퍼지 개념 계층을 기반으로 한 데이타베이스 속성 상호 관계의 발견

Abstract

본 논문은 데이타베이스로부터 속성간의 의미적인 상호관계를 발견하는 방법을 제안한다. 속성간의 상호관계는 퍼지용어로 기술되는 서술규칙(descriptive rule)의 형태로 정형화된다. 타당한 서술규칙을 판별하기 위한 척도로서 지지도(support degree)와 확신도(confidence factor)가 제안된다. 아울러, 서술규칙의 특성상 발생할 수 있는 과대해석의 문제를 해결하기 위하여 범위도(coverage)라는 척도가 정의된다. 삼단계로 이루어진 프로시듀어를 통해 서술규칙을 발견할 수 있는데, 첫번째 단계는 퍼지가설정제법(fuzzy hypothesis refinement algorithm)을 적용하여, 인증된 퍼지가설(qualified fuzzy hypothesis)을 발견하는 작업이다. 두번째 단계는 인증된 퍼지가설로부터 “if 전제부 then 결과부”로 표현되는 서술규칙을 도출하는 작업이고 마지막 단계는 도출된 결과들을 발견목적에 따라 설명규칙(explanatory rule), 분류규칙(classification rule), 요약(data summarization)과 같이 해석하는 작업이다. 본 연구의 주안점은 좀더 이해하기 쉬운 발견결과의 획득과 실제 현장지식(domain knowledge)의 더욱 효과적인 활용에 있다.