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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제18권 제3호
발행연도
2016.1
수록면
1,199 - 1,206 (8page)

이용수

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

초록· 키워드

오류제보하기
By Wikipedia, data mining is the computational process of discovering patterns in a big data involving methods at the intersection of artificial intelligence, machine learning, statistics, and database systems. In this paper, we explored the features of some probabilistic measures of causal strength in a viewpoint of association rule threshold, and compared these measure with confidence to be the most frequently used. Furthermore, we checked the conditions of interestingness measures and some useful properties, and compared some properties of causal strength measures through a few experiments. All of causal strength measures increased as confidence increased. These measures monotonically increased as co-occurrence frequency increased. And also we discovered the fact that Eells, Suppes, and Galton measures had negative or positive values and, Lewis measure and Good measure had values to be less than or greater than 1. Thus probabilistic measures of causal strength are better than confidence because these measures have the direction of the association.
#Association rule #causality #causal strength measure #confidence #data mining.

목차

등록된 정보가 없습니다.

참고문헌 (33)

참고문헌 신청
Agrawal, R. / 1993 / Mining association rules between sets of items in large databases / Proceedings of the ACM SIGMOD Conference on Management of Data :207~216 google schola Agrawal, R. / 1994 / Fast algorithms for mining association rules / Proceedings of the 20th VLDB Conference :487~499 google schola Bayardo, R. J. / 1998 / Efficiently mining long patterns from databases / Proceedings of ACM SIGMOD Conference on Management of Data :85~93 google schola 조광현 / 2011 / 연관성규칙에서의 다중매개관계에 관한 연구 / Journal of The Korean Data Analysis Society 13(1):297~306 dbpia 조광현 / 2011 / 외적 변수를 이용한 의미 없는 연관성 규칙 발견 / Journal of The Korean Data Analysis Society 13(3):1343~1351 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0