연구동향 분석

연관성 규칙 생성을 위한 상대적 대칭 가중 순수 신뢰도의 제안

박희창 2015년

논문상세정보
인용/피인용
' 연관성 규칙 생성을 위한 상대적 대칭 가중 순수 신뢰도의 제안' 의 주제별 논문영향력
논문영향력 선정 방법
논문영향력 요약
주제
  • 대칭적 가중 순수 신뢰도
  • 대칭적 순수 신뢰도
  • 상대적 대칭 가중 순수 신뢰도
  • 순수 신뢰도
  • 연관성 평가 기준
동일주제 총논문수 논문피인용 총횟수 주제별 논문영향력의 평균
8 0

0.0%

' 연관성 규칙 생성을 위한 상대적 대칭 가중 순수 신뢰도의 제안' 의 참고문헌

  • 항목의 상대적 발생 비율을 고려한 연관성 평가 기준 활용 방안
    박희창 Journal of The Korean Data Analysis Society 14 (4) : 1861 ~ 1870 [2012]
  • 항목의 상대적 발생 비율을 고려한 연관성 평가 기준 활용 방안
    박희창 Journal of The Korean Data Analysis Society 14 4 1861-1870 [2012]
  • 연관성분석을 이용한 여행업 고객 분석
    진도승 Journal of The Korean Data Analysis Society 13 (6) : 2945 ~ 2952 [2011]
  • 연관성분석을 이용한 여행업 고객 분석
    진도승 Journal of The Korean Data Analysis Society 13 6 2945-2952 [2011]
  • 연관성 규칙 탐사에서의 대칭적 순수 신뢰도의 제안
    박희창 Journal of The Korean Data Analysis Society 13 (2) : 879 ~ 889 [2011]
  • 연관성 규칙 탐사에서의 대칭적 순수 신뢰도의 제안
    박희창 Journal of The Korean Data Analysis Society 13 2 879-889 [2011]
  • 연관규칙 탐색에서 새로운 흥미도 척도의 제안
    안광일 대한산업공학회지 29 (1) : 41 ~ 48 [2003]
  • 연관규칙 탐색에서 새로운 흥미도 척도의 제안
    안광일 대한산업공학회지 29 1 41-48 [2003]
  • 상대적 발생/비발생 비율을 고려한 연관성 평가 기준의 모형 개발
    박희창 Journal of The Korean Data Analysis Society 15 (4) : 1841 ~ 1850 [2013]
  • 상대적 발생/비발생 비율을 고려한 연관성 평가 기준의 모형 개발
    박희창 Journal of The Korean Data Analysis Society 15 4 1841-1850 [2013]
  • 빅데이터를 활용한 맞춤형 교육 서비스 활성화 방안연구
    권영옥 지능정보연구 19 2 87-100 [2013]
  • 빅데이터를 활용한 맞춤형 교육 서비스 활성화 방안연구
    권영옥 지능정보연구 19 (2) : 87 ~ 100 [2013]
  • 분류 모형 구축에 유용한 신뢰도 측도 간의 비교
    박희창 한국데이터정보과학회지 25 (2) : 365 ~ 371 [2014]
  • 분류 모형 구축에 유용한 신뢰도 측도 간의 비교
    박희창 한국데이터정보과학회지 25 2 365-371 [2014]
  • 데이터마이닝을 이용한 경상남도 사회지표 조사 분석
    조광현 Journal of The Korean Data Analysis Society 15 (5) : 2489 ~ 2497 [2013]
  • 데이터마이닝을 이용한 경상남도 사회지표 조사 분석
    조광현 Journal of The Korean Data Analysis Society 15 5 2489-2497 [2013]
  • What makes patterns interesting in knowledge discovery systems
    Silberschatz, A. IEEE Transactions on Knowledge Data Engineering 8 : 970 ~ 974 [1996]
  • What makes patterns interesting in knowledge discovery systems
    Silberschatz, A. IEEE Transactions on Knowledge Data Engineering 8 970-974 [1996]
  • Using unknowns to prevent discovery of association rules
    Saygin, Y. Proceedings of 2002 Conference on Research Issues in Data Engineering : 45 ~ 54 [2002]
  • Using unknowns to prevent discovery of association rules
    Saygin, Y. 45-54 [2002]
  • Symmetrically Weighted Net Confidence for Generation of Meaningful Association Rules
    박희창 Journal of The Korean Data Analysis Society 16 (3) : 1141 ~ 1149 [2014]
  • Symmetrically Weighted Net Confidence for Generation of Meaningful Association Rules
    박희창 Journal of The Korean Data Analysis Society 16 3 1141-1149 [2014]
  • Selecting the right interestingness measure for association patterns
    Tan, P. N. Proceedings of the Eighth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining : 32 ~ 41 [2002]
  • Selecting the right interestingness measure for association patterns
    Tan, P. N. 32-41 [2002]
  • Mining multiple-level association rules in large databases
    Han, J. IEEE Transactions on Knowledge and Data Engineering 11 (5) : 68 ~ 77 [1999]
  • Mining multiple-level association rules in large databases
    Han, J. IEEE Transactions on Knowledge and Data Engineering 11 5 68-77 [1999]
  • Mining association rules with multiple minimum supports
    Hsu, W. Liu, B. Ma, Y. Proceedings of the 5th International Conference on Knowledge Discovery and Data Mining : 337 ~ 341 [1999]
  • Mining association rules between sets of items in large databases
    Imielinski, T. Swami, A. Agrawal, R. Proceedings of the ACM SIGMOD Conference on Management of Data : 207 ~ 216 [1993]
  • Discovery, analysis and presentation of strong rules
    Piatetsky-Shapiro, G. Knowledge Discovery in Databases : 229 ~ 248 [1991]
  • CLOSET: An efficient algorithm for mining frequent closed itemsets
    Pei, J. 21-30 [2000]
  • CLOSET : An efficient algorithm for mining frequent closed itemsets
    Pei, J. Proceedings of ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery : 21 ~ 30 [2000]