Datamining: Roadmap to Extract Inference Rules and Design Data Models from Process Data of Industrial Applications

Bae Hyeon,Kim Youn-Tae,Kim Sung-Shin,Vachtsevanos George J. Korean Institute of Intelligent Systems 2005 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.5 No.3

The objectives of this study were to introduce the easiest and most proper applications of datamining in industrial processes. Applying datamining in manufacturing is very different from applying it in marketing. Misapplication of datamining in manufacturing system results in significant problems. Therefore, it is very important to determine the best procedure and technique in advance. In previous studies, related literature has been introduced, but there has not been much description of datamining applications. Research has not often referred to descriptions of particular examples dealing with application problems in manufacturing. In this study, a datamining roadmap was proposed to support datamining applications for industrial processes. The roadmap was classified into three stages, and each stage was categorized into reasonable classes according to the datamining purposed. Each category includes representative techniques for datamining that have been broadly applied over decades. Those techniques differ according to developers and application purposes; however, in this paper, exemplary methods are described. Based on the datamining roadmap, nonexperts can determine procedures and techniques for datamining in their applications.

스포츠산업정보의 데이터마이닝을 위한 응용프로그램 개발 -고등학교2학년대상으로 C 언어를 중심으로-

은희관,강준상 한국체육과학회 2004 한국체육과학회지 Vol.13 No.2

From 21 century knowledge information anger societies, information anger system development is recognized as a important sports industrial territory. Currently the Korean government for the construction of sports networks of intelligence organization is investing the budget the above 30 billion. Recently, the construction of the database for the young people will be able to present the direction which is important against the future health of the young people. Currently, the system regarding a high school entrance examination physical strength was constructed, but almost there is not physical strength civil official system development for the general students. Consequently, for the physical strength civil official system development for the high school student, we analyzed and researched a C language. The standard of physical strength applied the statistical data of the physical training scientific research worker. For the research, we applied a multiple dissertation and the literature.As a result of system development, first, the students compare the physical strength of oneself at score and search the portion which is insufficient through self-diagnostic system. Second, accumulation of the data for a datamining is possible through the data of each person. Third, data which is constructed with the global database could be applied with statistical data. In conclusion, the data of the students comes to collect and it will be able to manage the physical strength civil official system which is complicated with scientific method. The analysis and prediction are possible. And it will be able to use the physical strength civil official of the students with fundamental data of sports industrial information through the datamining.

데이터 마이닝에서 상식을 기반으로 한 유용성 척도

이인기(Ingi Lee),용환승(Hwanseung Yong) 한국정보과학회 2012 정보과학회논문지 : 데이타베이스 Vol.39 No.1

새로운 지식과 패턴을 발견하고자 하는 데이터 마이닝 알고리즘들은 큰 수의 규칙과 패턴들을 생성하는 문제점을 가지고 있다. 사용자들은 중복되거나 유용하지 않은 규칙들이 포함된 많은 규칙들 속에서 유용한 지식을 발견해 내기 위해 많은 시간과 노력을 필요로 하게 되었다. 최근 들어 이러한 문제를 해결하기 위한 방법으로 다양한 유용성 척도(Interestingness Measures) 연구들이 진행되고 있다. 그러나 이러한 접근방법들 역시 지식을 습득하기 위한 과정에서 병목현상을 보여줌으로써 수많은 상식수준의 규칙을 정제하지 못하고 있다. 본 연구에서는 이러한 문제점을 해결하기 위한 방안으로 상식(Common-Sense Knowledge)을 기반으로 하는 척도를 정의하고 구현한다. 상식 척도(Common-Sense Measure)는 규칙이 얼마나 상식에 가까운지를 벡터 공간 모델에서 시맨틱 키워드 확장을 이용한 유사도 기법으로 측정한다. Association rule mining finds interesting association or correlation relationships among a large set of data items has the potential that produce many patterns. In spite of using minimum support and confidence thresholds to help weed out or exclude the exploration of uninteresting rules, many rules that are not interesting to the user may still be produced. We develop intelligent data mining technique that generate and evaluate association rules by semantic approach like common sense. We provide new and interesting knowledge to users by post-processing of datamining. We define a Common-sense measure by similarity between association rules and common sense knowledge. This measure is based on the common-sense knowledge network.

