$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

단계 선형 배치 트리를 이용한 순차 패턴 추출
Mining Sequential Patterns Using Multi-level Linear Location Tree 원문보기

한국정보과학회 03 가을학술발표논문집(2), 2003 Oct., 2003년, pp.70 - 72  

최현화 (한국전자통신연구원) ,  이동하 ((주)넷스루) ,  이전영 (포항공과대학교)

초록
AI-Helper 아이콘AI-Helper

대용량 데이터베이스로부터 순차 패턴을 발견하는 문제는 지식 발견 또는 데이터 마이닝(Data Mining) 분야에서 주요한 패턴 추출 문제이다. 순차 패턴은 추출 기법에 있어 연관 규칙의 Apriori 알고리즘과 비슷한 방식을 사용하며 그 과정에서 시퀀스는 해쉬 트리 구조를 통해 다루어 진다. 이러한 해쉬 트리 구조는 항목들의 정렬과 데이터 시퀀스의 지역성을 무시한 저장 구조로 단순 검색을 통한 다수의 복잡한 포인터 연산수행을 기반으로 한다. 본 논문에서는 이러한 해쉬 트리 구조의 단정을 보완한 다단게 선형 배치 트리(MLLT, Multi-level Linear Location Tree)를 제안하고, 다단계 선형 배치 트리를 이용한 효율적인 마이닝 메소드(MLLT-Join)를 소개한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 논문에서는 순차 패턴 추출 시에 데이터 시퀀스(data sequence)°| 저장 구조로 널리 사용되고 있는 해쉬 트리(Hash T「ee)구조의 대표적인 단점인 데이터의 지역성 배제를 해결한 새로운 데이터 구조, 다단계 선형 배치 트리(MLLT, M니tHev이 Linear Location T「ee)를 소개하고, 이푤 이客한 아이닝 메소드(Join)푤 제안한다.
  • 본 논문에서는 순차 패턴을 추출하는 과정에서 후보 시권스 또는 빈번 시퀀스를 저장하는 새로운 데이터 구조 MLLT를 제시하였다. MLLT 는 시퀀스둚이 공유하는 항목들올 모아 사전적인 순서에 맞춰 정렬하여 노드에 저장하고, 이러한 노드들울 파일 구조를 염두한 순차적인 배치를 통해 균형 트리률 이루도록 하였다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로