| 1 |
1
슬라이딩 윈도우 기반의 패턴 마이닝 장치에서 수행되는 슬라이딩 윈도우 기반의 패턴 마이닝 방법에 있어서,(a) 트랜잭션 정보 및 특성 정보를 포함하는 초기 사용자 데이터를 수신하고 상기 초기 사용자 데이터를 기초로 제1 데이터 트리를 구축하여 생성 시각 기반의 제1 배치를 생성하는 단계;(b) 추가 사용자 데이터를 수신하고 상기 추가 사용자 데이터를 기초로 제2 데이터 트리를 구축하여 생성 시각 기반의 제2 배치를 생성하고, 상기 제1 및 제2 배치들의 사용자 특성에 대한 상관 관계를 분석하는 단계; 및(c) 상기 상관 관계 분석의 결과를 기초로 상기 제1 및 제2 배치들 간의 동향 변화 여부를 판단하는 단계를 포함하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 2 |
2
제1항에 있어서,(d) 상기 제1 및 제2 배치들 간의 동향 변화가 발생하지 않으면 상기 제1 및 제2 배치들을 병합하여, 병합된 데이터 트리를 구축하는 단계를 더 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 3 |
3
제1항에 있어서,(e) 상기 제1 및 제2 배치들 간의 동향 변화가 발생하면 상기 제1 및 제2 배치들 각각에 대한 패턴 마이닝을 수행하여 상기 패턴 마이닝의 결과를 분석하는 단계를 더 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 4 |
4
제1항에 있어서, 상기 (b) 단계는각각의 원소가 가지는 상관 계수를 통해 사용자 특성들 간의 상관 관계를 나타내는 상관 행렬을 생성하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 5 |
5
제4항에 있어서, 상기 (b) 단계는적어도 하나의 사용자 특성 정보를 포함하는 특성 행렬을 생성하는 단계;상기 특성 행렬을 정규화하여 단위 행렬을 생성하고, 상기 단위 행렬을 전치하여 전치 행렬을 생성하는 단계; 및상기 단위 행렬 및 상기 전치 행렬의 행렬 곱셈을 통해 상관 행렬을 도출하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 6 |
6
제5항에 있어서, 상기 정규화는상기 특성 행렬 내의 원소들의 평균 값 및 표준 편차 값을 연산하여 상기 단위 행렬의 각 행의 합이 0에 해당하도록 변환하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 7 |
7
제1항에 있어서, 상기 (c) 단계는상기 제1 및 제2 배치들 각각의 상관 행렬을 비교하여 상기 제1 및 제2 배치들 간의 동향 변화 여부를 판단하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 8 |
8
제7항에 있어서, 상기 (c) 단계는상기 상관 행렬의 상관 계수를 비교하여 상기 상관 계수의 변화량이 기 설정된 최소 변화량을 초과하면 해당 상관 계수에 대한 동향 변화의 발생을 판단하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 9 |
9
제8항에 있어서, 상기 (c) 단계는상기 최소 변화량을 초과하는 상관 계수들의 개수가 기 설정된 최소 임계치를 초과하면 상기 제1 및 제2 배치들 간의 동향 변화의 발생을 판단하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 10 |
10
제8항에 있어서, 상기 상관 계수들 각각의 최소 변화량은상기 상관 계수들 각각의 평균 변화량 및 특성을 기초로 서로 다르게 설정되는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 11 |
11
제9항에 있어서, 상기 최소 임계치는상기 제1 및 제2 배치들의 총 사용자 수, 총 사용자 특성 수를 기초로 설정되는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 12 |
12
제8항에 있어서, 상기 상관 계수는그 값이 1에 가까울수록 해당 사용자들 간의 관련도가 높은 것을 나타내는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 13 |
13
제2항에 있어서, 상기 (d) 단계는상기 병합된 제1 및 제2 배치들의 사용자 데이터를 기초로 사용자 아이디 정보, 사용자 특성 정보 및 사용자 링크 정보를 포함하는 헤더 테이블을 생성하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 14 |
14
제13항에 있어서, 상기 (d) 단계는상기 병합된 제1 및 제2 배치들의 사용자 데이터의 적어도 하나의 키워드를 기초로 데이터 트리 방문을 수행하고 데이터 트리 경로를 생성하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 15 |
15
제14항에 있어서, 상기 (d) 단계는상기 데이터 트리 경로 상에 있는 테일 노드에 사용자 아이디 정보, 생성 시각 정보, 사용자 특성 정보를 추가적으로 연관시키는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 16 |
16
제14항에 있어서, 상기 (d) 단계는상기 헤더 테이블의 사용자 링크들 각각으로부터 해당 사용자에 관한 테일 노드를 순차적으로 연결하는 단계를 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법
|
| 17 |
17
트랜잭션 정보 및 특성 정보를 포함하는 초기 사용자 데이터를 수신하고 상기 초기 사용자 데이터를 기초로 제1 데이터 트리를 구축하여 생성 시각 기반의 제1 배치를 생성하는 배치 생성부;추가 사용자 데이터를 수신하고 상기 추가 사용자 데이터를 기초로 제2 데이터 트리를 구축하여 생성 시각 기반의 제2 배치를 생성하고, 상기 제1 및 제2 배치들의 사용자 특성에 대한 상관 관계를 분석하는 상관 관계 분석부; 및상기 상관 관계 분석의 결과를 기초로 상기 제1 및 제2 배치들 간의 동향 변화 여부를 판단하는 동향 변화 판단부를 포함하는 슬라이딩 윈도우 기반의 패턴 마이닝 장치
|
| 18 |
18
제17항에 있어서,상기 제1 및 제2 배치들 간의 동향 변화가 발생하지 않으면 상기 제1 및 제2 배치들을 병합하여, 병합된 데이터 트리를 구축하는 데이터 트리 병합부를 더 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 장치
|
| 19 |
19
제17항에 있어서,상기 제1 및 제2 배치들 간의 동향 변화가 발생하면 상기 제1 및 제2 배치들 각각에 대한 패턴 마이닝을 수행하여 상기 패턴 마이닝의 결과를 분석하는 배치별 패턴 분석부를 더 포함하는 것을 특징으로 하는 슬라이딩 윈도우 기반의 패턴 마이닝 장치
|
| 20 |
20
트랜잭션 정보 및 특성 정보를 포함하는 초기 사용자 데이터를 수신하고 상기 초기 사용자 데이터를 기초로 제1 데이터 트리를 구축하여 생성 시각 기반의 제1 배치를 생성하는 기능;추가 사용자 데이터를 수신하고 상기 추가 사용자 데이터를 기초로 제2 데이터 트리를 구축하여 생성 시각 기반의 제2 배치를 생성하고, 상기 제1 및 제2 배치들의 사용자 특성에 대한 상관 관계를 분석하는 기능;상기 상관 관계 분석의 결과를 기초로 상기 제1 및 제2 배치들 간의 동향 변화 여부를 판단하는 기능;상기 제1 및 제2 배치들 간의 동향 변화가 발생하지 않으면 상기 제1 및 제2 배치들을 병합하여, 병합된 데이터 트리를 구축하는 기능; 및상기 제1 및 제2 배치들 간의 동향 변화가 발생하면 상기 제1 및 제2 배치들 각각에 대한 패턴 마이닝을 수행하여 상기 패턴 마이닝의 결과를 분석하는 기능을 수행하는 슬라이딩 윈도우 기반의 패턴 마이닝 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
|
