• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.23 no.61
• /
• pp.115-126
• /
• 2000

In General, data mining is defined as the knowledge discovery or extracting hidden necessary information from large databases. Its technique can be applied into decision making, prediction, and information analysis through analyzing of relationship and pattern among data. One of the most important works is to find association rules in data mining. Association Rule is mainly being used in basket analysis. In addition, it has been used in the analysis of web-log and user-pattern. This paper provides the application method in the field of marketing through the analysis of data using association rule as a technique of data mining.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.213-218
• /
• 2001

본 연구는 육군대학 도서관 홈페이지의 웹서버에 저장되어 있는 로그파일을 실험 데이터로 사용하여, 기존 데이터마이닝(data mining)의 기법들 중에서 연관규칙(association rules) 탐사 기법을 적용함으로써, 사용자들의 웹 항행에 대한 순차패턴을 추출하였다. 이를 분석하여 실제 사용자들이 효과적으로 사용할 수 있는 웹사이트 디자인을 제안하고 나아가 대상 웹사이트의 사용편의성을 평가하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.144-146
• /
• 1999

데이터 마이닝은 대량의 데이터로부터 데이터 내에 존재하는 관계, 패턴, 규칙 등을 찾아내고 모형화 함으로서 유용한 지식을 추출하는 방법이다. 데이터 마이닝을 이용한 이 시스템은 데이터를 비슷한 특성을 가지는 집단으로 분류하여 집단의 특성을 찾아내고 데이터 항목간의 연관성을 유출해 내어 학생들의 적절한 학습지도 영역을 찾아내는데 목적이 있다. 본 논문에서는 개발한 시스템에서 수학 학습 능력에 대한 특성을 도출해 내는 방법을 알아보고, 어떻게 기존의 학원의 역할을 대신할 수 있는지 검증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.313-314
• /
• 2009

추천 시스템은 고객의 탐색 시간과 노력을 줄여주기 위한 시스템으로서 고객의 만족도를 제고시키기 위한 시스템에 대한 많은 연구들이 진행되고 있다. 본 논문은 사용자의 프로파일과 음식 주문 내용을 기반으로 개인의 선호도를 분석하여 음식을 추천할 뿐 아니라 새로운 음식에 대한 정보를 제공하기 위해 데이터 마이닝 기법 중 연관규칙을 사용하여 시스템의 유연성을 높인 음식 추천 에이전트를 제안하고 구축한다. 본 시스템은 시간이 지남에 따라 사용자의 만족도가 상승하는 것을 알 수 있었다.

• Journal of The Korean Association of Information Education
• /
• v.9 no.1
• /
• pp.113-124
• /
• 2005

In this study, we designed and developed a tool to help teachers select and develop effective performance assessment criteria considering characteristics of individual learners. Using this tool, we can analyze preferences of teachers and characteristics of students for each rubric by exploring the classification and association rules through data mining. Those findings can give us guidelines and insights for the development and the selection of performance assessment criteria. The classification rules found are used for the learner-centered evaluation reflecting learners' interests, capabilities, and circumstances. Association rules found are utilized for analyzing teachers' preference, which enable to reduce time and efforts for the development and selection of rubric. Also, this tool supports creation, change, and selection of teachers' rubric linked with the performance assessment of NEIS(National Education Information System).

• Journal of Intelligence and Information Systems
• /
• v.28 no.4
• /
• pp.287-308
• /
• 2022

The explosive growth of cryptocurrency, led by Bitcoin has emerged as a major issue in the financial market recently. As a result, interest in cryptocurrency investment is increasing, but the market opens 24 hours and 365 days a year, price volatility, and exponentially increasing number of cryptocurrencies are provided as risks to cryptocurrency investors. For that reasons, It is raising the need for research to reduct investors' risks by dividing cryptocurrency which is not suitable for recommendation. Unlike the previous studies of maximizing returns by simply predicting the future of cryptocurrency prices or constructing cryptocurrency portfolios by focusing on returns, this paper reflects the tendencies of investors and presents an appropriate recommendation method with interpretation that can reduct investors' risks by selecting suitable Altcoins which are recommended using Apriori algorithm, one of the machine learning techniques, but based on the similarity and association rules of Bitocoin.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10c
• /
• pp.155-158
• /
• 2007

