데이터 스트림 마이닝에서 양방향 감쇠 기법을 활용한 고관심 정보 탐색 (Mining highly attention itemsets using a two-way decay mechanism in data stream mining)

서지정보

· 발행기관 : 한국산업정보학회
· 수록지 정보 : 한국산업정보학회논문지 / 20권 / 2호 / 1 ~ 9페이지
· 저자명 : 장중혁

초록

데이터 스트림 마이닝에서 대부분의 정보 중요성 차별화 기법들은 오래된 정보에비해 최근에 발생한 정보에 보다 큰 가중치를 부여한다. 하지만, 오래 전에 발생한 정보 중에도 매우 중요한 의미를 갖는 정보들이 존재하기도 한다. 예를 들어, 도소매 상점에서 과거에는단골 고객이었으나 일정 기간 동안 방문하지 않은 경우, 해당 고객의 구매 기록 등이 포함된오래된 정보들은 집중 마케팅을 통한 판매실적 증대에 매우 중요한 자료가 될 수 있다. 본 논문에서는 하나의 데이터 스트림에서 최근에는 자주 발생되지 않으나 과거에 빈번히 발생했던것으로서 관심도가 큰 항목집합을 의미하는 고관심 정보 HAI(Highly Attention Itemsets)를 정의하고, 이를 효율적으로 탐색하기 위한 양방향 감쇠 기법 및 데이터 스트림 마이닝 기법을 제안한다.

영어초록

In most techniques of information differentiating for data stream mining, theygive larger weight to the information generated in recent compared to the old information.
However, there can be important one among the old information. For example, in case of aperson was a regular customer in a retail store but has not come to the store in recent,old information with the shopping record of the person can be importantly used in a targetmarketing for increasing sales. In this paper, highly attention itemsets(HAI) are defined,which mean the itemsets generated in the past frequently but not generated in recent. Inaddition, a twao-way decay mechanism and a data stream mining method for finding HAIare proposed.

참고자료

· 없음