지수 평활법을 적용한 시간 연관 규칙
Temporal Association Rules with Exponential Smoothing Method
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
전자상거래가 활성화됨에 따라 고객 개인의 관심에 부합하는 개인화된 정보나 상품 서비스를 제공하기 위하여 시간에 따라 분할하여 연산하는 시간 연관 규칙이 최근에 등장하고 있다. 본 논문은 일반적으로 정의된 연관 규칙에 대해 시간의 변화를 고려하기 위하여 최신 데이터에 가중치를 높여 주는 지수 평활법을 적용한 연관 규칙을 정의하고 이를 탐사하는 알고리즘을 제안한다. 시뮬레이션과 적용사례를 통하여 시간에 따라 분할하여 지수 평활법을 적용한 시간 연관 규칙이 기존의 것보다 실행시간은 다소 많지만 시간을 고려한 정확한 탐색률을 갖으므로 전자상점 현장 응용에 효과적임을 확인하였다.
Abstract
As electronic commerce progresses, the temporal association rule is developed from partitioned data sets by time to offer personalized services for customer's interest. In this paper, we proposed a temporal association rule with exponential smoothing method that is giving higher weights to recent data than past data. Through simulation and case study, we confirmed that it is more precise than existing temporal association rules but consumes running time.
참고문헌 (9)
- 돈페퍼스, "평생고객을 만드는 1대 1 마케팅혁명" (1995), CM비즈니스
- 이경희, "지수적 가중치를 적용한 협력적 상품 추천 시스템", 제8-B권(제6호) (2001)
- Agrawal R, "Mining Association Rules between Sets of Items in Large Database", pp.207~216 (1993)
- Agrawal R, "Fast Algorithms for Mining Association Rules", satiago (1994)
- Banu Ozden, "Cyclic Association rules", pp.412~421 (1998)
- Chang-Hung Lee, "Mining Association Relationship in a Temporal Database", department of electrical engineering national taiwan university taipei
- Hunter, "The Exponentially Weighted Moving Average", 18, pp.203~210 (1986)
- X. Chen, "A framework for temporal data mining" (1998)
- Y. Li, "Discovering Calendar-based Temporal Association Rules" (2001)