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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제18권 제1호
발행연도
2016.1
수록면
199 - 206 (8page)

이용수

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

초록· 키워드

오류제보하기
위키 백과사전에 의하면 데이터 마이닝은 대규모로 저장된 데이터 안에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 것으로 고객 관계 관리, 신용평가모형 개발, 사기탐지시스템, 장바구니 분석, 최적 포트폴리오 구축 등과 같이 다양한 산업 분야에서 광범위하게 사용되고 있다. 이들 데이터 마이닝 기법 중의 하나인 연관성 규칙은 연관성 평가 기준에 의해 관심 있는 항목들 간에 관련성을 찾아내는 기법으로 많은 연구자들에 의해 평가 기준들이 개발되어 왔다. 이들 중에서 헬링거 측도는 연관성 규칙의 관점에서 볼 때 여러 가지 연관성 측도들에 비해 많은 장점이 있으나 양의 연관성의 정도와 음의 연관성의 정도를 합해서 결과를 도출하기 때문에 연관성의 방향을 판단하기가 곤란한 문제를 내포하고 있다. 이를 해결하기 위해 본 논문에서는 헬링거 측도를 변형한 수정된 헬링거 측도를 제안하고 예제를 통하여 비교하였다. 그 결과, 연관성의 방향을 제시하는 수정된 헬링거 측도가 기존의 측도보다 더 바람직한 것으로 나타났다.

목차

등록된 정보가 없습니다.

참고문헌 (14)

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