• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.43-45
• /
• 2001

데이터로부터 숨겨진 패턴을 추출하는 데이터마이닝 기법 중에서 연관규칙은 대용량의 데이터베이스에서 단위 트랜잭션 당 동시에 발생할 확률이 높은 항목들의 유형을 발견하는 기법이다. 연관규칙 탐사에서 개념계층(taxonomy)을 사용하여 보다 포괄적인 의미를 갖는 규칙을 찾아내는 연구가 일반화된 연관규칙이며 이를 통해 일반화 이전에는 간과될 수 있는 중요한 규칙을 발견할 수 있다. 일반화된 연관규칙에 관한 기존의 접근방법은 후보항목집합의 각 항목에 대한 개념계층상의 모든 조상들을 트랜잭션에 추가한 후 확장된 트랜잭션에 대해 지지도를 계산하는 방법이며. 이렇게 되면 연관규칙의 단점중의 하나인 계산량 문제가 더욱 두드러지게 된다. 이에 본 연구에서는 모든 개념계층 레벨이 아닌, 사용자가 관심 있는 레벨로 제한된 환경에서 연관규칙 탐사를 수행하여 규칙생성의 복잡도를 줄이는 시스템을 구현하였다. 그러나 모든 항목을 한 레벨로 일반화하는데는 무리가 따르기 때문에 관심있는 항목의 경우 일반화 레벨을 따로 명시할 수 있도록 하여 사용자가 원하는 규칙을 발견하도록 하였다.

• 대한치과의사협회지
• /
• 제27권8호통권243호
• /
• pp.697-702
• /
• 1989

악성종양은 상피성의 암종(carcinoma)과 결체직성의 육종(sarcoma)으로 분류된다. 최근 암환자의 발생은 점차 증가되는 추세이며, 우리나라에서도 사망원인 중 뇌졸증 다음으로 암이 차지하는 비율이 높다. 이러한 암은 침윤성(infiltrative)인 성장으로 인하여 인접 정상조직을 급격히 파괴시키며, 해당 임파절을 따라 신체 다른 부위로 전이(metastasis)된다. 임파절에 전이되기 전에 조기발견된 암은 70%의 5년 생존률을 보이는 반면, 임파절에 전이된 후에 발견된 암은 30%의 5년 생존률을 보인다. 따라서 암의 성공적인 치료를 위해서는 이의 조기발견이 매우 중요하다고 할수 있다. 그러나 불행하게도 많은 환자가 이미 병소가 상당히 진행된 상태에서 내원하기 때문에 이의 근치가 어려우며, 예후 또한 좋지 않다. 이러한 암을 조기발견하기 위해서는 환자 자신의 관심뿐만 아니라 치과의사의 세심한 검진이 필요하리라 생각된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.148-150
• /
• 2001

발견된 Web Usage 패턴들은 분석하는 전문가에게는 불필요하고 흥미롭지 못해 의사결정에 도움이 못되는 경우가 많다. 따라서 발견된 패턴에 대한 도메인 전문가의 사전 Belief에 기반한 패턴 검증 과정이 필요하다. 발견된 패턴의 유용성 여부는 패턴의 Unexpectedness를 측정함으로써 결정할 수 있다. 본 논문에서는 패턴의 Unexpectedness를 전문가의 Belief에 기반하여 검증하기 위한 새로운 방법론 제안한다. 발견된 패턴과 전문가 Belief를 매칭 알고리즘을 이용하여 패턴을 4가지(완전일치, 조건부 일치, 결과부 일치, 완전 불일치)로 분류하는 1차 검증과 1차 검증 결과의 4가지 분류데이터를 통계적 추론 방법인 Dempster-chafer에 적용한 2차 검증으로 나뉜다. 1차 검증 과정은 패턴의 분류 용이성을 부여하나 패턴의 Unexpectedness에 대한 신뢰성을 제공하지 못한다. 이 문제점을 2차 검증 과정을 통해 해결한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (3)
• /
• pp.652-654
• /
• 2004

