비대칭적 유사도와 CSV를 이용한 심볼릭 클러스터링 알고리듬

Abstract

데이터 마이닝 분야뿐만 아니라 데이터 분석에서도 심볼릭 데이터를 이용하는 것이 매우 빈번해 지고 있다. 심볼릭 데이터 분석은 구간 데이터, 히스토그램, 심지어는 함수들을 값으로 갖는 변수들을 다루는 분야이다. 기존의 많은 연구들은 수치 데이터들만을 대상으로 한다. 본 논문에서는 구간 속성들과 다중값 속성들로 이루어진 심볼릭 데이터들을 클러스터링 하는 문제를 조사한다. 이런 심볼릭 데이터들간의 유사도를 측정하기 위해 비대칭적 유사도를 제안한다. 두 개의 구간 속성들 간의 유사도는 속성들 간의 공통부분의 길이에 비례하며, 두 개의 다중값 속성들 간의 유사도는 속성들 간의 교집합에 비례한다. 또한 통합 유사도 값(CSV)에 기반한 계층적 클러스터링 방법도 개발한다. 실험을 통하여 제안하는 알고리듬의 효능을 보여 주였고 기존 방법론들과의 비교를 통하여 타당성을 입증하였다.