본문 바로가기
KERD
논문KCI 등재

정보이론에 기반한 연관 규칙들의 새로운 중요도 측정 방법

A New Importance Measure of Association Rules Using Information Theory

이창환|배주현
한국정보처리학회|2014.01|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제3권 제1호|pp. 37-42|DOI http://dx.doi.org/10.3745/KTSDE.2014.3.1.37

0

조회

0

다운로드

14

인용

0

참고문헌

키워드

ClassificationAssociation연관 규칙분류 학습규칙 중요도헬링거 변량Rule ImportanceHellinger Divergence
주제분류컴퓨터학

초록

연관 규칙들을 이용한 분류학습은 최근 활발히 연구되는 분야의 하나이다. 이러한 연관 규칙을 이용한 분류에는 연관 규칙들에 대한 수치적 중요도를 계산하는 것이 중요하다. 본 논문에서는 정보 이론을 사용한 H measure 라는 새로운 규칙 중요도 기법을 제안한다. 구체적으로 Hellinger 변량을 이용하여 연관규칙의 중요도를 계산한다. 제안된 H measure 의 다양한 특성들을 분석하였으며 또한 이러한 H measure를 이용한 분류학습의 성능을 다른 규칙 measure를 이용한 분류학습의 성능과 비교하였다.

Abstract

The abstract should concisely state what was done, how it was done, principal results, and their significance. It should be less than 300 words for all forms of publication. The abstract should be written as one paragraph and should not contain tabular material or numbered references. At the end of abstract, keywords should be given in 3 to 5 words or phrases.

참고문헌 (16)

  1. B. Liu, "Analyzing the subjective interestingness of association rules", IEEE Intelligent Systems, 15(5), pp.47~55 (2000)
  2. R. J. Bayardo, "Mining the most interesting rules", In KDD, 145~154 (1999)
  3. X.-H. Huynh, "Arqat: An exploratory analysis tool for interestingness measures", In the 11th international symposium on Applied Stochastic Models and Data Analysis, pp.334~344 (2005)
  4. P.-N. Tan, "Selecting the right objective measure for association analysis", Information Systems, 29(4), pp.293~313 (2004)
  5. P. Lenca, "A clustering of interestingness measures", Proceedings of the 7th International Conference on Discovery Science, pp.290~297 (2004)
  6. P. Clark, "The CN2 induction algorithm", Machine Learning, 3(4), pp.261~283 (1989)
  7. S. Jaroszewicz, "A general measure of rule interestingness", In PKDD, 253~265 (2001)
  8. P. Smyth, "An information theoretic approach to rule induction from databases", IEEE Transactions on Knowledge and Data Engineering, 4(4), pp.301~316 (1992)
  9. Interestingness of frequent itemsets sing bayesian networks as background knowledge, "S. Jaroszewicz", KDD, 178~186 (2004)
  10. L. Wong, "Caep:Classification by aggregating emerging patterns", In Proceedings of the 2nd International Conference on Discovery Science, pp.30~42 (1999)
  11. J. Han, "Cmar: Accurate and efficient classification based on multiple class-association rules", ICDM, 208~217 (2001)
  12. R. J. Beran, "Minimum hellinger distances for parametric models", Ann. Statistics, 5, pp.445~463 (1977)
  13. G. Piatetsky-Shapiro, "In Knowledge Discovery in Databases", pp.229~248 (1991), MIT Press
  14. A. Frank, "UCI machine learning repository", ~ (2010)
  15. U. M. Fayyad, "Multi-interval discretization of continuous-valued attributes for classification learning", In Int’l Joint Conference on Articial Intelligence, pp.1022~1029 (1993)
  16. R., "Fast algorithms for mining association rules in large databases", Proceedings of the 20th International Conference on Very Large Data Bases, pp.487~499 (1994), VLDB

관련 논문AI추천

Hellinger 엔트로피를 이용한 다차원 연속패턴의 생성방법이창환한국정보처리학회 · 정보처리학회 논문지2004 · 제11권 제5호고차원 범주형 자료를 위한 비지도 연관성 기반 범주형 변수 선택 방법정욱, 이창기한국품질경영학회 · 품질경영학회지2019 · 제47권 제3호연관규칙 흥미성 척도의 실용성 향상을 위한 장바구니 크기 효과 반영 방안김남규, 김원서, 정승렬한국정보처리학회 · 정보처리학회논문지D2010 · 제17권 제1호Mutual Information 이론을 활용한 적정 변수선택법 적용 연구이선미대한의료정보학회 · Healthcare Informatics Research2005 · 제11권 제3호중요지지도를 고려한 연관규칙 탐사 알고리즘김근형, 김민철, 황병웅한국정보처리학회 · 정보처리학회논문지D2004 · 제11권 제3호데이터마이닝에서 연관분석을 이용한 변수선택안성만, 임철수, 홍정훈한국차세대컴퓨팅학회 · 한국차세대컴퓨팅학회 논문지2011 · 제7권 제3호

이 간행물의 다른 논문 (6건)

소프트웨어 제품라인의 휘처모델과 구성요소간 가변성에 대한 일관성 검증 규칙김세훈, 김정아pp. 1-6H-IMA : 비행 소프트웨어의 이식성 향상을 위한 IMA 기반의 혼합형 플랫폼 아키텍처김현수, 조현우, 윤상필, 김형신, 서용진, 권철순pp. 7-18관계형 데이터베이스 구성 요소의 의미 관계를 고려한 RDB to RDF 매핑 시스템김장원, 백두권, 성하정, 이석훈pp. 19-30트위터를 이용한 질의어 관련 이슈 탐지를 위한 인접도 행렬 기반 연관 어휘 추출김병만, 이현아, 김동성, 김제상, 조효근pp. 31-36잡음이 있고 흐릿한 영상의 블라인드 디컨벌루션을 위한 유전 프로그래밍 기법Muhammad Tariq Mahmood, 추연호, 최영규pp. 43-48
원문 보기