集安 高句麗古墳群에 대한 統計的 接近 試論

朴京哲(Park Kyung-Chul),柳濟旼(Yoo Jae-Min) 고려사학회 2015 한국사학보 Vol.- No.59

本稿는 통구고분군과 집안 외곽 지역의 고분군을 대상으로 한 정량적-정성적인 통계적 분석 작업을 통하여 획득한 결과치를 요약 정리·분석한 결과물이다. 본 연구는 『洞溝古墳群』(2002년)을 기본적 text로 하여 수행되었다. 본 연구는 『洞溝古墓群』상 고고 자료의 내용을 바탕으로 일단 excel원표를 작성한 후, 통계적 방식(‘SPSS’)을 활용하여 다양한 定量的 분석을 행하였다. 본 연구는 정량적 분석의 결과물을 감안하면서, ‘FNN(fuzzy neural network)’분석과 Data Mining의 非母數的(non parametric)통계 기법을 활용한 여러 수준의 定性的 분석을 실시하였다. 따라서 본 연구는 개개 고분들에 대한 축조 당시의 [높이 → 기울기(傾斜角)→ 體積(規模)]를 산출하고 이에 바탕한 여러 ‘意思決定 나무 (decision tree analysis)模型’ 접근을 통하여 주요 고분에 대한 축조 pattern을 밝혔다. 본 연구는 기왕의 개개 고분에 대한 [높이 → 기울기(경사각)→ 규모(체적)] 관련 Data Mining의 결과치와 관련 ‘의사결정나무분석’의 성과를 기본으로 고분 축조 시의 ‘標準尺’을 산출하였다. 본 연구자들은 集安 지역에서의 표준척이 시기 별-형식 별로 다소 차별성로 보이지만, 대체로 [22. 5㎝ → 23. 5㎝ → 24. 6㎝→ 26. 3㎝]로 변화하고, 遷都 직후 平壤지역도 26. 3cm의 표준척을 사용한 것으로 파악하고 있다. 다만 천도 이후 집안의 경우 주로 石室墳 다수에서 24. 6㎝의 표준척이 다시 등장함은 주목할 만한 대목이다. 고분연도 추정 작업은 본 연구에서 도출된 핵심 설명변인들을 투여해 fuzzy neural방식을 통해 추출하였다. 따라서 본고에 제시된 年代는 결코 ‘絶對年代’에 값하는 그것이 될 수는 없다. 그러나 편년 자료가 부족한 고구려 고분의 상황에서 연대 비정 과정에 있어 상대적으로 신뢰도가 높은 자료로서 활용될 수 있다. We tried to analyse by the descriptive-inferential and statistical operation the Tumuli in Tungkou(洞溝) and around Jian(集安) area, based on 『Tumuli in Tungkou』(2002) as the basic archaeological data. The exel source list from this data served to the various descriptive analysis by SPSS. And we proceeded from this ‘descriptive’ to the multi-leveled ‘inferential’ analysis in adopting the ‘FNN(fuzzy neural network)’ analysis method and the non parametric-statistical technic of Data Mining. The produced number of the each tumulus’ [height→gradient=an angle of inclination→volume=scale] showed us, according to the ‘decision tree analysis’ model, the building pattern of the tumulus which finally was summarized as the standard measure. Though this standard measure differed a little to the epoch and the pattern of the tumuli in JIan area, but it changed generally from 22. 5㎝ via 23. 5㎝ and 24. 6㎝ to 26. 3㎝, and just after the transfer of the capital, the 26. 3㎝ measure was adopted even in Pyongyang area. Meanwhile the chronology of tumulus was possible by the fuzzy neural method in putting the main independent variables derived from our research, so this chronology could not be the absolute value but be served as a highly reliable material to measure the chronology for the tumuli in Koguryo Dynasty.

Datamining Roadmap to Extract Inference Rules and Design Data Models from Process Data of Industrial Applications

Hyeon Bae,Youn-Tae Kim,Sungshin Kim,George J. Vachtsevanos 한국지능시스템학회 2005 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGE Vol.5 No.3

The objectives of this study were to introduce the easiest and most proper applications of datamining in industrial processes. Applying datamining in manufacturing is very different from applying it in marketing. Misapplication of datamining in manufacturing system results in significant problems. Therefore, it is very important to determine the best procedure and technique in advance. In previous studies, related literature has been introduced, but there has not been much description of datamining applications. Research has not often referred to descriptions of particular examples dealing with application problems in manufacturing. In this study, a datamining roadmap was proposed to support datamining applications for industrial processes. The roadmap was classified into three stages, and each stage was categorized into reasonable classes according to the datamining purposed. Each category includes representative techniques for datamining that have been broadly applied over decades. Those techniques differ according to developers and application purposes; however, in this paper, exemplary methods are described. Based on the datamining roadmap, nonexperts can determine procedures and techniques for datamining in their applications.

