[데이터마이닝-연관규칙] 데이터마이닝-Association Rules

소개글

한달내내 밤새워 만든 레포트 입니다.
파워포인트 서식으로 내용과 그림으로 데이타 마이닝 association rule 에 대한 정보를 원하시면 적극 권해드리고 싶습니다.

목차

1. Overview

2. Data Mining in the KDD Process

3. Types of Data-Mining

4. Association Rule의 정의

5. Association Rule의 평가기준

6. When is Market Basket Analysis useful?

7. Association Rule탐사과정

8. Algorithms for Association Rule(Algorithm Apriori for Mining Association Rule)

9. Association Rule의 장점과 단점

본문내용

*Association Rule의 장점과 단점장점
- 탐색적인 기법 : 조건 반응(if-then)으로 표현되는 연관성분석의 결과 이해가 쉽다.
- 강력한 비목적성 분석기법 : 거래내용에 대한 데이터를 변환 없이 그 자체로 이용할 수 있는 간단한 자료구조를 갖는 분석방법이다.
-계산의 용이성 : 분석을 위한 계산이 상당히 간단하다.
단점
- 상당한 수의 계산과정 : 품목수가 증가하면 분석에 필요한 계산은 기하급수적으로 늘어난다.
- 적절한 품목의 결정 : 너무 세분화된 품목을 가지고 연관성 규칙을 찾으면 의미없는 분석이 될 수도 있다.
- 품목의 비율차이 : 거래량이 적은 품목은 당연히 포함된 거래수가 적을 것이고, 규칙발견 시 제외되기가 쉽다.

참고 자료

데이터 마이닝 전공서적
연관관계룰 전문 서적