음의 일치 빈도를 고려한 유사성 측도의 대소 관계 규명에 관한 연구 (A study on the ordering of similarity measures with negative matches)

서지정보

· 발행기관 : 한국데이터정보과학회
· 수록지 정보 : 한국데이터정보과학회지 / 26권 / 1호 / 89 ~ 99페이지
· 저자명 : 박희창

초록

세계 경제 포럼과 대한민국 지식경제부에서 10대 핵심정보기술 가운데 하나로 빅 데이터를 선정한바 있다. 빅 데이터에 대한 분석은 결국 데이터들이 가지고 있는 속성을 얼마나 효과적으로 분석하느냐가 관건이다. 이를 위한 기법들 중에서 군집 분석 방법은 거리 또는 유사성 측도를 이용하여 각 개체의 유사성을 측정하여 유사도가 높은 대상 집단을 분류하고 군집에 속한 개체들의 유사성과 서로 다른 군집에 속한 개체간의 상이성을 밝혀내는 통계분석 기법이다. 군집분석에서 이용되고 있는 유사성측도는 데이터의 속성에 따라 여러 가지의 형태로 분류할 수 있으며, 범주형 데이터에 적용 가능한 측도들은 음의 일치 빈도를 고려한 측도, 음의 일치 빈도를 고려하지 않는 측도, 그리고 주변 확률 분포의 포함 여부에 의한 측도 등으로 구분할 수 있다. 음의 일치 빈도는 동시발생빈도와 더불어 두 항목간의 관련성에 대한 순방향성을 의미하므로 이를 고려하지 않는 유사성 측도들보다 이를 고려한 유사성 측도들이 좀 더 현실적인 측도라고 할 수 있다. 따라서 본 논문에서는 이분형 데이터에 대해 일반적으로 많이 활용되고 있는 음의 일치 빈도를 고려한 측도들에 대해 대소 관계를 규명함으로써 이들의상한 및 하한을 설정하는 문제를 고려하였다.

영어초록

The World Economic Forum and the Korean Ministry of Knowledge Economy haveselected big data as one of the top 10 in core information technology. The key of big datais to analyze effectively the properties that do have data. Clustering analysis method ofbig data techniques is a method of assigning a set of objects into the clusters so that theobjects in the same cluster are more similar to each other clusters. Similarity measuresbeing used in the cluster analysis may be classified into various types depending onthe nature of the data. In this paper, we studied upper and lower bounds for binarysimilarity measures with negative matches such as Russel and Rao measure, simplematching measure by Sokal and Michener, Rogers and Tanimoto measure, Sokal andSneath measure, Hamann measure, and Baroni-Urbani and Buser mesures I, II. Andthe comparative studies with these measures were shown by real data and simulatedexperiment.

참고자료

· 없음