연관성 측도로서의 예방 강도의 탐색과 역의 인과 강도의 제안

Exploration of Preventative Strength and Proposition of Inverse Causal Strength as Association Criteria

최근에 정보통신기술이 발달하고 모바일 기기의 이용이 확산됨에 따라 빅 데이터의 환경이 도래하였다. 네트워크와 유무선으로 연결된 온라인 기기의 증가와 디지털 공간에서의 활동 일상화로 발생되는 인터넷 홈페이지 접속 기록, 온라인 서비스 이용 기록, 사물 대 사물 간의 사물통신의 데이터, 그리고 스마트폰과 같이 인터넷에 연결 가능한 기기를 이용하여 블로그ㆍ트위터ㆍ페이스북 등과 같은 사회적 미디어에서 생성되는 데이터 등의 디지털 데이터가 폭발적으로 증가하고 있다(Choe, Park, 2013). 빅 데이터 기술은 분석 기술과 표현 기술로 분류할 수 있는데 분석 기술 중에서는 가장 대표적인 것이 데이터 마이닝 기법이다. 이는 대용량 데이터베이스에 내재되어 있는 규칙이나 정보를 탐색하는 기술로 여러 가지 기법이 있으며, 이 중에서도 현업에서 활발하게 적용되고 있는 방법이 연관성 규칙이다. 본 논문에서는 Fitelson, Hitchcock(2011)에 의해 제안된 예방 강도를 그들이 연구하고 연관성 평가 기준의 관점에서 Park(2016)에 의해 논의된 인과 강도와 비교하는 동시에 이와 유사한 역의 인과 강도를 제안하며, 이들을 규칙의 평가 기준의 관점에서 비교하였다.

Recently, with the development of information and communication technology and the use of mobile devices, the environment of big data has arrived. Digital data such as internet homepage access records, records of online service use, data of object communication between objects and objects, and data generated from social media such as blogs, tweeters, and facebook are explosively increasing (Choe, Park, 2013). Big data technology can be categorized into analysis technology and expression technology. Data mining is one of the most popular analytical techniques. This is a technique to search for rules or information inherent in a large-scale database. There are several techniques, among which the method that is actively applied in the business is the association rule. In this paper, we compared preventative strength proposed by Fitelson, Hitchcock (2011) and causal strength discussed by Park (2016). Furthermore, we proposed inverse causal strength and compared three kinds of strength measures in terms of the evaluation criteria of the association rule.