Earticle

초록

한국어

사람들은 바쁜 현대사회 속에서 시간적 제재를 받고 있다. 이에 따라 사람들은 건강에 나쁜 영향을 미치는 간편 한 인스턴트 식품을 섭취하고 간단한 운동조차하기 어려운 상황에 놓여있다. 또한 불필요한 정보과부화 현상으로 인해 개인의 특성에 적합하고 정확한 추론을 하는 것에 대한 중요성이 커지고 있다. 따라서 본 논문에서는 다중상황의 군집분 석과 연관규칙을 이용한 지식추론 모델을 제안한다. 제안하는 방법은 상황정보에 따른 군집을 기반으로 연관규칙을 생 성함으로써 사용자들에게 개인화된 헬스케어 방법을 제공한다. 이를 통해 각 질병에 대한 위험도를 추론함으로써 해당 질병에 대한 발병률을 낮출 수 있다. 또한 성능 평가를 통해 제안하는 모델이 비교 모델보다 수치상으로 F-measure 값이 0.027 더 높게 나타나며, 비교 모델 보다 우수하게 평가된다.

영어

People are subject to time sanctions in a busy modern society. Therefore, people find it difficult to eat simple junk food and even exercise, which is bad for their health. As a result, the incidence of chronic diseases is increasing. Also, the importance of making accurate and appropriate inferences to individual characteristics is growing due to unnecessary information overload phenomenon. In this paper, we propose a knowledge reasoning model using association rules and cluster analysis of multi-contexts. The proposed method provides a personalized healthcare to users by generating association rules based on the clusters based on multi-context information. This can reduce the incidence of each disease by inferring the risk for each disease. In addition, the model proposed by the performance assessment shows that the F-measure value is 0.027 higher than the comparison model, and is highly regarded than the comparison model.

목차

요약
Abstract
1. 서론
2. 관련연구
2.1 K-평균 알고리즘 기반 군집 분석
2.2 연관규칙 탐색을 이용한 분석
3. 다중상황의 군집분석과 연관규칙을 이용한 지식추론 모델
3.1 국민건강영양 조사를 활용한 상황정보 구성
3.2 만성 상황정보 군집 분석
3.3 다중 상황정보에서 연관규칙 생성
3.4 만성질환 예방을 위한 지식 추론모델
4. 성능평가
4.1 K-평균 알고리즘의 군집 수 결정
4.2 군집분석과 연관규칙의 성능평가
5. 결론
REFERENCES

저자

• 신동훈 [ Dong-Hoon Shin | 경기대학교 컴퓨터과학과 석사과정 ]
• 김민정 [ Min-Jeong Kim | 경기대학교 컴퓨터과학과 학부생 ]
• 오상엽 [ SangYeob Oh | 가천대학교 컴퓨터공학과 교수 ]
• 정경용 [ Kyungyong Chung | 경기대학교 컴퓨터공학부 교수 ] Corresponding author

참고문헌