RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI우수등재

      부분적 주변 비율에 의한 확률적 흥미도 측도 기반 유사성 측도의 상한 및 하한의 설정 = Bounds of PIM-based similarity measures with partially marginal proportion

      한글로보기

      https://www.riss.kr/link?id=A104378560

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      다국어 초록 (Multilingual Abstract)

      By Wikipedia, data mining is the computational process of discovering patterns in huge data sets involving methods at the intersection of association rule, decision tree, clustering, artificial intelligence, machine learning. Clustering or cluster analysis is the task of grouping a set of objects in such a way that objects in the same group are more similar to each other than to those in other groups. The similarity measures being used in the clustering may be classified into various types depending on the characteristics of data. In this paper, we computed bounds for similarity measures based on the probabilistic interestingness measure with partially marginal probability such as Peirce I, Peirce II, Cole I, Cole II, Loevinger, Park I, and Park II measure. We confirmed the absolute value of Loevinger measure wasthe upper limit of the absolute value of any other existing measures. Ordering of other measures is determined by the size of concurrence proportion, non-simultaneous occurrence proportion, and mismatch proportion.
      번역하기

      By Wikipedia, data mining is the computational process of discovering patterns in huge data sets involving methods at the intersection of association rule, decision tree, clustering, artificial intelligence, machine learning. Clustering or cluster ana...

      By Wikipedia, data mining is the computational process of discovering patterns in huge data sets involving methods at the intersection of association rule, decision tree, clustering, artificial intelligence, machine learning. Clustering or cluster analysis is the task of grouping a set of objects in such a way that objects in the same group are more similar to each other than to those in other groups. The similarity measures being used in the clustering may be classified into various types depending on the characteristics of data. In this paper, we computed bounds for similarity measures based on the probabilistic interestingness measure with partially marginal probability such as Peirce I, Peirce II, Cole I, Cole II, Loevinger, Park I, and Park II measure. We confirmed the absolute value of Loevinger measure wasthe upper limit of the absolute value of any other existing measures. Ordering of other measures is determined by the size of concurrence proportion, non-simultaneous occurrence proportion, and mismatch proportion.

      더보기

      참고문헌 (Reference)

      1 이경아, "효모 마이크로어레이 유전자발현 데이터에 대한 군집화 비교" 한국데이터정보과학회 22 (22): 741-753, 2011

      2 박희창, "주변 확률을 고려하지 않는 확률적흥미도 측도 계열 유사성 측도의 서열화" 한국데이터정보과학회 26 (26): 367-376, 2015

      3 류재열, "음의 연관성 규칙 생성을 위한 Jaccard 비유사성 측도들의 고찰" 한국자료분석학회 15 (15): 3111-3121, 2013

      4 여인권, "우리나라 기상자료에 대한 군집분석" 한국데이터정보과학회 22 (22): 941-949, 2011

      5 박희창, "연관성 규칙에서의 코사인 계열 유사성 측도들의 비교 연구" 한국자료분석학회 16 (16): 729-737, 2014

      6 박혜정, "서포트벡터 군집분석을 이용한 대구·경북지역 대학의 분류" 한국데이터정보과학회 24 (24): 783-791, 2013

      7 박희창, "부분 주변 비율을 고려한 확률적 흥미도 기반 유사성 측도의 연관성 평가 기준 활용 방안" 한국자료분석학회 14 (14): 2965-2974, 2012

      8 권청아, "보험상품 파산확률의 새로운 근사방법" 한국데이터정보과학회 25 (25): 1-10, 2014

      9 임진수, "마이크로어레이 유전자 발현 자료에 대한 군집 방법 비교" 한국데이터정보과학회 23 (23): 39-51, 2012

      10 Imberman S., "Using dependency/association rules to find indications for computerized tomography in a head trauma dataset" 26 : 55-68, 2002

      1 이경아, "효모 마이크로어레이 유전자발현 데이터에 대한 군집화 비교" 한국데이터정보과학회 22 (22): 741-753, 2011

      2 박희창, "주변 확률을 고려하지 않는 확률적흥미도 측도 계열 유사성 측도의 서열화" 한국데이터정보과학회 26 (26): 367-376, 2015

      3 류재열, "음의 연관성 규칙 생성을 위한 Jaccard 비유사성 측도들의 고찰" 한국자료분석학회 15 (15): 3111-3121, 2013

      4 여인권, "우리나라 기상자료에 대한 군집분석" 한국데이터정보과학회 22 (22): 941-949, 2011

      5 박희창, "연관성 규칙에서의 코사인 계열 유사성 측도들의 비교 연구" 한국자료분석학회 16 (16): 729-737, 2014

      6 박혜정, "서포트벡터 군집분석을 이용한 대구·경북지역 대학의 분류" 한국데이터정보과학회 24 (24): 783-791, 2013

      7 박희창, "부분 주변 비율을 고려한 확률적 흥미도 기반 유사성 측도의 연관성 평가 기준 활용 방안" 한국자료분석학회 14 (14): 2965-2974, 2012

      8 권청아, "보험상품 파산확률의 새로운 근사방법" 한국데이터정보과학회 25 (25): 1-10, 2014

      9 임진수, "마이크로어레이 유전자 발현 자료에 대한 군집 방법 비교" 한국데이터정보과학회 23 (23): 39-51, 2012

      10 Imberman S., "Using dependency/association rules to find indications for computerized tomography in a head trauma dataset" 26 : 55-68, 2002

      11 Loevinger, J. A., "The technique of homogeneous tests compared with some aspects of scale analysis and factor analysis" 45 : 507-529, 1948

      12 Peirce, C. S., "The numerical measure of the success of predictions" 4 : 453-454, 1884

      13 Cole, L. C., "The measurement of interspecific association" 30 : 411-424, 1949

      14 Warrens, M. J., "Similarity coefficients for binary data : Properties of coefficients, coefficient Matrices, multi-way metrics and multivariate coefficients" Leiden university 2008

      15 Orchard R. A., "On the determination of relationships between computer system state variables" Bell Laboratories 1975

      16 Sijtsma, K., "Introduction to Nonparametric Item Response Theory" Sage 2002

      17 Loevinger, J. A., "A systematic approach to the construction and evaluation of test ability" 61 : 1-49, 1947

      18 Choi, S. S., "A survey of binary similarity and distance measures. Journal on Systemics" 8 : 43-48, 2010

      19 Mokken, R. J., "A Theory and Procedure of Scale Analysis" The Hague 1971

      더보기

      동일학술지(권/호) 다른 논문

      동일학술지 더보기

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2022 평가예정 계속평가 신청대상 (등재유지)
      2017-01-01 평가 우수등재학술지 선정 (계속평가)
      2013-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2010-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2008-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2005-01-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      2004-01-01 평가 등재후보 1차 PASS (등재후보1차) KCI등재후보
      2003-01-01 평가 등재후보학술지 유지 (등재후보2차) KCI등재후보
      2002-01-01 평가 등재후보 1차 PASS (등재후보1차) KCI등재후보
      2001-01-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 1.18 1.18 1.07
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      1.01 0.91 0.911 0.35
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