연구의 방법은 구현되어서 실험 데이터를 이용하여 실험하였으며 데이터 속에 잠재하고 있는 연속 패턴을 효과적으로 탐지할 수 있음을 알 수 있었다. 한 가지 고려할 사항으로 본 연구는 알고리즘의 수행 속도 를 개선하기 위하여 두 가지 정리를 사용하여 가지치기 방법을 제공한다.

후속연구

• 주어진 데이터베이스로부터 전문가 수준의 지식을 자동으로 추출하여 사용할 수 있다면 대단히 유용할 것이다. 본 연구는 데이터 마이닝의 기술 중에서 연속 패턴의 생성에 대한 연구로서 시계열 데이터로부터 가잠계해있는 연속패턴을 정보이론을 이용하여 IF-THEN의 형식으로 자동 생성하는 기술에 관한 연구이다.
• 한 가지 고려할 사항으로 본 연구는 알고리즘의 수행 속도 를 개선하기 위하여 두 가지 정리를 사용하여 가지치기 방법을 제공한다. 하지만 아직도 속성의 숫자가 아주 많은데이터의 경우에는 수행 속도를 더욱 감소시킬 수 있는 방법이 추가로 필요하며 이는 추후의 연구과 재가 될 것이다.

본문요약 정보가 도움이 되었나요? 예 아니오 제출

이 논문을 인용한 문헌

더보기