Journal of Digital Contents Society (디지털콘텐츠학회 논문지)

Digital Contents Society (한국디지털콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Association Service Mining using Level Cross Tree

레벨 교차 트리를 이용한 연관 서비스 탐사

  • 황정희 (남서울대학교 컴퓨터학과)
  • Received : 2014.06.01
  • Accepted : 2014.08.04
  • Published : 2014.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

The various services are required to user in time and space. It is important to provide suitable service to user according to user's circumstance. Therefore it is need to provide services to user through mining by latest information of user activity and service history. In this paper we propose a mining method to search association rule using service history based on spatiotemporal information and service ontology. In this method, we find the associative service pattern using level-cross tree on service ontology. The proposed method is to be a basic research to find the service pattern to provide high quality service to user according to season, location and age under the same context.

사용자는 시간적, 공간적 상황에 따라 다양한 정보를 요구한다. 상황변화에 맞는 서비스 정보를 제공하는 것이 중요하다. 그러므로 사용자의 행동 및 서비스 이력의 최신정보를 기반으로 마이닝하여 최적의 서비스를 사용자에게 제공해야 한다. 본 논문에서는 시공간 정보 및 서비스 정보 온톨로지를 기반으로 사용자의 서비스 사용 이력을 이용하여 연관 있는 서비스 규칙을 탐색하기 위한 마이닝 방법을 제안한다. 이를 위해 서비스 온톨로지 계층에 대한 레벨 교차 기반의 연관 서비스 규칙을 발견한다. 제안된 마이닝 방법은 일정한 시간과 공간에 대한 시기별, 위치별, 연령별에 대한 연관 서비스 패턴을 발견할 수 있으므로 사용자의 상황변화에 양질의 서비스를 제공할 수 있는 기반이 된다.

Keywords

References

  1. M. Oh, J. Lee, B. Chang, J. Ahn, K. Doh, "A Program ming Environment for Ubiqutious Computing Envir onment," ACM SIGPLAN Notices Volumn 42(4), pp. 14-22, 2007.
  2. S.Wang, J. Min, B.Yi, "Location Based Service for Mobiles: Technologies and Standards," IEEE Intern ational Conference on Communication (ICC), 2008.
  3. L. Brisson, M. Collard, "An Ontology Driven Data Mining Process," The Tenth International Conference on Enterprise Information Systems, 2008.
  4. A. Bellandi, B. Furletti, V. Grossi, A. Romei, "Ontology-driven Association Rules Extraction: a Case of Study, The International Workshop on Contexts and Ontologies: Representation and Reasoning, 2007.
  5. M. Takenmoto, et al., "A Service-Composition and Service-Emergence Framework for Ubiquitous-Computing Environments," Proc. of the 24th Internatio nal Symposium on Applications and the Internet Workshops, 2004.
  6. J. Han, Y. Fu, "Discovery of Multiple-Level Association Rules from Large Databases," IEEE Transactions on Knowledge and Data Engineering, 11(5), 1999.
  7. R. S. Thakur, R.C. Jain and K. R. Pardasani, "Mining Level-Crossing Association Rules from Large Data bases," Journal of Computer Science 2(1), pp. 76-81, 2006. https://doi.org/10.3844/jcssp.2006.76.81
  8. V. Ramana, M. Rathnamma, A. Reddy, "Methods for Mining Cross Level Association Rule In Taxonomy Data Structures," International Journal of Computer Applications, Vol. 7, No. 3, 2010.
  9. C. Harry, F. Tim, "An Ontology for Context-aware Pervasive Computing Environments," Workshop On tologies and Distributed Systems, IJCAI Press, 2003.
  10. Q. Ni, "Service Composition in Ontology enabled Service Oriented Architecture for Pervasive Computing,"Workshop on Ubiquitous Computing and e-Research, 2005.
  11. M. Khedr, A. Karmouch, "Negotiating Context Infor mation in Context-aware Systems," IEEE Intelligent Systems, 2004.