A Study of Optimum allocation model with influence

영향력을 고려한 적정입지선정 모델 연구

In this paper, we propose DBSCAN-I that is an algorithm for clustering with influence. DBSCAN-I that extends traditional DBSCAN and DBSCAN-W converts from non-spatial feature to influence while doing spatial clustering. This is an algorithm that increases probability of allocation to cluster when influence is more higher than other. And also, we present the result that selects effectively optimum allocation with influence to apply the proposed algorithm.

본 논문은 영향력을 고려한 클러스터링을 위한 알고리즘인 DBSCAN-I를 제안한다. DBSCAN-I는 기존의 DBSCAN과 DBSCAN-W를 확장한 것으로 공간데이터 클러스터링 시 여러 비공간 속성을 영향력으로 변환한다. 이는 영향력이 클수록 클러스터에 포함될 확률을 높여주기 위한 알고리즘이다. 또한 제안하는 알고리즘을 적용하여 영향력을 고려하여 효과적으로 적정입지를 선정하는 결과를 보였다.