$\require{mediawiki-texvc}$

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.

오차를 허용하는 주기적 연관규칙 탐사를 통한 오차의 경향성에 관한 연구
Discovery Of Cyclic Association Rule With Loose Cycle and Error Cycle over Loose Cycle 원문보기

한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM, 2000 Nov. 01, 2000년, pp.317 - 324  

배수균 (포항공과대학교 정보통신학과) ,  남도원 (포항공과대학교 전자컴퓨터공학부) ,  이동하 (포항공과대학교 정보통신연구소) ,  이전영 (포항공과대학교 전자컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

주기적인 연관규칙은 타겟데이터베이스를 일정 단위시간으로 나누었을 때 연관규칙이 만족하는 구간이 일정한 주기마다 발생하는 패턴을 탐색하는 방법이다. 하지만, 이 방법은 엄격한 주기를 가지도록 하여 실제 데이터에 그대로 적용하기가 어려웠다. 예를 들이 편의점 데이터에서 매일 오전 7시-8시 사이에 주기적으로 발생하는 연관규칙을 발견할 때, 이러한 연관규칙을 주기적인 연관규칙이라고 한다. 하지만, 실제 데이터에서는 날씨와 같이 사람의 행동에 영향을 미치는 다른 요인 때문에 항상 일정한 주기를 가지는 연관규칙을 찾기는 어렵다. 본 논문에서는 주기가 일정하지 않은 연관규칙을 찾기 위해서 연관규칙의 주기성을 허용 오차를 포함하며 재정의하고, 오차를 허용하기 위한 탐색 알고리즘을 보완하였다. 반면에, 오차를 허용함으로써 오차를 허용하지 않는 경우보다 더 많은 주기성을 찾을 수 있을 뿐만 아니라, 동일한 주기를 가지지만 오프셋이 다른 여러 개의 비슷한 주기가지 찾게 되어 사용자가 의미 있는 연관규칙을 찾는데 방해가 된다. 본 논문에서는 이를 해결하기 위해서 오차를 허용하는 주기적 연관규칙의 오차의 정도를 측정하기 위한 단위로 집중도(intensity)와 경향성(tendency)을 제안한다. 주기적 연관규칙이 매 주기마다 정확한 세그먼트에 나타나는 정도를 나타내는 집중도와, 최소 평균오차를 의미하는 경향성을 이용하여 유사한 주기들 중에서 대표주기만을 찾을 수 있도록 한다. 또한, 오차를 허용하는 주기적 연관규칙에서 오차가 주로 발생하는 패턴을 분석함으로써 고객들의 수요 경향성을 더 잘 파악할 수 있다. 예를 들어, 평소에는 매일 오진 7시∼8시에 나타나던 연관성이 지각하는 사람들이 같은 월요일에는 1시간 늦은 8시∼9시에 나타난다는 오타 정보까지 파악할 수 있다. 이러한 월요일마다 1시간 늦게 나타나는 오차의 경향성을 나타내는 오차 주기(error cyc1e)를 이용함으로써 고객들의 수요의 경향성을 좀 더 세밀한 부분까지 파악할 수 있게 해 준다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 알고리즘을 제안하였다.[3] 본 논문에서는 기존의 두 가지 방법에 대해서 간단히 언급하고, 기존의 방법을 보완하여 오차를 허용하는 주기적 연관규칙을 찾는 방법에 대해서 논한다.
  • 예제 1. k-빈번항목집합 X와 Y 의 시간 세그먼트 별 빈번 항목 집합 여부를 표시한 비트 스트림이 bx, by 일 때, (k+1)후보빈번항목집합의 후보주기를 찾고자한. 이 때, /=4, %=1 인 후보주기를 찾고자 한다.
  • 예를 들어, 일반적으로는, 빵 ■»우유, c=(24, 7y인 주기가 발견되어 7-8 시에 연관규칙이 만족되나 눈이나 비가 오는 날에는 해당 연관규칙이 1시간 늦은 8-9 시 에 나타난다면 주기의 길이를 엄격히 제한하고 있는 기존의 방식으로는 이와 같이 오차를 포함한 주기성을 찾을 수 없다. 논문에서는 이러한 문제점을 극복하기 위하여 연관규칙 발생 패턴의 주기의 길이에 오차를 허용하는 주기적 연관규칙을 탐색하는 방법을 제안한다. 이 방법은 연관규칙이 항상 일정한 주기마다 정확히 발생되지 않더라도 주기길이가 오차범위 이내에서 발생하는 경우를 허용하도록 해 준다.
  • 예를들어, 평소에는 매일 오전 7시~8시에 나타나던 연관성이 지각하는 사람들이 많은 월요일에는 1 시간늦은 8시 ~9시 에 나타난다는 오차 정보를 파악할수 있다고 하자. 여기에서 우리는 월요일마다 1 시간 늦게 나타나는 오차의 경향성을 오차 주기(error cycle)라고 하고, 이러한 오차의 경향성을 분석함으로써 고색들의 수요의 경향성을 좀 더 세밀한 부분까지 파악하고자 한다.
  • 이는 각각 주기 생 략(cycle skipping), 주기 가지 치 기(cycle pruning), 주기삭제(cycle elimination)로 구분된다. 여기에서는 오차를 허용하는 주기적 연관규칙까지 찾을 수 있도록 확장된 개념에 대해서 논한다.
  • 예를 들어, 기존의 주기적 연관규칙에서는 c=(24, 7)이라는 주기만 발견된 경우를 오차범위가 I 인 오차를 허용하는 주기적 연관규칙으로 탐사하면 주기가 동일하고 오프셋이 다른 2*%0 2개의 유사 주기인 q=(24, 6, l), c, =(24, 8, 1) 까지찾게 된다. 이렇게 많은 유사한 주기들이 탐색 되는 문제점을 제거하기 위해서 본 논문에서는 오차를 허용하는 주기의 오차의 정도를 측정할 수 있는 단위인 집증도(intensity)와 경향성 (tendency)를 제안하고, 이 두 측정단위를 통해서 주기성을 가장 잘 표현하는 주기만을 선택하고, 나머지 주기를 가지치기함으로써 사용자가 의미있는 연관규칙을 탐사하는데 도움을 주고자 한다.
  • 하지만 실제 데이터에 주기성을 엄격하게적용하기에는 문제점이 있다. 이를 보완하기 위해서 주기길이에 일정한 오차범위를 허용하는 방법을제시한다.
본문요약 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
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