HOME > 공학 > 기타(공학) > 한국게임학회 > 한국게임학회 논문지
빅 데이터의 자율 속성 감축을 위한 확장된 정보 엔트로피 기반 상관척도 -
분야 공학 > 기타(공학)
저자 박인규
발행기관 한국게임학회
간행물정보 한국게임학회 논문지 2018년, 한국게임학회 논문지 제18권 제1호, 105page~113page(총9page)
파일형식 3468119 [다운로드 무료 PDF 뷰어]
판매가격 6,000원
적립금 180원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
Marmot: 공간 빅데이터 처리를 위한 하둡 기반의 고성능 데이터 저장 관리 시스템 -
스마트 시대의 개인정보보호 입법전략 -
빅데이터를 이용한 딥러닝 기반의 기업 부도예측 연구
4차 산업혁명 시대 정보기술을 활용한 행정서비스 혁신방안 연구
행정정보 공동이용의 평가와 개선방안 연구
 
 
목차
부제 : Extended Information Entropy via Correlation for Autonomous Attribute Reduction of BigData
요약
ABSTRACT
1. 서론
2. 범주형 속성 엔트로피
3. 확장된 엔트로피 k-modes 알고리즘
4. 실험 및 결과고찰
5. 결론
REFERENCES
 
 
국문초록
고객 유형 분석에 쓰이는 다양한 데이터 분석 방법은 고객들을 위한 맞춤형 콘텐츠를 기획하고, 보다 편리한 서비스를 제공하기 위하여 고객들의 유형과 특성을 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 정보의 손실을 줄이기 위한 일환으로 정보 엔트로피를 확장하여 속성의 불확실성을 이용한 k-modes 군집분석 알고리즘을 제안한다. 따라서 속성에 대한 유사도의 측정은 두 가지의 측면에서 고려되어진다. 하나는 각 분할의 중심에 대한 각 속성간의 불확실성을 측정하는 것이고, 다른 하나는 각 속성이 가지는 불확실성에 대한 확률적 분포에 대한 불확실성을 측정하는 것이다. 특히 속성내의 불확실성은 속성의 엔트로피를 확률적 정보로 변환하여 불확실성을 측정하기 때문에 최종적인 불확실성은 비확률적인 척도와 확률적인 척도에서 고려되어 진다. 여러 실험과 척도를 통하여 제안한 알고리즘의 정확도가 최적의 초기치를 기반으로 군집분석을 수행한 결과에 준수함을 보인다.
 
 
영문초록
Various data analysis methods used for customer type analysis are very important for game companies to understand their type and characteristics in an attempt to plan customized content for our customers and to provide more convenient services. In this paper, we propose a k-mode cluster analysis algorithm that uses information uncertainty by extending information entropy to reduce information loss. Therefore, the measurement of the similarity of attributes is considered in two aspects. One is to measure the uncertainty between each attribute on the center of each partition and the other is to measure the uncertainty about the probability distribution of the uncertainty of each property. In particular, the uncertainty in attributes is taken into account in the non-probabilistic and probabilistic scales because the entropy of the attribute is transformed into probabilistic information to measure the uncertainty. The accuracy of the algorithm is observable to the result of cluster analysis based on the optimal initial value through extensive performance analysis and various indexes.
 
 
Information Entropy(정보 엔트로피), Uncertainty(불확실성), K-modes Clustering(k-모드 군집화), Categorical Data(범주형 데이터), Similarity(유사도)
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
합격예감 사회복지학 정리노트
어미블랙홀 우주론 - PDF 전자출판
이력서&자소서 면접족보
지식경영 레포트
2017년.5월 최신시사상식
[지식경영] 지식경영 성공요인과 사례
사서직 공무원 시험 대비 도서관 경영론 요약 자료
도서관 경영론 요약 및 문제자료(사서직 공채 시험 대비)
[경상계열] [경제학과]유통신조류와 물류혁신[1]
[현대경영이론]한국 기업경영의 과거, 현재, 미래
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
온라인 게임 과몰입 전문상담사 교육...
게임음악의 변천에 대한 고찰 -
HTML5 게임 엔진을 이용한 모바일 게...
게임요소의 만족도분포 추정에 관한 ...
MMORPG 커스터마이징에서 젠더에 대한...
이 간행물 신규자료
Proximal Policy Optimization을 이용...
모션플랫폼과 VR HMD를 사용하는 VR콘...
유전알고리즘을 이용한 Match-3 게임 ...
가상현실 속 3D 공간에서의 동양화 기...
게임 퀘스트의 편집가능성에 따른 플...
저작권 정보
본 학술논문은 ㈜누리미디어와 각 학회간에 저작권 계약이 체결된 것으로 HAPPY학술이 제공하고 있습니다. 본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
 
서비스이용약관 | 개인정보취급방침 | E-mail 수집 거부 | 제휴 및 광고문의 | FAQ
이메일 무단 수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]