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

논문 기본 정보

자료유형
학술저널
저자정보
김의찬 (가톨릭대학교) 황병연 (가톨릭대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 데이타베이스 정보과학회논문지 : 데이타베이스 제38권 제5호
발행연도
2011.10
수록면
280 - 288 (9page)

이용수

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

초록· 키워드

오류제보하기
많은 데이터 마이닝 기법들 중에 연관규칙을 다루는 연구가 많이 이뤄지고 있다. 연관규칙 기법도 다양하게 연구되고 있는데 그 중 빈발 패턴 트리(FP-Tree)라는 방법을 이용하여 빈발 패턴을 찾아내는 연구가 활발히 진행되고 있다. 빈발 패턴 트리는 기존에 잘 알려져 있는 연관규칙 생성 기법인 Apriori 기법보다 우수한 성능을 가지는 방법이다. 그러나 빈발 패턴 트리는 과도한 크기의 FP-Tree를 생성하여 수행 성능을 떨어뜨리는 문제점을 가지고 있다. 이전 연구에서는 이 문제를 해결하였지만 모든 데이터집합에 적용하기에는 문제가 있다. 본 논문에서는 이러한 문제가 무엇인지 살펴보고 이를 해결하기 위해 B-Trans+ 클러스터링을 제안한다. 이를 이용하여 좀 더 효율적으로 과도한 크기의 FP-Tree 생성을 줄여 메모리 공간 사용을 줄이고 규칙 생성 수행 성능을 향상시켰다.

목차

요약
Abstract
1. 서론
2. 관련연구
3. 클러스터링을 이용한 개선된 연관규칙 마이닝
4. 실험 및 분석
5. 결론
참고문헌

참고문헌 (18)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-000794500