e-Business 환경의 핵심기술로 주목을 받고 있는 웹서비스는 기존의 비지니스 로직을 보다 빠르고 효율성있게 구축할 수 있는 방법을 제공하는 바탕이 되어가고 있다. 그러나 아직까지 실제 e-Business 에 적용하기에는 몇 가지 문제점이 존재하는데, 그 중 하나가 비지니스 로직을 자동으로 발견하는 것이다. 이를 위해 웹서비스에 온톨로지를 적용한 시맨틱 웹서비스 기술이 연구되고 있으며, 이를 기반으로 서비스 요구자의 요구사항에 맞는 서비스 발견을 위한 방법들이 선보이고 있다. 그러나 현재의 그러한 연구는 서비스 요구자가 기술하는 질의 온톨로지가 서비스 게시자의 온톨로지와 같다는 전제하에서 연구되고 있다. 본 논문은 이러한 매치 메이킹이 보다 효율적으로 수행되도록 게시자의 온톨로지들을 이용하여 서비스 요구자의 질의를 생성하고, 이를 사용하여 웹서비스를 자동으로 발견하는 방법을 제시한다.

• 대한전자공학회논문지
• /
• 제21권5호
• /
• pp.1-6
• /
• 1984

본 논문에서는 여러 경우의 발견적함수가 논의되었다. 경로 찾기 알고리즘에 있어서는 목표까지 거리의 정확한 평가자를 구하는 것이 중요하다. 정확한 평가자가 존재하는 한 어느 공간이든 문제가 풀리는 영역이지만, 부정확한 평가자들로서도 가능한 영역에 흥미가 있으며 따라서 이 논문은 발견적정보의 효과적인 사용의 필요성을 느끼게 하여주는 경우들을 다루었으며, 이것은 최단경로 문제에 있어서 계산적인 접근에 사용하면 좋다.

• 재무관리연구
• /
• 제14권2호
• /
• pp.205-228
• /
• 1997

본 연구는 1982년부터 1996년까지의 유로달러선물과 T-bill 선물의 일별 시계열 자료를 이용하여 단기금리선물의 가격발견기능을 실증적으로 검정하고 있다. 분석방법은 시계열의 불안정성 여부를 알아보는 단위근검정, 장기균형관계를 알아보는 Johansen 공적분검정, 공적분관계가 있는 시장에 대해 설정오류의 문제를 피하고 변수들간의 인과관계를 파악하기 위해 Granger 인과관계모형을 사용하였다. 주요한 결과로 각 금리시계열들은 일차누적 시계열 I(1)임이 확인되었고 공적분관계를 분석한 결과, 각 금리 시계열의 선형결합은 안정적인 장기균형관계가 있음을 나타내 주고 있다. 따라서 각 시장은 서로 밀접한 인과관계가 있음을 암시하고 있다. 또한 선물금리와 현물금리를 대상으로 인과관계검정 결과 유로달러시장의 경우 전기에서는 피드백효과가 있고 후기에는 선물금리의 가격발견기능이 나타났다. T-bill 시장의 경우는 전기에 현물금리가 선물금리에 대해 선행하였고 후기에는 피드백효과가 나타났다. 이렇게 유로달러선물이 후기에서 가격발견기능이 있는 것은 정보통신의 발달과 유로시장의 적은 규제 등으로 유로달러선물시장이 1980년대 후반부터 급성장한 것이 그 원인으로 분석된다.

• 디지털콘텐츠
• /
• 11호통권102호
• /
• pp.74-77
• /
• 2001

올해 상반기에 발견된 신종 바이러스는 지난해 동기간 대비 현격히 감소했으며, 소수의 바이러스에 의해서만 피해사례가 발생하는 집중화 현상은 증가한 것으로 조사됐다.이는 지난 7월 통합 보안기업 안철수 연구소에서 발표한 자료에 의하면 안철수 연구소 분석 결과 2001년 상반기에 국내에서 발견된 신종 바이러스는 모두 64종으로, 2000년 상반기에 발견된 346종에 비해 20%감소한 것으로 집계됐다.종류별로는 매크로 바이러스 71.9%(46종)로 가장 많이 발견 됐으며, 이어 트로이목마 20.3%(13종), 웜과 스크립트 바이러스가 각각 3.1%(2종)와 4.7%(3종)으로 종류별 비율은 작년 상반기와 비슷한 것으로 조사됐다. 출처별로는 외산이 92.2%인 59종으로 국산 9종에 비해 압도적으로 많은 것으로 나타났다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.325-332
• /
• 2000

