유틸리티-리스트를 이용한 높은 유틸리티 항목집합 마이닝

황정희

doi:10.9728/dcs.2020.21.3.579

주제분류

...

저널정보

한국디지털콘텐츠학회
디지털콘텐츠학회논문지 학술저널
디지털콘텐츠학회논문지 제21권 제3호
2020.3 579 - 586 (8page)
DOI : 10.9728/dcs.2020.21.3.579

저자정보

황정희 (남서울대학교)

이용수
내서재: 0

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기

높은 유틸리티 항목집합 마이닝(High Utility Itemset Mining)은 트랜잭션에서 각 항목의 가중치(item profit)와 항목의 발생빈도를 함께 고려하여 사용자가 지정한 임계값 이상의 유효한 항목집합을 추출한다. 유틸리티 항목집합 마이닝은 항목의 조인 연산을 통해 새로운 항목집합을 생성하면서 임계값을 만족하는지 여부를 판단하기 때문에 높은 조인 연산 비용이 요구된다. 이 논문에서는 유틸리티-리스트 구조를 이용하고, 항목의 조인에 따른 연산 비용을 줄이기 위해 유틸리티-리스트 구조에 prefix 항목의 유틸리티를 포함한다. 그리고 높은 유틸리티 항목집합이 될 가능성을 검사하기 위해 비트연산을 이용하는 알고리즘을 제안한다. 실험결과를 통해 제안하는 알고리즘이 기존의 알고리즘에 비해 최대 2.4배 성능 향상이 있음을 보여주었다.

High utility itemset mining extracts valid itemsets above a user-specified threshold by taking into account the profit of each item and the frequency of items occurring in the transaction. The utility itemset mining requires a high cost of join operation because it determines whether a threshold is met while creating a new itemset through the join of items. In this paper, the utility-list structure includes the prefix item utility to reduce the computational cost of joining items, and our algorithm uses bit operation to check the possibility of becoming a high utility itemset. Experimental results showed that the proposed algorithm was up to 2.4 times better performance than the existing algorithm in the execution time.

#데이터 마이닝 #유틸리티 마이닝 #높은 유틸리티 항목집합 #빈발 패턴 #패턴 마이닝 #Data Mining #Utility Mining #High Utility Itemset #Frequent Pattern #Pattern Mining