현재 전자상거래는 우리의 생활과 밀접히 연관되어 있다. 최근 인터넷을 기반으로 전자조달, 수출입 브로커 등과 같은 유형의 B2B 전자상거래가 활발히 이루어지고 있으며, 소비자를 대상으로 하는 전자상거래 또한 점차 확산되는 시장을 형성하고 있다. 국제적으로도 전자상거래 시장 규모가 급속도로 증가할 것이라는 전망은 자명한 사실이다. 전자상거래에 대한 의존도가 높아지면서 관리해야 하는 데이터의 양 또한 급속도로 증가하고 있다. 본 논문에서는 실시간으로 유입되는 데이터를 효율적으로 활용하기 위챈 실시간 데이터 마이닝 활용 모델을 제안한다. 이 실시간 데이터 마이닝 모델은 지속적으로 유입되는 데이터의 규칙화를 통해 저장 공간의 효율성을 극대화하고 중요도 분석을 통한 총체적인 접근 방법을 시도함으로써 전자상거래 상에서 유용하게 쓰일 수 있는 활용 모델이다. 이 실시간 데이터 마이닝 모델의 바탕은 데이터 마이닝의 기법인 SEMMA를 따르며, 그 특징에 따라 규칙 추출과 의사 결정 나무 기법을 이용하여 전자상거래 상에서 유용하게 사용될 수 있는 모델을 제시하고자 한다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2006.08a
• /
• pp.169-174
• /
• 2006

웹 상의 기사들의 종류를 보도, 기획/해설, 인터뷰/대담, 논설, 신변잡기로 나누어 자동요약을 위한 프레임을 작성하였다. 각 기사 프레임들은 글 구조적으로 분석되어 '사건, 상황, 연관, 과정, 원인, 결과, 결론, 전망, 방안, 평가 등'과 같은 문단 슬롯이 부여되었고 문단 슬롯은 다시 문장 슬롯으로 세분되었다. 'if-needed' 패싯으로 육하원칙인 '주체, 객체, 시간, 장소, 원인, 방법'을 택하였다. 슬롯이나 패싯의 실제값들을 추출 표현하는 과정에서 문구의 수사적 역할과 단어 최상위 범주 및 줄거리 단위를 참조하였다. 기사의 유형과 문단 및 문장 슬롯을 판별하기 위해서 유형 판별 규칙과 슬롯 판별 규칙을 구비하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.373-376
• /
• 2018

만성 염증성 장질환인 크론병은 위장관 전체에서 발병할 수 있으며, 국내에서도 발병률이 증가하고 있다. 특히, 크론병은 다른 궤양성 대장질환과 유사한 증상을 보일 수 있어 크론병을 진단하는데 어려움이 있다. 이로 인해 크론병 진단 가이드라인이나 크론병과 유사한 증상을 보이는 질병 감별에 대한 연구가 진행되고 있다. 하지만 기존 연구에는 크론병에 대한 절차적인 진단 과정이 기술되지 않아, 크론병 진단을 위한 검사 과정에서 과다한 검사가 시행될 우려가 있다. 따라서 본 논문에서는 크론병과 유사한 증상을 보이는 궤양성 대장질환을 감별하기 위해 중복성 및 절차적인 연관성, 질병의 진단 조건을 분석하여 감별 규칙으로 정의하고, 이를 기반으로 크론병 진단 프로세스를 제안한다. 제안하는 프로세스를 체계적으로 정의하고 온톨로지로 시각화함으로써 크론병과 유사한 증상을 보이든 대장질환올 감별하고, 효과적으로 크론병을 진단하는데 도움을 줄 수 있다.

• Journal of Digital Convergence
• /
• v.20 no.4
• /
• pp.93-100
• /
• 2022

This study aimed to understand the current status of science and engineering university(SEU) R&D operations depending on the research project characteristics(e.g., stages and characteristics), then provide implications for future university R&D support systems and related policies. Hence, an online survey targeting SEU R&D recipients was conducted between October 4th to November 5th, 2021. Analyzing 445 valid data using the Apriori algorithm, 16 association rules for R&D operation according to the research project characteristics show that regardless of research characteristics, SEU's R&D projects, particularly in applied research, were funded or operated under the leadership of government or public institutions. For basic research, individual researchers had a higher level of autonomy in determining research topics; yet, they had a short duration (3 years) and a unit of evaluation period of more than 3 years. These findings can be empirical evidence for revealing the relationship among various variables in operating SEUs' R&D.