연관성 규칙에서의 조정된 상대적 순수 신뢰도의 제안 = The Proposition of Adjusted Relative Net Confidence in Association Rule Mining

다국어 초록 (Multilingual Abstract)

Generally, data mining is a powerful technology with great potential to help companies focus on the most important information in a huge database. The most widely used data mining technique is to generate association rules, and it finds the relevance between two items in a big data. This technique has been used to find the relationship between each set of items based on the interestingness measures such as support, confidence, lift, etc. Among many interestingness measures, confidence is the most frequently used, but it has the drawback that it can not determine the direction of the association. The net confidence measure was developed to get rid of this drawback, but it is useless in the case that the value of positive confidence is the same as that of negative confidence. This paper propose a adjusted relative net confidence based on the net confidence and the relative confidence. The comparative studies with the difference of relative confidence, the ratio of relative confidences, and the relative net confidence are shown by numerical example. The results show that the adjusted relative net confidence is better than other relative interestingness measures.

국문 초록 (Abstract)

데이터 마이닝 기법 중에서 연관성규칙은 방대한 데이터베이스 내에 존재하는 항목들 간의 상호 관련성을 찾아내는 기법으로서 항목들 사이의 지지도, 신뢰도, 향상도 등의 흥미도 측도를 기준으로 상호 관련성 여부를 측정한다. 의미 있는 연관성 규칙을 탐색하기 위한 흥미도 측도는 크게 객관적 흥미도 측도와 주관적 흥미도 측도로 나눌 수 있다. 객관적 흥미도 측도는 통계적인 또는 논리적인 방법에 의해 제안된 것으로 사용자에게 규칙을 가지치기할 수 있는 근거를 제시해주며, 주관적 흥미도 측도는 사용자 관점에서 해석 가능하도록 제안된 것이다. 본 논문에서는 상대적 신뢰도를 기반으로 하는 여러 가지 흥미도 측도를 조명해본 후, 집단간 비교를 위한 조정된 상대적 순수 신뢰도를 개발하였다. 또한 예제를 통하여 여러 가지 상대적 연관성 평가기준들과 비교해 봄으로써 동일한 항목집합들 간의 연관 정도가 어느 집단이 더 강한가를 알아보는 데 더 바람직한 도구로 활용될 수 있다는 사실을 확인하였다.

참고문헌 (Reference)

1 박희창, "항목의 상대적 발생 비율을 고려한 연관성 평가 기준 활용 방안" 한국자료분석학회 14 (14): 1861-1870, 2012

2 박희창, "유사성 측도에 대한 연관성 규칙 평가 기준으로의 적용 방안" 한국자료분석학회 13 (13): 1331-1341, 2011

3 조광현, "외적 변수를 이용한 의미 없는 연관성 규칙 발견" 한국자료분석학회 13 (13): 1343-1351, 2011

4 진도승, "연관성분석을 이용한 여행업 고객 분석" 한국자료분석학회 13 (13): 2945-2952, 2011

5 조광현, "연관성규칙에서의 다중매개관계에 관한 연구" 한국자료분석학회 13 (13): 297-306, 2011

6 안광일, "연관규칙 탐색에서 새로운 흥미도 척도의 제안" 대한산업공학회 29 (29): 41-48, 2003

7 박희창, "관심 항목의 발생 가능한 규칙의 수를 고려한 연관성 평가기준" 한국데이터정보과학회 23 (23): 717-725, 2012

8 Silberschatz, A., "What makes patterns interesting in knowledge discovery systems" 8 : 970-974, 1996

9 박희창, "The Development of Relative Interestingness Measure for Comparing with Degrees of Association" 한국데이터정보과학회 19 (19): 1269-1279, 2008

10 Tan, P. N., "Selecting the right interestingness measure for association patterns" 32-41, 2002

11 Toivonen, H., "Sampling large database for association rules" 134-145, 1996

12 Li, H., "Relative risk and odds ratio: a data mining perspective" 368-377, 2005

13 Freitas, A., "On rule interestingness measures" 12 : 309-315, 1999

14 Han, J., "Mining multiple-level association rules in large databases" 11 (11): 68-77, 1999

15 Han, J., "Mining frequent patterns without candidate generation" 1-12, 2000

16 Cai, C. H., "Mining association rules with weighted items" 68-77, 1998

17 Liu, B., "Mining association rules with multiple minimum supports" 337-241, 1999

18 Srinkant, R., "Mining association rules with item constraints" 67-73, 1997

19 Agrawal, R., "Mining association rules between sets of items in large databases" 207-216, 1993

20 Agrawal, R., "Fast algorithms for mining association rules" 487-499, 1994

21 Bayardo, R. J., "Efficiently mining long patterns from databases" 85-93, 1998

22 Han, J., "Discovery of multiple-level association rules from large databases" 420-431, 1995

23 Pasquier, N., "Discovering frequent closed itemsets for association rules" 398-416, 1999

24 Pei, J., "CLOSET: An efficient algorithm for mining frequent closed itemsets" 21-30, 2000

25 Hilderman, R. J., "Applying objective interestingness measures in data mining systems" 432-439, 2000

26 Liu, B., "Analyzing the subjective interestingness of association rules" 15 (15): 47-55, 2000

27 Park, J. S., "An effective hash-based algorithms for mining association rules" 175-186, 1995