웹 클릭 스트림에서 고유용 과거 정보 탐색

국문 초록 (Abstract)

개인용 컴퓨터 및 각종 모바일 기기의 이용 증가로 인해 많은 분야에서 다양한 형태의 웹기반 서비스들이 널리 활용 되고 있다. 이에 따라 해당 분야에서 개인 맞춤형 서비스를 지원하기 위한 사용자 이용 로그 분석 등에 대한 연구가 활발히 진행되고 있으며, 특히 사용자 로그 데이터를 구성하는 구성요소의 중요성 차별화에 기반한 분석 기법들이 활발히 연구되었 다. 본 논문에서는 웹 클릭 스트림에서 유용하게 적용될 수 있는 고유용 과거 정보 탐색 기법을 제시한다. 해당 기법을 통해 기존의 웹 클릭 스트림 분석 기법에서는 쉽게 탐색하지 못했던 정보인 타겟 마케팅 등에 유용하게 활용될 수 있는 중요 정보 를 쉽게 탐색할 수 있다. 본 논문의 연구 결과는 IoT 환경 및 생물정보 분석 등과 같이 데이터 스트림 형태로 정보를 발생시키 는 다양한 컴퓨터 응용 분야에도 활용될 수 있을 것이다.

다국어 초록 (Multilingual Abstract)

Web-based services are used widely in many computer application fields due to the increasing use of PCs and mobile devices. Accordingly, topics on the analysis of access logs generated in the application fields have been researched actively to support personalized services in the field, and analyzing techniques based on the weight differentiation of information in access logs have been proposed. This paper outlines an analysis technique for web-click streams, which is useful for finding high utility old item sets in web-click streams, whose data elements are generated at a rapid rate. Using the technique, interesting information can be found, which is difficult to find in conventional techniques for analyzing web-click streams and is used effectively in target marketing. The proposed technique can be adapted widely to analyzing the data generated in a range of computing application fields, such as IoT environments, bio-informatics, etc., which generated data as a form of data streams.

참고문헌 (Reference)

1 장중혁, "웹 클릭 스트림의 효율적 분석을 위한 시간 간격 제한을 활용한 관심 순차패턴 탐색" 한국산업정보학회 16 (16): 19-29, 2011

2 이해각, "웹 개인화를 위한 웹사용자 클러스터링 알고리즘에 관한 연구" 한국산학기술학회 12 (12): 2375-2382, 2011

3 윤태복, "사용자 웹 로그를 이용한 적응형 웹 검색" 한국산학기술학회 15 (15): 6856-6862, 2014

4 C. Zhang, "The anti-bouncing data stream model for web usage streams" 278 (278): 757-772, 2014

5 Hui Chen, "Mining frequent patterns in a varying-size sliding window of online transactional data streams" Elsevier BV 215 (215): 15-36, 2012

6 Hua-Fu Li, "Mining frequent itemsets over data streams using efficient window sliding techniques" Elsevier BV 36 (36): 1466-1477, 2009

7 Ling Chen, "Mining frequent items in data stream using time fading model" Elsevier BV 257 (257): 54-69, 2014

8 Joong Hyuk Chang, "Finding recently frequent itemsets adaptively over online transactional data streams," Elsevier BV 31 (31): 849-869, 2006

9 R. Agrawal, "Fast Algorithms for Mining Association Rules" 487-499, 1994

10 Bai-En Shie, "Efficient algorithms for mining maximal high utility itemsets from data streams with different models" Elsevier BV 39 (39): 12947-12960, 2012

11 Chao-Wei Li, "An adaptive approximation method to discover frequent itemsets over sliding-window-based data streams" Elsevier BV 38 (38): 13386-13404, 2011

12 C.C. Aggarwal, "A framework for clustering uncertain data streams" 150-159, 2008