| 한글제목(Korean Title) |
확률적 다차원 연속패턴의 생성을 위한 효율적인 마이닝 알고리즘 |
| 영문제목(English Title) |
An Efficient Mining Algorithm for Generating Probabilistic Multidimensional Sequential Patterns |
| 저자(Author) |
이창환
|
| 원문수록처(Citation) |
VOL 32 NO. 02 PP. 0075 ~ 0084 (2005. 02) |
한글내용
(Korean Abstract) |
연속패턴은 다양한 분야에서 사용되는 데이타 마이닝 기법의 한 종류이다. 하지만 현재의 연속패턴 방법은 한개의 속성내에서의 패턴만을 감지할 수 있으며 속성간의 패턴을 생성할 수 없다. 다차원의 연속패턴은 일차원에 비하여 훨씬 유용한 정보를 제공할 수 있다. 본 연구에서는 Hellinger 엔트로피 함수를 사용하여 다차원의 연속패턴을 생성하는 방법을 제시한다. 기존의 연속패턴방법과 달리 본 방법에서는 각 연속패턴의 중요도를 자동으로 계산할 수 있다. 또한 계산의 복잡도를 감소시키기 위한 다수의 법칙이 개발되었으며 다수의 실험 결과를 제시하였다. |
영문내용
(English Abstract) |
Sequential pattern mining is an important data mining problem with broad applications. While the current methods are generating sequential patterns within a single attribute, the proposed method is able to detect them among different attributes. By incorporating these additional attributes, the sequential patterns found are richer and more informative to the user. This paper proposes a new method for generating multi-dimensional sequential patterns with the use of Hellinger entropy measure. Unlike the previously used methods, the proposed method can calculate the significance of each sequential pattern. Two theorems are proposed to reduce the computational complexity of the proposed system. The proposed method is tested on some synthesized purchase transaction databases.
, |
| 키워드(Keyword) |
데이타마이닝
Data Mining
연속패턴
Sequential Pattern
Hellinger 변량
Hellinger measure
인공지능
Artificial Intelligence
|
| 파일첨부 |
PDF 다운로드
|
