Exploiting a Statistical Threshold for Efficiently Identifying Correlated Pairs

Myoung Ju Kim; Hee Chang Park

추천

검색

질문

자료유형: 학술저널

저자정보: Myoung Ju Kim Hee Chang Park

저널정보: 한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제19권 제2호

발행연도: 2008.6

수록면: 551 - 558 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Association rule mining searches for interesting relationships among items in a given database. Association rules are frequently used by retail stores to assist in marketing, advertising, floor placement, and inventory control. There are three primary quality measures for association rule, support and confidence and lift. If there is many item in the association rule, much time is required. Xiong(2004) studies new method which is to compute the support of upper. They used support of upper to the e. But e is subjective. In this paper, we present statistical objective criterion for efficiently identifying correlated pairs.

#Support #Upper Bound #Statistical Threshold #Association Rule #Correlation Coefficient

참고문헌 (11)

참고문헌 신청

1. [학술지(정기간행물)] - 박희창 / 2006 / Discovery of Association Rules Using Latent Variables / 한국데이터정보과학회지 17 (1) : 149 ~ 160

2. [학술지(정기간행물)] - 박희창 / 2006 / A Study for Antecedent Association Rules / 한국데이터정보과학회지 17 (4) : 1077 ~ 1083

3. [학술지(정기간행물)] - 조광현 / 2006 / Industrial Waste Database Analysis Using Data Mining Techniques / 한국데이터정보과학회지 17 (2) : 455 ~ 465

4. [학술지(정기간행물)] - 엄재홍 / 2006 / Prediction of Implicit Protein Interaction Using Optimal Associative Feature Rules / Korean Information Science Socitey 33 (4) : 365 ~ 377

5. [학술대회논문] - Agrawal R / 1993 / Mining association rules between sets of items in large databases / the ACM SIGMOD Conference on Management of Data, Washington, D.C

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

Myoung Ju Kim

소속기관 한국데이터정보과학회

주요연구분야 자연과학 > 수학·통계학

논문수 1 이용수 1

박희창

소속기관 한국데이터정보과학회

주요연구분야 자연과학 > 수학·통계학

논문수 81 이용수 986

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-041-001386989

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (11)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)