지역 정보와 통합된 환경정보분석을 위한 CART 기법의 적용방안

CART Techniques for Environmental Information Analysis Joined with Local Information

데이터마이닝은 방대한 양의 데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 기법으로서 각종 데이터를 기반으로 감춰진 지식, 기대하지 못했던 경향 또는 새로운 룰 등을 발견하는데 사용된다. 데이터마이닝 기법에는 의사결정나무, 연관성규칙, 군집분석, 신경망 분석 등이 있다.의사결정나무 알고리즘은 의사결정 규칙을 도표화하여 관심대상이 되는 집단을 몇 개의 소집단으로 분류하거나 예측을 수행하는 방법이다. 의사결정나무는 시장 세분화, 고객세분화 등의 세분화와 고객을 신용도에 따라 우량 또는 불량으로 분류하는 분류 문제, 고객 속성에 따라 대출한도액을 예측하는 예측, 차원 축소 및 변수 선택, 교호작용효과의 파악, 범주의 병합 또는 연속형 변수의 이산화 등의 분야에 유용하게 활용된다.본 논문에서는 지역 정보와 통합된 환경정보분석을 위하여 CART 기법의 적용방안에 대하여 연구하고자 한다. 본 연구의 결과를 바탕으로 환경개선대책 수립과 환경 정책 결정에 필요한 의사결정 지원 등 효율적인 환경행정의 수행과 환경 정책 수립에 기여할 수 있게 한다.

Data mining is the method to find useful information for large amounts of data in database It is used to find hidden knowledge by massive data, unexpectedly pattern, relation to new rule. The methods of data mining are decision tree, association rules, clustering, neural network and so on.The decision tree approach is most useful in classification problems and to divide the search space into rectangular regions. Decision tree algorithms are used extensively for data mining in many domains such as retail target marketing, fraud detection, data reduction and variable screening, category merging, etc. We analyze waste database united with local information using CART techniques for environmental information. We can use these decision tree outputs for environmental preservation and improvement.