의사결정나무 기법을 활용한 백화점의 고객세분화 사례연구

채경희,김상철 한국유통과학회 2010 유통과학연구 Vol.8 No.1

Segmentation, targeting, and positioning are marketing tools used by a company to gain competitive advantage in the market. For an accurate segmentation, various statistics models or datamining techniques are used. Especially, datamining techniques are introduced in the beginning of the 1980s and solved several marketing problems effectively. In this paper, we research about datamining technique for segmentation and analyze customer's transaction data of Department Store using Decision Tree Analysis, one of the dataming technique. After that, we discuss effects and advantages of segmentation using Decision Tree.

데이터마이닝 로드맵 개발과 수처리 응집제 제어를 위한 데이터마이닝 적용

배현,김성신,김예진,Bae, Hyeon,Kim, Sung-Shin,Kim, Ye-Jin 한국정보통신학회 2005 한국정보통신학회논문지 Vol.9 No.7

본 논문은 정수장에서 사용하는 응집제의 종류를 결정하기 위한 시스템 개발에 관한 내용이다. 정수장은 여러 단위 처리장으로 구성되며, 불순물을 제거하기 위하여 혼화지에서 응집제를 주입하여 침전을 시킨다. 현재까지 응집제 결정을 위해 Jar-test를 이용하는데, 이 방법은 사람의 주관적인 판단에 의존하므로 실험 오차가 발생할 수 있다. 특히 정수장의 자동화를 위한 시스템 개발에서 가장 큰 걸림돌로 작용하고 있다. 본 논문은 이러한 문제점을 해결하기 위하여 로드맵에 기초한 데이터마이닝 기법을 이용하여 응집제를 선택할 수 있는 제어기를 개발하였다. 제어 규칙은 클러스터링 기법으로 도출하였는데, 군집의 초기 값과 개수는 통계적 지수 값을 사용하여 결정하였다. In coagulant control of water treatment plants, rule extraction, one of datamining categories, was performed for coagulant control of a water treatment plant. Clustering methods were applied to extract control rules from data. These control rules can be used for fully automation of water treatment plants instead of operator's knowledge for plant control. To perform fuzzy clustering, there are some coefficients to be determined and these kinds of studies have been performed over decades such as clustering indices. In this study, statistical indices were taken to calculate the number of clusters. Simultaneously, seed points were found out based on hierarchical clustering. These statistical approaches give information about features of clusters, so it can reduce computing cost and increase accuracy of clustering. The proposed algorithm can play an important role in datamining and knowledge discovery.

데이터마이닝을 활용한 소아 족부 질환 연관성 분석

최정규(J. K. Choi),원용관(Y. G. Won),김정자(J. J. Kim) 한국정밀공학회 2014 한국정밀공학회 학술발표대회 논문집 Vol.2014 No.5월

