HOME > 공학 > 전자공학 > 한국정보처리학회 > 정보처리학회논문지D
데이터베이스 : 희소 데이터 집합에서 효율적인 빈발 항목집합 탐사 기법
분야 공학 > 전자공학
저자 박인창 ( In Chang Park ) , 장중혁 ( Joong Hyuk Chang ) , 이원석 ( Won Suk Lee )
발행기관 한국정보처리학회
간행물정보 정보처리학회논문지D 2005년, 제12권 제6호, 817~828쪽(총12쪽)
파일형식 52805083.pdf [다운로드 무료 PDF 뷰어]
판매가격 4,200원
적립금 126원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
데이터 스트림 환경에서 효율적인 빈발 항목 집합 탐사 기법
서열 분석을 위한 연관 규칙 탐사 -
한 번의 데이터베이스 탐색에 의한 빈발항목집합 탐색
연관 규칙 탐사 응용을 위한 한 번 읽기에 의한 최대 크기 빈발항목 추정기법
스트림 데이터에서 회귀분석에 기반한 빈발항목 예측 -
 
 
국문초록
빈발 항목집합 마이닝 분야의 주된 연구 주제는 수행과정에서의 메모리 사용량을 줄이고 짧은 수행 시간에 마이닝 결과 집합을 얻는 것으로서, 빈발항목 탐색을 위한 다수의 방법들은 Apriori 알고리즘에 기반을 둔 다중 탐색 방법들이다. 또한 최대 빈발 패턴의 길이가 길어질수록 마이닝 수행 시간이 급격히 증가되는 단점을 가진다. 이를 극복하기 위해서 이전의 연구에서 마이닝 수행 시간을 단축하기 위한 다양한 방법들이 제안되었다. 하지만, 다수의 이들 방법들은 희소 데이터 집합에서는 다소 비효율적인 성능을 나타낸다. 본 논문에서도 효율적인 빈발항목 탐색 방법을 제안하였다. 먼저 빈발항목 탐색을 위한 새로운 트리구조인 L2-tree 구조를 제안하였으며, 더불어 L2-tree를 이용하여 빈발 항목집합을 탐색하는 L2-traverse 알고리즘을 제안하였다. L2-tree 구조는 길이가 2인 빈발 항목집합 L2에 기반하여 생성되는 것으로서 크기가 매우 작으며, 이를 활용한 L2-traverse 알고리즘은 L2-tree를 단순히 한번 탐색함으로써 전체 빈발 항목집합을 빠른 시간에 구한다. 또한 수행 시간을 보다 단축할 수 있는 방법으로 길이가 3인 빈발 항목집합 L3가 될 수 없는 L2 패턴들을 미리 제거하는 C3-traverse 알고리즘도 제안하였다. 다양한 실험을 통해 제안된 방법들은 특히 L2가 상대적으로 적은 희소 데이터 집합 환경일 때 기존의 다른 방법들보다 우수함을 검증하였다.
 
 
영문초록
The main research problems in a mining frequent itemsets are reducing memory usage and processing time of the mining process, and most of the previous algorithms for finding frequent itemsets are based on an Apriori-property, and they are multi-scan algorithms. Moreover, their processing time are greatly increased as the length of a maximal frequent itemset. To overcome this drawback, another approaches had been actively proposed in previous researches to reduce the processing time. However, they are not efficient on a sparse data set. This paper proposed an efficient mining algorithm for finding frequent itemsets. A novel tree structure, called an L2-tree, was proposed first, and an efficient mining algorithm of frequent itemsets using L2-tree, called an L2-traverse algorithm, was also proposed. An L2-tree is constructed from L2, i.e., a set of frequent itemsets of size 2, and an L2-traverse algorithm can find its mining result in a short time by traversing the L2-tree once. To reduce the processing more, this paper also proposed an optimized algorithm C3-traverse, which removes previously an itemset in L2 not to be a frequent itemsets of size 3. Through various experiments, it was verified that the proposed algorithms were efficient in a sparse data set.
 
 
빈발 항목집합, 희소 데이터 집합, L2-트리, L2-탐색기법, C3-탐색기법, Frequent Itemset, Sparse Data Set, L2-tree, L2-traverse, C3-traverse
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
환경친화적 국토개발사업 추진방안 연구
기출응용
한국학의 갈래와 각자의 현황과 동향에 관한 연구 분석
프로젝트 파이낸스
[사업계획서] 바게트 & 커피 전문점
[자료목록] 정부주도 경제개발체제
2017 세무직공무원면접대비200문 200답
경영학과 레포트자료
[컴공] 커널 컴파일의 모든것!! 해부한다
[국제통상] 해외직접 투자전략 카르페디엠(Carpediem)
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
데이타베이스 : 단축-경로와 확장성 ...
소프트웨어 공학 : 훈련데이터 집합을...
데이터베이스 : 순차패턴에 기반한 XM...
데이터베이스 : 불확실한 시간 간격을...
소프트웨어 공학 : 디자인 패턴에 대...
이 간행물 신규자료
한글 형태소 및 키워드 분석에 기반한...
TK-Indexing: NoSQL 기반 SNS 데이터 ...
UML 상태 기계를 이용한 임베디드 소...
레퍼런스 흐름에 기반한 디자인 패턴...
웹 서비스 합성 구성을 위한 QoS고려 ...
저작권 정보
본 학술논문은 한국학술정보㈜ 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]