내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

연관규칙 마이닝 모델 설계를 위한 UML 2.0 프로파일

전문가 제언: ○ 데이터 마이닝에서 연관규칙 기법은 대량의 데이터에서 특정한 데이터 사이에 관계성 또는 연관성을 찾는 방법이다. 그 뿐 아니라 이 기법은 대량의 데이터 집합으로부터 은익 된 패턴을 도출하기 위한 분석과 연구를 가능케 한다. 특히 이 방법은 “제품 A를 구매한 소비자는 제품 B도 구매한다.” 등의 연관성 패턴을 분석한다는 점에서 장바구니분석(market basket analysis)이라고도 한다.

○ 데이터 웨어하우스는 조직의 이력 데이터와 기업(corporate) 메모리의 주 저장소이다. 기업 메모리는 조직의 전략적 목표와 목적을 제공하는데 필요한 데이터와 정보 및 지식의 총체이다. 데이터 웨어하우스는 관리의 의사결정시스템을 위한 원천 자료를 가지고 있으며 데이터 마이닝과 같은 복잡한 질의와 분석을 운영체제의 속력을 떨어뜨리지 않고 수행할 수 있다.

○ 데이터 웨어하우스에 연관규칙을 적용하기 위하여 여러 가지 모델링 패러다임에 따르는 데이터 웨어하우스의 개념적 설계가 요구된다. 이 논문에서 Zubcoff 등은 기존에 제안한 개념적 수준에서 주요 다차원 성질의 명세를 가능케 하는 데이터 웨어하우스의 프로파일을 확장하여 연관 규칙을 가진 데이터 웨어하우스의 개념 설계를 위하여 데이터 마이닝 모델을 다차원 모델로 통합하는 새로운 방법을 제안한다.

○ 이 방법에서는 분명하고 표현적인 방법으로 연관규칙 마이닝을 명시하는 UML 프로파일을 제공함으로서 연관규칙들은 데이터 웨어하우스 프로젝트의 초기 단계에서 명세 되고 따라서 개발시간과 비용이 축소시킴을 보인다. 특히 장바구니분석 사례에서 특정한 연관규칙을 상업적 데이터베이스 관리 서버에서 구현한다.

○ 기업의 데이터 웨어하우스에서 연관규칙에 따르는 패턴과 연관성을 찾는 일은 기업의 의사결정 지원시스템의 하나로서 매우 중요하다. 이 분야는 정보과학 분야에서 이미 경영과학 또는 산업 전반에 걸쳐 확산되고 있으므로 이 분야에 관심 있는 분들에게 매우 좋은 참고가 될 내용이다.

저자: Jose Zubcoff, Juan Trujillo
자료유형: 학술정보