Journal of Digital Contents Society (디지털콘텐츠학회 논문지)

Digital Contents Society (한국디지털콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Mining Association Rule on Service Data using Frequency and Weight

빈발도와 가중치를 이용한 서비스 연관 규칙 마이닝

  • Received : 2015.11.30
  • Accepted : 2016.04.26
  • Published : 2016.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

The general frequent pattern mining considers frequency and support of items. To extract useful information, it is necessary to consider frequency and weight of items that reflects the changing of user interest as time passes. The suitable services considering time or location is requested by user so that the weighted mining method is necessary. We propose a method of weighted frequent pattern mining based on service ontology. The weight considering time and location is given to service items and it is applied to association rule mining method. The extracted rule is combined with stored service rule and it is based on timely service to offer for user.

일반적인 빈발패턴 탐사 방법은 항목의 빈발도만을 고려한다. 그러나 유용한 정보를 추출하는 데 있어 빈발도와 더불어 고려해야 하는 것은 빈발항목이 아니더라도 연관된 항목이 주기적으로 함께 발생한다면 시기나 시간에 따라 관심의 중요도가 변화하는 것을 고려해야 한다. 즉, 시간에 따라 사용자가 요구하는 서비스의 중요도는 다르므로 각 서비스 항목에 대한 중요도의 값을 고려하여 마이닝 하는 방법이 필요하다. 본 논문에서는 서비스 온톨로지 기반으로 가중치를 이용한 서비스 빈발 패턴을 추출하는 마이닝 기법을 제안한다. 제안하는 기법은 시공간 상황을 기반으로 서비스의 중요도를 고려한 가중치를 부여하여 연관 서비스를 발견한다. 새롭게 탐사되는 서비스는 저장되어 있는 서비스 규칙과의 새로운 조합을 통해 사용자에게 최적의 서비스 정보를 제공할 수 있는 기반이 된다.

Keywords

References

  1. D. Han, D. Kim, J. Kim, C. Na, B. Hwang, "A Method for Mining Interval Event Association Rules from a Set of Events Having Time Property," Journal of Korea Information Processing Society, Vol.16-D, No.2, pp.186-190, 2009
  2. U. Yun, J. J. Leggett, "WIP:mining Weighted Interesting Patterns with a strong weight and/or support affinity," SIAM International Conference on Data Mining, pp. 624-628, 2006
  3. H. Yun, D. Ha, B. Hwang, K. Ryu, "Mining Association Rules on Significant Rare Data Using Relative Support," Journal of Systems and Software, Vol.67, No.3, pp.181-191, 2003 https://doi.org/10.1016/S0164-1212(02)00128-0
  4. R. J. Swargam, and M. J. Palakal, "The Role of Least Frequent Item Sets in Association Discovery," In Proc. of International Conference on Digital Information Management, 2007
  5. C. F. Ahmed, S. K. Tanbeer, B. S. Jeong, Y. K Lee, "Mining Weighted Frequent Patterns in Incremental Databases," Proc. of the Pacific Rim, 2008
  6. F. Tao, "Weighted Association Rule Mining using Weighted Support and Significant Framework," Proc. of the ACM SIGKDD, 2003
  7. W. Wang, J. Yang, P. S. Yu, "WAR:Weighted Association Rules for Item Intensities," Knowledge Information and Systems, 2004 https://doi.org/10.1007/s10115-003-0108-7
  8. U. Yun, J. J. Leggett, "WFIM:Weighted Frequent Itemset Mining with a Weight Range and a Minimum Weight," Proc. of the Fourth SIAM Int. Conf. on Data Mining, 2005
  9. S. Lo, "Binary Prediction based on Weighted Sequential Mining Method," Proc. of the Int'l Conf. on Web Intelligence, pp.755-761, 2005
  10. U. Yun, "A New Framework for Detecting Weighted Sequential Patterns in Large Sequential Databases," Knowledge-Based Systems, 2008 https://doi.org/10.1016/j.knosys.2007.04.002
  11. R. S. Thakur, R.C. Jain and K. R. Pardasani, "Mining Level-Crossing Association Rules from Large Databases," Journal of Computer Science 2(1), pp. 76-81, 2006. https://doi.org/10.3844/jcssp.2006.76.81
  12. 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.