신경망 이론과 수리학적 홍수추적에 의한 홍수예측에 관한 연구

지홍기,추연문 한국수자원학회 2014 한국수자원학회논문집 Vol.47 No.2

최근에 들어 지구온난화에 따른 기후변화의 영향으로 단시간에 집중되는 국지성 호우와 돌발성 호우로 인하여 많은 인명 및 재산피해가 날로 증가하고 있는 추세이다. 이에 본 연구에서는 낙동강 유역을 대상으로 국지적 집중호우와 돌발홍수의 특성을 연구하고 이를 데이터 마이닝 기법에 의한 홍수예측에 관한 연구를 적용하여 낙동강 유역의 국지적 집중호우와 돌발홍수에 대처할 수 있는 홍수예측모형을 구축하였다. Data Mining 기법인 신경망 이론과 하도의 수리학적 홍수추적을 사용한 모형을 구축하여 1989년 7월에서 1999년 9월 사이의 홍수사상을 대상으로 낙동 지점과 일선교 지점에서의 관측수위와 경사면적법의 홍수위를 비교하여 검증하였다. 본 연구에서는 대상유역을 3가지 Case로 구분하여 각 지점에 따른 홍수량, 수위에 의한 수리학적 홍수추적 모형을 구성과 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하여 수위곡선을 비교분석하였으며, 실측 수위와 모형에 의해 예측 수위를 비교평가였다. Recently, due to global warming, climate change has affected short time concentrated local rain and un-expected heavy rain which is increasingly causing life and property damage. Therefore, this paper studies the characteristic of localized heavy rain and flash flood in Nakdong basin study area by applying Data Mining method to predict flood and constructing water level predicting model. For the verification neural network from Data Mining method and hydraulic flood routing was used for flood from July 1989 to September 1999 in Nakdong point and Iseon point was used to compare flood level change between observed water level and SAM(Slope Area Method). In this research, the study area was divided into three cases in which each point's flood discharge, water level was considered to construct the model for hydraulic flood routing and neural network based on artificial intelligence which can be made from simple input data used for comparison analysis and comparison evaluation according to actual water level and from the model.

데이터마이닝 기법을 통한 백화점의 고객이탈예측모형연구

윤성준 한국마케팅학회 2005 ASIA MARKETING JOURNAL Vol.6 No.4

Due to the current downturn of the national economy aggravated by shrinking consumers' buying power, the department stores are struggling to protect and maintain their share of retail market. This aggravating situation is worsening with rapid increase of discount stores harnessed with cheap prices, convenient cyber shopping, and TV home shopping. And, as department stores market becomes more competitive and as the cost of acquiring new customer increases, the value of controling customer churn is also growing fast. The objectives of this research are, first by investigating on customers' churning pattern in recent department stores market, to understand the characteristics of the customers who are expected to churn in case competing companies engage in aggressive sales promotion, and second, to find the influential factors of churn, and finally to establish practical marketing strategies to peg the existing customers.In accordance, datamining technique which was adopted in this study may prove an effective method of analysis which can aid the marketing decisions. Regularity and pattern in variant buyer behavior can be discovered from the database to predict and select valuable customers for targeted management.Therefore, this study investigates churn for the department store customers and models were developed using data mining technique(Decision Tree, Logistic Regression) to predict which customer are at risk of churn. Finally, this study makes suggestions on how the study results can be incorporated and measured as part of an overall marketing campaign process. The procedure of developing marketing strategy is suggested using predicted churn list. 90년대 중반 이후 할인점, 홈쇼핑 등 신업태의 등장, 해외유통업체의 국내진출, 90년대 후반 IMF 관리체제 편입과 소비심리 위축 그리고 최근의 경기 및 소비력 감소에 이르기까지 등 일련의 환경 변화는 백화점들이 생존과 성장을 위해 고객이탈 방지의 필요성을 절감하게 했다. 또한 국내 백화점 시장은 시장의 성숙화와 포화로 신규고객 획득비용과 고객이탈이 증가하는 추세에 있다. 이 연구의 목적은 고객이탈 증가 문제에 초점을 맞추어 최근 백화점 시장에서의 이탈고객의 특성을 파악하고 고객이탈을 줄일 수 있는 공격적인 영업 전략과 기존고객을 유지할 수 있는 마케팅 전략을 수립하는데 있다. 데이터베이스 내에 존재하는 마케팅 관련 데이터는 연속형 데이터에 비해 범주형 데이터가 많기 때문에, 이러한 데이터들을 기존의 통계적 기법인 회귀분석이나 판별분석 등으로 분류, 해석, 예측하기는 어렵게 되었다. 이에 따라 대용량의 데이터베이스 내에 존재하는 데이터들의 숨겨진 패턴을 분석할 수 있는 데이터 마이닝 기법의 등장은 이와 같은 문제를 해결할 수 있는 대안으로 주목받고 있다. 연구설계에서 백화점 업체의 이용 가능한 인구통계학적 정보와 운영 데이터를 바탕으로 하여 유의변수를 선정하고 고객이탈을 예측하는 모형을 만들고자 한다. 마지막으로, 로지스틱 회귀분석 모형에서 나온 예상 이탈고객 리스트를 어떻게 직접 마케팅 캠페인에 활용할 수 있는가에 대해서 연구한다. 즉, 예상 이탈고객 리스트를 이용하여 이것을 활용할 수 있는 마케팅 전략을 개발한다.