메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대용량 데이터베이스에서 연관 규칙(association rule) 탐사(mining)는 데이터 마이닝의 주요 연구 분야로서, 구매 유형 분석이나 의사 결정(decision making) 지원에 유용한 정보를 제공한다. 본 논문에서는 시간 정보를 포함한 이력 데이터 모델에서 특정 항목 집합들 간에 연관 규칙이 성립되는 시간 구간(time interval)을 발견하는 알고리즘을 제안한다. 제안된 방식은 기존의 연관 규칙 탐사에 시간 차원을 추가한 새로운 방식으로서, 전체 트랜잭션을 최소 시간 구간에 의해 분할(partition)한 후 인접된 다량(frequent) 구간을 병합(merge)하여 연관 규칙 탐사와 의미 있는 시간 구간을 발견할 수 있도록 지원한다.

목차

요약

Ⅰ. 서론

Ⅱ. 연관 규칙 탐사

Ⅲ. 한시적 연관 규칙 탐사

Ⅳ. 결론 및 연구 방향

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017867644