빅데이터에서의 상관성 측도

정해성

doi:10.33162/JAR.2018.09.18.3.208

추천

검색

질문

자료유형: 학술저널

저자정보: 정해성 (서원대학교)

저널정보: 한국신뢰성학회 신뢰성응용연구 신뢰성응용연구 제18권 제3호

발행연도: 2018.9

수록면: 208 - 212 (5page)

DOI: 10.33162/JAR.2018.09.18.3.208

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Purpose: The three Vs of volume, velocity and variety are commonly used to characterize different aspects of Big Data. Volume refers to the amount of data, variety refers to the number of types of data and velocity refers to the speed of data processing. According to these characteristics, the size of Big Data varies rapidly, some data buckets will contain outliers, and buckets might have different sizes. Correlation plays a big role in Big Data. We need something better than usual correlation measures.
Methods: The correlation measures offered by traditional statistics are compared. And conditions to meet the characteristics of Big Data are suggested. Finally the correlation measure that satisfies the suggested conditions is recommended.
Results: Mutual Information satisfies the suggested conditions.
Conclusion: This article builds on traditional correlation measures to analyze the co-relation between two variables. The conditions for correlation measures to meet the characteristics of Big Data are suggested. The correlation measure that satisfies these conditions is recommended. It is Mutual Information.

#Big Data #Co-Relation #Correlation Measure #Mutual Information

참고문헌 (7)

참고문헌 신청

[학술지(정기간행물)] - Wright, S. / 1921 / Correlation and causation / Journal of agricultural research 20 (7) : 557 ~ 585

[학술지(정기간행물)] - Munshi, J. / 2016 / Spurious correlations in time series data: a note / SSRN Electronic Journal

[단행본] - Alexander, K. / 2004 / Estimating mutual information

[학술지(정기간행물)] - Calude, C. S. / 2017 / The deluge of spurious correlations in big data / Foundations of Science 22 (3) : 595 ~ 612

[학술대회논문] - Cahill, N. D. / 2010 / Normalized measures of mutual information with general definitions of entropy for multimodal image registration / WBIR 2010 : 258 ~ 268

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

정해성

소속기관 서원대학교

주요연구분야 공학 > 산업공학 복합학 > 학제간연구

논문수 54 이용수 4,983

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-323-003567541

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 (7)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)