• KIISE Transactions on Computing Practices
• /
• v.22 no.5
• /
• pp.246-251
• /
• 2016

Recently, the influence of SNS and online media is rapidly growing with a consequent increase in the interest of marketing using these tools. Blog marketing can increase the ripple effect and information delivery in marketing at low cost by prioritizing keyword search results of influential portal sites. However, because of the tough competition to gain top ranking of search results of specific keywords, long-term and proactive efforts are needed. Therefore, we propose a new method that recommends associated keyword groups with the possibility of higher exposure of the blog. The proposed method first collects the documents of blog including search results of target keyword, and extracts and filters keyword with higher association considering the frequency and location information of the word. Next, each associated keyword is compared to target keyword, and then associated keyword group with the possibility of higher exposure is recommended considering the information such as their association, search amount of associated keyword per month, the number of blogs including in search result, and average writhing date of blogs. The experiment result shows that the proposed method recommends keyword group with higher association.

• Journal of Korea Multimedia Society
• /
• v.10 no.9
• /
• pp.1106-1116
• /
• 2007

Recently e-commerce trade on the web has grown rapidly in scale and complexity, just as web site designs and web servers have become more complicated. In view of these complexities, it is obviously difficult to analyse web user's data since they web users employ so many different web paths. The existing association rule investigation algorithms identify all items with a high correlation. However even though users often only want to find items in which they have interest, it is still difficult to find the rules they want out of all of the many association rules found by existing algorithms. In this paper, we propose a system linking each node with the sequence association rule, linking all routes after finding a path corresponding to a user with the association rule-one of the data mining techniques which identify user patterns in web user paths. The suggested system helps us construct individualized or customer-subdivided sites using the sequence association rule in order to harmonize the paths of web users with user characters.

• Journal of the Korean Data Analysis Society
• /
• v.20 no.6
• /
• pp.2865-2872
• /
• 2018

In the field of data mining technique, there are various methods such as association rules, cluster analysis, decision tree, neural network. Among them, association rules are defined by using various association evaluation criteria such as support, confidence, and lift. Agrawal et al. (1993) first proposed this association rule, and since then research has been conducted by many scholars. Recently, studies related to crossover entropy have been published (Park, 2016b). In this paper, we proposed a purely symmetric J measure considering directionality and purity in the previously published J measure, and examined its usefulness by using examples. As a result, it is found that the pure symmetric J measure changes more clearly than the conventional J measure, the symmetric J measure, and the pure crossover entropy measure as the frequency of coincidence increases. The variation of the pure symmetric J measure was also larger depending on the magnitude of the inconsistency, and the presence or absence of the association was more clearly understood.

• The KIPS Transactions:PartD
• /
• v.8D no.4
• /
• pp.339-346
• /
• 2001

A problem for mining association rules under the interactive environments is to mine repeatedly association rules with the different minimum support. This problem includes all subproblems except on the facts that mine repeatedly association rules with the s믇 database. This paper proposed the efficient algorithms to improve the performance by using the information of the candidate large itemsets which calculate the previous association rules. The proposed algorithms were compared with the conventional algorithm with respect to the execution time. The comparisons show that the proposed algorithms achieve 10∼30% more gain than the conventional algorithm.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.2133-2136
• /
• 2002

인터넷 특성상 방대한 양의 정보와 상품 등으로 사용자들이 원하는 정보를 찾기 위해서 많은 시간을 낭비하고 있는 실정이다. 이러한 사용자의 시간 소모를 중이기 위해서 추천 시스템이 개발되었다. 현재 인터넷 상의 추천 기술 중에서 가장 많이 사용하는 기법으로는 협력적 여과(Collaborative filtering) 방법이다. 그러나, 협력적 추천 방법으로 추천 받기 위해서는 특정수 이상의 아이템에 대한 평가가 필요하며, 또한 비슷한 성향을 가지는 일부 사용자 정보에 근거하여 추천함으로써 나머지 사용자 정보를 무시하는 경향이 있다. 이러한 문제점이 발생되므로 최근에는 데이터 마이닝(Data Mining) 기법 중 연관 규칙(Association Rule)을 이용한 추천 시스템이 개발되고 있다[1,10]. 그러나, 연관 규칙 기법은 개인별 사용자의 성향을 반영하지 못하는 단점이 있다[4]. 연관 규칙은 단지 대용량 데이터 베이스에서 아이템간의 지지도(Support)와 신뢰도(Confidence)에 근거하여 규칙을 발견하는 특징을 가지고 있기 때문이다. 즉 개인성향을 무시하고 아이템간의 연관성만을 근거로 하여 아이템을 추천하기 때문이다. 본 논문에서는 효율적인 연관 규칙을 이용한 개인화 추천 시스템을 구현하기 위해서 연관 규칙과 여과 방법을 통합한 시스템을 제안한다. 본 시스템에 대하여 성능 비교 실험을 수행함으로써 제안한 방법의 타당성을 제시한다.

