로지스틱 회귀 모형을 이용한 연관성 규칙 채택률의 추정 = Estimation of Association Rule Adoption Rates Using Logistic Regression Models

다국어 초록 (Multilingual Abstract)

Data mining is to explore useful information or unexpected rules in a big database and to be utilized as a basis for decision making. In this paper we proposed three types of logistic regression models to estimate association rule adoption rate and discussed the most appropriate model selection methods by numerical examples. First, Hosmer-Lemeshow goodness-of-fit statistics of model 2 (model of confidence and lift) and model 3 (model of support and lift) was not significant, but that of model 1 (model of support and confidence) was significant. The accuracy of classification of model 2 was larger than that of model 3 (model of support and lift). Coefficient of lift was larger than that of confidence in the regression equation of model 2, and coefficient of lift was larger than that of support in model 3. The odds of confidence was 1.142, and that of lift was 1.345 in model 2. The odds of support was 1.088, and that of lift was 1.278 in model 3. After all these analysis, model 2 was the best logistic regression model.

국문 초록 (Abstract)

데이터 마이닝은 빅 데이터 안에 잠재되어 있는 정보나 예기치 못한 규칙 등을 탐색하여 이를 의사결정을 위한 근거로 활용하고자 하는 것이다. 본 논문에서는 연관성 평가 기준을 이용한 규칙의 채택률을 추정하기 위한 3 종류의 로지스틱 회귀 모형을 제안하고, 예제를 이용하여 가장 적절한 모형의 선정 방안에 대해 토의하였다. 각 모형에 대해 적합도를 검정한 결과, 모형 1(지지도와 신뢰도를 고려한 모형)은 적합하지 않는 것으로 나타났다. 따라서 이를 제외하고 모형 2(신뢰도와 향상도를 고려한 모형)와 모형 3(지지도와 향상도를 고려한 모형)에 대해 분류 결과의 정확도를 비교해본 결과. 모형 3보다는 모형 2가 더 높게 나타났다. 또한 모형 2에서는 향상도의 회귀계수의 값이 신뢰도의 회귀계수 값보다 크며, 모형 3에서는 지지도의 회귀계수에 비해 향상도의 회귀계수의 값이 크게 나타났다. 오즈비를 비교해보면 모형 2에서는 신뢰도가 한 단위 증가하면 상대비가 1.142배 증가하는 반면에 향상도가 한 단위 증가하면 상대비가 1.345배 증가하며, 모형 3에서는 지지도가 한 단위 증가하면 상대비가 1.088배 증가하는 반면에 향상도는 1.278배 증가하는 것으로 나타났다. 이들의 결과를 종합해볼 때 모형 2가 가장 바람직한 것으로 나타났다.

참고문헌 (Reference)

1 박희창, "향상도 영향 감소화에 의한 연관성 순위결정함수" 한국데이터정보과학회 21 (21): 397-405, 2010

2 박희창, "표준화 향상도를 이용한 연관성 순위 결정 함수" 한국자료분석학회 12 (12): 2661-2670, 2010

3 박희창, "조건부 확률증분비를 이용한 연관성 순위 결정 함수" 한국데이터정보과학회 21 (21): 709-717, 2010

4 박희창, "음의 순수 연관성 규칙 평가 기준의 제안" 한국데이터정보과학회 22 (22): 179-188, 2011

5 박희창, "올바른 연관성 규칙 생성을 위한 의사결정과정의 제안" 한국데이터정보과학회 21 (21): 263-270, 2010

6 진도승, "연관성분석을 이용한 여행업 고객 분석" 한국자료분석학회 13 (13): 2945-2952, 2011

7 박희창, "연관성 규칙 수의 결정을 위한 비선형 회귀모형의 비교에 관한 연구" 한국자료분석학회 15 (15): 125-132, 2013

8 박희창, "연관성 규칙 수의 결정을 위한 비선형 회귀모형에서의 표준화 향상도 적용 방안" 한국자료분석학회 16 (16): 2447-2455, 2014

9 김현지, "로지스틱 회귀분석을 이용한 헬스투어상품 구매의도에 영향을 미치는 헬스투어 속성 연구 -한국인과 일본인 관광객 비교연구-" 한국호텔외식관광경영학회 17 (17): 135-150, 2008

10 최국렬, "로지스틱 모형을 이용한 정시합격자들의 이탈 특성 분석" 한국자료분석학회 4 (4): 91-102, 2002

11 조광현, "데이터마이닝을 이용한 경상남도 사회지표 조사 분석" 한국자료분석학회 15 (15): 2489-2497, 2013

12 박희창, "기본적인 연관평가기준 전부를 고려한 비선형 회귀모형에 의한 연관성 규칙 수의 결정" 한국데이터정보과학회 24 (24): 267-275, 2013

13 박희창, "기본적인 연관기준값을 이용한 연관성 순위 결정 함수의 개발" 한국자료분석학회 12 (12): 961-971, 2010

14 Jung, S., "The study of causes of cancelling long-term accident compensation insurance" 6 (6): 27-40, 2009

15 Cox, D. R., "The regression analysis of binary sequences (with discussion)" 20 : 215-242, 1958

16 Yi, W, Lu, M., "Regression analysis in the number of association rules" 8 (8): 78-82, 2011

17 Rho, H. J., "Regression analysis & general linear model" Hanol Publishing Company 2014

18 Changpetch, P., "Model selection for logistic regression via association rules analysis" 83 (83): 1415-1428, 2013

19 Agrawal, R., "Mining association rules between sets of items in large databases" 207-216, 1993

20 Shaharanee, I. N. M., "Interestingness of association rules using symmetrical tau and logistic regression" Springer-Verlag 2009