메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
시간 흐름에 따라 발생한 사건들 사이에 존재하는 상호관계는 연관규칙으로 표현된다. 이러한 연관 규칙은 사건이 발생한 업무분야의 특성을 효과적으로 대변하여 의사 결정에 유용한 정보를 제공하게 된다. 본 논문은 시간의 흐름 속에서 대용량의 데이타베이스로부터 연관 규칙을 탐사하는 방법을 제시한다.
기존의 연구는 연관성을 갖는 항목 집합의 시간에 따른 변화를 알 수 없다. 단순히 연관성을 갖는 항목 집합의 발견에 그치고 만다. 본 논문에서는 증권 데이타베이스를 토대로 하여 의사 결정에 유용한 본 논문은 주식시장을 예측 하는데 유용한 정보를 제공 할 수 있도록 연관성을 갖는 항목 집합의 시간에 따른 변화를 탐색 할 수 있는 방법을 제안한다. 변화 탐색 알고리즘을 2가지 단계로 나눌 수 있다. 첫번째 단계는 연관성을 갖는 itemset을 찾아 내는 것이고 두번째 단계는 연관성을 갖는 itemset의 일정 시간에 따른 변화를 탐색 하는 것이다. 이런 변화들을 탐색 함으로써 우리는 주식 시장을 예측 할 수 있는 새로운 정보를 얻을 수 있다.

목차

요약

1. 서론

2. 기본 개념

3. 관련 연구

4. 증권 데이타베이스에서의 연관 규칙 발견

5. 구현

6. 결론및 향후 연구

참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017867639