항목의 상대적 발생 비율을 고려한 연관성 평가 기준 활용 방안

Utilization of Association Rule Thresholds Considering Relative Occurrence Rates

오늘날 정보기술이 급속도로 발전함에 따라 다양한 데이터 마이닝 기법들이 마케팅, 소매업, 제조업, 금융 및 보험업, 보건 및 의학, 이미지 분석 등 여러 분야에서 적용되고 있다. 이들 중에서 가장 많이 연구되고 있는 연관성 규칙은 거대한 양의 데이터베이스에 내재되어 있는 항목들 간의 관련성을 탐색하는 데 활용되고 있다. 일반적인 연관성 규칙 생성과정은 먼저 사용자가 지정한 최소 지지도의 조건을 만족하는 빈발항목집합을 생성한 후, 생성된 빈발항목집합에 대해 최저 신뢰도의 조건을 만족하는 규칙을 연관성 규칙으로 채택한다. 이 때 항목 발생 비율이 매우 작은 경우에는 빈발항목집합에 포함될 가능성이 매우 희박하기 때문에 신뢰도의 값이 매우 크다고 할지라도 연관성 규칙으로 채택되지 않는다. 이를 개선하기 위해 본 논문에서는 항목의 상대적 발생 비율을 고려한 연관성 규칙 평가 기준을 제안하였으며, 예제를 통하여 이들 평가 기준의 유용성을 살펴보았다. 그 결과, 상대적 발생 비율의 값이 클수록 본 논문에서 제안한 지지도와 신뢰도가 기존의 연관성 규칙을 적용한 경우 보다 크게 나타나기 때문에 발생 비율이 작은 항목들 간의 연관성 규칙들도 생성할 수 있었으며, 발생 비율이 다른 항목들 간의 연관성 규칙들을 합리적이고도 공정하게 비교할 수 있다는 사실도 확인하였다.

Data mining is a 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. Association rule mining searches for interesting relationships among items in a given large data set, and has been applied in various fields like market basket analysis, finance, manufacturing control, health and medical science, insurance, image analysis, and internet shopping mall. There are three primary quality measures for meaningful association rules; support, confidence, and lift. In this paper, we propose some association thresholds considering relative occurrence rates for association rule exploration of rare cases. The comparative studies with two kinds of supports and confidences are shown by numerical example. As a result, the higher the relative occurrence rates, the values of support and confidence considering relative occurrence rates are greater than the existing support and confidence.