데이터마이닝 분야에서 시계얼 데이터(time-series data)내에서 숨어 있는 순차패턴의 발견은 상품(Items)이나 어떤 사건(Event)과 같이 데이터의 특징이 명확한 대상에 대한 연구는 많이 되어왔으나 수치 값을 가지는 시계열 데이터에서 이들 내부에 숨어 있는 패턴을 발견하는 것은 최근에 관심을 가지게 되었다. 우리는 시계열 데이터를 시간적 변화에 따라 값의 변화 경향(Trend)이 같은 데이터 그룹을 패턴 요소인 벡터 (Vestor)로 표현하여 이들을 이용해서 흥미로운 패턴들을 발견한다. 이와 같은 벡터적인 표현으로 우리는 벡터들 간의 포함관계를 적용해 모든 가능한 형태의 패턴 발견을 목적으로 한다. 또한 경향성을 가진 패턴 요소를 사건(Event)과 같이 취급함으로써 다양한 종류의 시계열 데이터가 동시에 발생될 때 이들 상호간에 연관된 시간적 패턴을 찾을 수 있다. 따라서 이 연구에서 제안하는 경향성을 기초로 한 순차패턴의 탐식은 기업내부의 판매실적의 변화 패턴이나, 고객의 구매 행동분석에 적용이 가능하리라 여겨진다

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.66-71
• /
• 2010

BPMS, ERP, SCM 등 프로세스 인식 정보시스템들이 널리 쓰이게 되면서 프로세스 마이닝에 대한 연구가 활발하게 이루어지고 있다. 프로세스 마이닝은 프로세스가 실행되는 동안 저장된 이벤트 로그로부터 정보를 추출하는 기법이다. 추출된 로그정보는 비즈니스 프로세스의 분석 및 재설계에 사용될 프로세스 모델을 생성하게 된다. 프로세스 마이닝 기법은 프로세스의 자동화 및 기업의 업무정보들을 관리하는 프로세스 기반 정보시스템의 정확성 및 효율성을 위한 중요한 부분을 차지하지만 현재까지의 연구는 생성된 이벤트 로그로부터 프로세스 모델을 재설계하는 프로세스 발견 기법 (Process Discovery Technique)을 적용한 부분에서만 활발히 진행되었다. 프로세스 마이닝은 프로세스 발견 기법 외에도 프로세스 적합성검사 기법 (Process Conformance Checking Technique) 및 프로세스 확장 기법 (Process Extension Technique)이 존재한다. 이들은 많은 프로세스 발견 기법에 대한 연구들이 진행되고 나서야 최근 프로세스 마이닝의 이슈로 떠오르고 있다. 본 논문에서는 프로세스 적합성 검사를 위해 수집된 이벤트 로그와 기존에 나와 있는 여러 가지 프로세스 발견 알고리즘을 통해 생성된 프로세스를 수치적으로 비교할 수 있는 두 가지 애트리뷰트를 제시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.557-560
• /
• 2004

추천 시스템에서부터 1:1 마케팅에 이르는 전자 상거래의 다양한 응용 영역에서, 개별 사용자로부터 개인화된 사용자 프로파일을 구축하는 것은 매우 중요하다. 이러한 프로파일들은 사용자들의 구매 행위와 같은 개인별 행동들을 설명해주며, 특히 다양한 데이터 마이닝(Data Mining) 기술들을 이용해 사용자의 거래 기록으로부터 학습된 규칙들을 발견해낼 수 있다. 발견된 규칙들 중에는 거짓이거나 연관 없거나 또는 하찮은 것들도 존재하기 때문에, 가장 중요한 문제 가운데 하나는 발견된 규칙들을 처리후-분석을 어떻게 수행하느냐이다. 예를 들어, 발견된 규칙을 사용자 프로파일에 적합한 것인지를 확인할 때 좋은 규칙과 나쁜 규칙을 어떻게 판명하는가 하는 문제이다. 이 논문에서는 규칙을 확인하는 과정에서 객관적 척도를 이용하는 방법을 제안하였다.