한국공간정보학회 논문지
Current Result Document : 1 / 1
| 한글제목(Korean Title) |
대용량 공간 데이터로 부터 빈발 패턴 마이닝 |
| 영문제목(English Title) |
Mining Frequent Pattern from Large Spatial Data |
| 저자(Author) |
이동규
이경민
정석호
이성호
류근호
Dong Gyu Lee
Gyeong Min Yi
Jung Suk Ho
Seong-Ho Lee
Keun Ho Ryu
|
| 원문수록처(Citation) |
VOL 12 NO. 01 PP. 0049 ~ 0056 (2010. 03) |
한글내용
(Korean Abstract) |
공간 및 비 공간 데이터에서 알지 못했던 패턴을 탐사하는 빈발 패턴 탐사 기법은 마이닝 분야에서 가장 핵심적인 부분으로 많은 연구가 활발히 진행되고 있다. 기존의 자료구조들은 트리 구조 및 배열 구조로써 밀집 또는 희소 빈발 패턴에서 성능 저하를 보인다. 대용량의 공간 데이터는 밀집 및 희소 빈발 패턴을 둘 다 가지므로 단일 알고리즘으로 빠르게 탐사 하는 것은 중요하다. 본 논문에서는 단일 알고리즘을 사용하면서도 밀집 및 희소 빈발 패턴 모두에 대해 빠르게 빈발 패턴을 마이닝할 수 있는 압축된 패트리샤 빈발 패턴 트리라는 새로운 자료구조와 이를 사용한 빈발 패턴 마이닝 알고리즘을 제안한다. 실험 평가는 제안한 알고리즘이 대용량 희소 및 밀집 빈발 데이터에서 기존의 FP-Growth 알고리즘 보다 약 10배 정도 빠르게 빈발 패턴을 탐사하는 것을 보인다. |
영문내용
(English Abstract) |
Many researches of frequent pattern mining technique for detecting unknown patterns on spatial data have studied actively. Existing data structures have classified into tree-structure and array-structure, and those structures show the weakness of performance on dense or sparse data. Since spatial data have obtained the characteristics of dense and sparse patterns, it is important for us to mine quickly dense and sparse patterns using only single algorithm. In this paper, we propose novel data structure as compressed patricia frequent pattern tree and frequent pattern mining algorithm based on proposed data structure which can detect frequent patterns quickly in terms of both dense and sparse frequent patterns mining. In our experimental result, proposed algorithm proves about 10 times faster than existing FP-Growth algorithm on both dense and sparse data. |
| 키워드(Keyword) |
공간 데이터 마이닝
데이터 마이닝
빈발 패턴 마이닝
FP-Growth
Spatial Data Mining
Data Mining
Frequent Pattern Mining
|
| 파일첨부 |
PDF 다운로드
|
