[논문 리뷰] Classification rule with simple select SQL statement

Spits Warnars H. L. H|arXiv (Cornell University)|2010. 06. 10.

Data Mining Algorithms and Applications참고 문헌 19인용 수 4

한 줄 요약

이 논문은 관계형 데이터베이스에서 단일 간단한 SELECT SQL 문을 사용하여 분류 규칙과 특성 규칙을 동시에 생성하는 방법을 제안한다. 개념 계층 구조를 통합하고 t-가중치(형평성) 및 d-가중치(구분 능력) 메트릭을 SQL에 확장함으로써, 외부 도구 없이도 효율적이고 데이터베이스 내재형 데이터 마이닝을 가능하게 하여 규칙의 일반화 및 해석 가능성 향상에 기여한다.

ABSTRACT

A simple sql statement can be used to search learning or rule in relational database for data mining purposes particularly for classification rule. With just only one simple sql statement, characteristic and classification rule can be created simultaneously. Collaboration sql statement with any other application software will increase the ability for creating t-weight as measurement the typicality of each record in the characteristic rule and d-weight as measurement the discriminating behavior of the learned classification/discriminant rule, specifically for further generalization in characteristic rule. Handling concept hierarchy into tables based on concept tree will influence for the successful simple sql statement and by knowing the right standard knowledge to transform each of concept tree in concept hierarchy into one table as to transform concept hierarchy into table, the simple sql statement can be run properly.

연구 동기 및 목표

• 최소한의 SQL 구문을 사용하여 관계형 데이터베이스에서 직접 분류 규칙과 특성 규칙을 동시에 추출할 수 있도록 하는 것.
• SQL 프레임워크 내에서 t-가중치와 d-가중치 메트릭을 도입하여 규칙의 일반화를 향상시키는 것.
• 개념 트리에 기반하여 개념 계층을 정규화된 데이터베이스 테이블에 통합하여 계층적 데이터 처리를 지원하는 것.
• 규칙 탐색을 위한 외부 데이터 마이닝 도구에 대한 의존도를 줄이기 위해 데이터베이스 내장 SQL 기능을 활용하는 것.
• 데이터베이스 내재 계산을 통해 분류 규칙의 해석 가능성과 확장성 향상

제안 방법

• 관계형 테이블에서 분류 규칙과 특성 규칙을 동시에 추출하기 위해 단일 간단한 SELECT SQL 문을 사용하는 것.
• 개념 트리에 기반하여 개념 계층을 정규화된 데이터베이스 테이블로 매핑하여 계층적 데이터 처리를 지원하는 것.
• 특성 규칙의 각 레코드에 대한 대표성 평가를 위해 형평성 측정 지표인 t-가중치를 계산하는 것.
• 분류 규칙의 규칙 품질 평가를 위해 구분 능력 측정 지표인 d-가중치를 계산하는 것.
• 표준 SQL에 집계 함수와 조건부 논리를 추가하여 규칙 메트릭을 데이터베이스 내에서 직접 계산하는 것.
• 표준 SQL 출력을 통해 계산된 규칙 메트릭과 구조를 내보내어 외부 응용 프로그램과의 원활한 통합을 가능하게 하는 것.

실험 결과

연구 질문

• RQ1 단일 SQL 문이 관계형 데이터베이스에서 분류 규칙과 특성 규칙을 동시에 생성할 수 있는가?
• RQ2 t-가중치와 d-가중치 메트릭은 SQL에 어떻게 통합되어 규칙의 형평성과 구분 능력을 측정할 수 있는가?
• RQ3 개념 계층의 표현 방식이 SQL 기반 규칙 생성의 정확성과 효율성에 어떤 영향을 미치는가?
• RQ4 내장 SQL이 외부 데이터 마이닝 도구를 얼마나 대체할 수 있는가?
• RQ5 데이터베이스 테이블에 개념 트리를 통합함으로써 추출된 규칙의 일반화는 어떻게 향상되는가?

주요 결과

• 단일 간단한 SELECT SQL 문을 사용하여 관계형 데이터베이스에서 분류 규칙과 특성 규칙을 동시에 생성할 수 있다.
• SQL 쿼리 내부에 t-가중치와 d-가중치 메트릭을 통합함으로써 추출된 규칙의 해석 가능성과 일반화 능력이 향상된다.
• 정규화된 데이터베이스 테이블로 개념 계층을 적절히 표현하면 규칙 생성 과정의 신뢰성과 성능이 크게 향상된다.
• 이 방법은 외부 데이터 마이닝 소프트웨어 없이도 효율적이고 확장 가능하며 데이터베이스 내재형 데이터 마이닝을 가능하게 한다.
• 규칙 메트릭에 대한 표준화된 SQL 출력을 통해 애플리케이션 소프트웨어와의 원활한 상호운용성이 지원된다.
• 실제 대학 세미나 환경에서의 검증을 통해 이 기법이 실생활 데이터베이스 환경에서 실현 가능하고 실용적임을 입증하였다.