• Proceedings of the Optical Society of Korea Conference
• /
• 2009.10a
• /
• pp.151-152
• /
• 2009

최근 신경과학 분야에서 대뇌피질 영역 간 연관성 분석은 신경학적 질병 (자폐증, 간질, 정신 분열증)의 분석 및 진단에 적용되고 있다. 기존 대뇌피질 영역 간 연관성 분석은 뇌전도 (EEG), 기능적 자기공명영상 (fMRI), 뇌자도 (MEG)등이 이용되었지만, 뇌전도의 낮은 공간분해능, 기능적 자기공명영상의 낮은 시분해능 등은 영역 간 연관성 분석에 단점으로 작용되고 있다. 반면, 근적외선 분광법(NIRS)은 대뇌피질에서의 혈류변화(oxy-, deoxy-hemoglobin)를 비침습적이며 빠른 시분해능으로 측정할 수 있는 방법으로 최근 신경과학 분야에 응용되고 있다 [1-2]. 본 논문에서는 근적외선 분광법을 이용한 대뇌피질영역 간 연관성 분석의 효용성을 입증하기 위해, 쥐의 수염자극 시 대응되는 지역 (일차-, 이차 체감각피질, 일차 운동피질 영역)에서의 혈류변화 신호의 영역 간 연관성 분석을 하였다. 본 연구결과에 의하면 수염자극 시 일차-, 이차 체감각피질 영역에서의 방향성은 확인할 수 없었고, 일차-, 이차 체감각피질 영역에서 일차 운동피질영역으로의 방향성은 확인할 수 있었다. 본 결과는 기존 수염자극 시 활성화되는 전기신호의 패턴과 일치하며, 향후 신경과학적 질병의 분석 및 진단에 근적외선을 이용한 대뇌피질 영역 간 연관성 분석이 유용할 수 있음을 보여준다.

• The Journal of Korean Association of Computer Education
• /
• v.10 no.3
• /
• pp.1-8
• /
• 2007

In this paper, we introduce a new measure called surprisal that estimates the informativeness of transactional instances and attributes in the item response dataset and improve the quality of association rules. In order to this, we set artificial dataset and eliminate noisy and uninformative data using the surprisal first, and then generate association rules between items. And we compare the association rules from the dataset after surprisal-based pruning with support-based pruning and original dataset unpruned. Experimental result that the surprisal-based pruning improves quality of association rules in question item response datasets significantly.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.481-486
• /
• 2007

물 공급 지장의 경제적 파급 효과를 분석하기 위해 한국은행이 2007년 발간한 2003년 지역산업연관모형을 이용하였다. 특히 가뭄의 발생은 지역적인 특성을 가지고 있어서 지역에 따라 피해도 다르게 나타날 것이다. 우선적으로 배분해야할 각 산업의 순위도 지역별로 달라지게 될 것이다. 따라서 전국산업연관표를 이용하여 물 공급의 지장비용을 분석하였을 때보다 구체적으로 효율적인 물 배분에 대한 정보를 제공할 수 것이다. 특히 기존에는 지역별 물 공급 지장 비용을 계측하기 위하여 주로 전국산업연관표 이용하여 각 지역별 산업연관표를 간접 추계하여 사용하였다. 이 방식은 방법론에 따른 오차 존재 가능성이 크기 때문에 신뢰도가 결여된다. 그러나 본 연구는 한국은행의 2003년 실측(survey-based method) 지역산업연관표를 이용하였기 때문에 기존 연구보다 신뢰성있는 연구가 될 것이다. 추정결과, 우리나라 수도산업의 특징은 지역내 파급 효과가 지역간 파급 효과보다 큰 자급자족형 산업인 것으로 나타났다. 전후방연쇄효과도 거의 모든 지역에서 1이상으로 나타났고 후방연쇄효과가 가장 큰 지역은 경남지역으로 나타났다. 서울권과 경남권에서 만 원어치만큼 물 공급되지 않을 경우 해당 지역의 산업에 각각 130만 원과 57만 원의 피해 비용이 발생한다.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.6
• /
• pp.1147-1154
• /
• 2010

One of the important goals in data mining is to discover and decide the relationships between different variables. Association rules are required for this technique and it find meaningful rules by quantifying the relationship between two items based on association measures such as support, confidence, and lift. In this paper, we presented the evaluation criteria of weighted association rule considering item RFM scores as importance of items. Original RFM technique has been used most widely applied method using customer information to find the most profitable customers. And then we compared general association rule technique with weighted association rule technique through the simulation data.

• The KIPS Transactions:PartD
• /
• v.11D no.3
• /
• pp.741-746
• /
• 2004

As electronic commerce progresses, the temporal association rule is developed from partitioned data sets by time to offer personalized services for customer's interest. In this paper, we proposed a temporal association rule with exponential smoothing method that is giving higher weights to recent data than past data. Through simulation and case study, we confirmed that it is more precise than existing temporal association rules but consumes running time.