데이타마이닝에서 고차원 대용량 데이타를 위한 셀-기반 클러스터링 방법 = A Cell-based Clustering Method for Large Highdimensional Data in Data Mining

다국어 초록 (Multilingual Abstract)

Recently, data mining applications require a large amount of high-dimensional data. Most algorithms for data mining applications, however, do not work efficiently for high-dimensional large data because of the so-called ‘curse of dimensionality’[1] and the limitation of available memory. To overcome these problems, this paper proposes a new cell-based clustering method which is more efficient than the existing algorithms for high-dimensional large data. Our clustering method provides a cell construction algorithm for dealing with high-dimensional large data and a index structure based on filtering. We do performance comparison of our cell-based clustering method with the CLIQUE method in terms of clustering time, precision and retrieval time. Finally, the results from our experiment show that our cell-based clustering method outperform the CLIQUE method.

국문 초록 (Abstract)

최근 데이타마이닝 응용분야에서는 고차원 대용량 데이타가 요구되고 있다. 그러나 기존의 대부분의 데이타마이닝을 위한 알고리즘들은 소위 차원의 저주(dimensionality curse)[1] 문제점과 이용 가능한 메모리의 한계 때문에 고차원 대용량 데이타에는 비효율적이다. 따라서, 본 논문에서는 이러한 문제점을 해결하기 위해서 셀-기반 클러스터링 방법을 제안한다. 제안하는 셀-기반 클러스터링 방법은 고차원 대용량 데이타를 효율적으로 처리하기 위한 셀 구성 알고리즘과 필터링에 기반한 저장인덱스 구조를 제공 한다. 본 논문에서 제안한 셀-기반 클러스터링 방법을 CLIQUE 방법과 클러스터링 시간, 정확율, 검색시간 관점에서 성능을 비교한다. 마지막으로, 실험결과 제안하는 셀-기반 클러스터링 방법이 CLIQUE 방법에 비해 성능이 우수함을 보인다.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 기존 클러스터링 방법
• 3. 셀 - 기반 클러스터링방법
• 4. 구현 및 성능 평가
• 5. 결론
• 참고문헌
• 저자소개