정보과학회 논문지 D : 데이타베이스
Current Result Document :
| 한글제목(Korean Title) |
데이터 마이닝에서 상식을 기반으로 한 유용성 척도 |
| 영문제목(English Title) |
Common-Sense Knowledge Based Interestingness Measures in Data Mining |
| 저자(Author) |
이인기
용환승
Ingi Lee
Hwanseung Yong
|
| 원문수록처(Citation) |
VOL 39 NO. 01 PP. 0001 ~ 0007 (2012. 02) |
한글내용
(Korean Abstract) |
새로운 지식과 패턴을 발견하고자 하는 데이터 마이닝 알고리즘들은 큰 수의 규칙과 패턴들을 생성하는 문제점을 가지고 있다. 사용자들은 중복되거나 유용하지 않은 규칙들이 포함된 많은 규칙들 속에서 유용한 지식을 발견해 내기 위해 많은 시간과 노력을 필요로 하게 되었다. 최근 들어 이러한 문제를 해결하기 위한 방법으로 다양한 유용성 척도(Interestingness Measures) 연구들이 진행되고 있다. 그러나 이러한 접근방법들 역시 지식을 습득하기 위한 과정에서 병목현상을 보여줌으로써 수많은 상식수준의 규칙을 정제하지 못하고 있다. 본 연구에서는 이러한 문제점을 해결하기 위한 방안으로 상식(Common-Sense Knowledge)을 기반으로 하는 척도를 정의하고 구현한다. 상식 척도(Common-Sense Measure)는 규칙이 얼마나 상식에 가까운지를 벡터 공간 모델에서 시맨틱 키워드 확장을 이용한 유사도 기법으로 측정한다.
|
영문내용
(English Abstract) |
Association rule mining finds interesting association or correlation relationships among a large set of data items has the potential that produce many patterns. In spite of using minimum support and confidence thresholds to help weed out or exclude the exploration of uninteresting rules, many rules that are not interesting to the user may still be produced. We develop intelligent data mining technique that generate and evaluate association rules by semantic approach like common sense. We provide new and interesting knowledge to users by post-processing of datamining. We define a Common-sense measure by similarity between association rules and common sense knowledge. This measure is based on the common-sense knowledge network.
|
| 키워드(Keyword) |
데이터 마이닝
유용성 척도
상식
유사도
시맨틱 네트워크
지식 표현
DataMining
Interestingness Measures
Common-Sense Knowledge
similarity
Semantic Network
Knowledge Representation
|
| 파일첨부 |
PDF 다운로드
|
