데이터마이닝에서 연관분석을 이용한 변수선택 = Variable Selection by Association in Data mining

국문 초록 (Abstract)

본 논문에서는 데이터마이닝에서 분류·예측 모형의 성과를 높이기 위하여 기존의 변수들의 상호작용효과를 고려한 새로운 변수를 추가는 방법에 대하여 기술한다. 이를 위하여 연관분석을 통하여 종속변수의 값을 성공으로 만드는 데에 유사한 행위를 하는 변수들을 골라내고, 그 변수들의 값을 곱으로 하는 새로운 변수를 추가하여 모형을 구축해 보았다. 주식시장의 이상매매데이터에 적용한 결과, 새로운 모형은 기존의 모형과 비교하여 나은 성과를 나타내었다.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 연관분석을 사용한 변수의 추출및 모형의 구축
• 2.1 주식시장 데이터
• 2.2 변수의 선정
• 2.3 연관분석의 적용
• 2.4 연관규칙을 이용한 의사결정나무
• 2.5 연관규칙을 이용한 로지스틱 회귀
• 2.6 연관규칙을 사용하지 않은 모형과의 비교
• 3. 결론 및 시사점
• 참고문헌

참고문헌 (Reference)

1 김동조, "주식작전 大해부" 마이웨이라이프 2003

2 정소영, "연관규칙과 의사결정트리를 이용한 중도탈락자 예측모형 개발" 한국정보기술학회 6 (6): 202-210, 2008

3 안성만, "데이터마이닝기법을 이용한 주식시장의 이상매매 적출" 한국지능정보시스템학회 12 (12): 2006

4 강현철, "데이터마이닝 : 방법론 및 활용" 자유아카데미 2002

5 Tsai, "Selection by Association Rules for Customer Churn Prediction of Multimedia on Demand" 37 : 2006-2015, 2010

6 Berry, "Mastering Data Mining" Wiley 2000

7 SAS Institute Inc, "Applying Data Mining Techniques Using Enterprise Miner" Course Notes 2002