대표 규칙 채굴의 완전성 재검토와 새로운 기반 제시

초록

연관 규칙 채굴 결과가 방대해지는 문제를 해결하기 위해 기존 대표 규칙(Representative Rules) 기반 알고리즘의 불완전성을 발견하고, 완전한 규칙 집합을 생성할 수 있는 새로운 생성기를 제안한다. 또한 폐쇄 집합을 활용한 B* 기반을 확장하여 기존 방법보다 더 작은 손실 없는 표현을 제공한다.

상세 분석

본 논문은 연관 규칙 마이닝에서 손실 없는 압축 표현으로 널리 사용되는 “대표 규칙”(representative rules)과 “본질 규칙”(essential rules)의 생성 알고리즘을 면밀히 재검토한다. Kryszkiewicz(2001)가 제안한 알고리즘은 폐쇄 집합(closed itemsets)과 최소 지지도(minimum support)를 이용해 대표 규칙을 추출하도록 설계되었으나, 저자는 해당 알고리즘이 특정 경우에 모든 대표 규칙을 포괄하지 못한다는 사실을 수학적 증명 과정의 누락을 통해 밝혀냈다. 구체적으로, 알고리즘이 폐쇄 집합의 부분집합 관계를 단순히 “포함 여부”만으로 판단하면서, 실제로는 폐쇄 집합 간의 지지도 차이와 신뢰도(confidence) 제한 조건을 동시에 고려해야 함에도 불구하고 이를 간과한다는 점이 핵심이다. 이로 인해 일부 규칙이 제외되어 결과 집합이 불완전해진다.

이를 해결하기 위해 저자는 두 가지 새로운 완전 생성기를 제안한다. 첫 번째는 “완전 폐쇄 기반 대표 규칙 생성기”(Complete Closed-based Representative Generator)로, 모든 폐쇄 집합에 대해 가능한 모든 전건(antecedent)과 후건(consequent)의 조합을 검증하고, 신뢰도와 지지도 기준을 만족하는 경우에만 규칙을 채택한다. 이 과정에서 기존 알고리즘이 놓친 “경계 조건”(boundary cases)을 포착하기 위해, 폐쇄 집합 간의 부분집합 관계를 전후 관계 그래프 형태로 모델링하고, 그래프 탐색을 통해 최소 전건 집합을 효율적으로 추출한다.

두 번째는 “B* 기반 확장 생성기”(Extended B* Basis Generator)이다. B는 기존의 “핵심 폐쇄 기반 규칙”(core closed-based rules)보다 더 작은 손실 없는 표현을 제공하는데, 저자는 이를 대표 규칙과 통합하여 하나의 통합 기반을 만든다. B는 폐쇄 집합의 최소 지지도와 신뢰도 임계값을 동시에 만족하는 규칙만을 포함하므로, 불필요한 중복을 크게 줄인다. 또한, B* 기반은 폐쇄 집합의 “극대 폐쇄”(maximal closed)와 “극소 폐쇄”(minimal closed)를 구분하여, 각 규칙이 실제 데이터베이스에서 얼마나 일반적인지를 정량화한다.

알고리즘 구현 측면에서는, 저자는 효율적인 메모리 관리와 빠른 집합 연산을 위해 비트 벡터와 해시 기반 인덱스를 활용한다. 실험 결과, 제안된 두 생성기는 기존 Kryszkiewicz 알고리즘에 비해 15%~30% 정도 더 많은 대표 규칙을 발견하면서도 실행 시간은 10% 이내로 유지된다. 특히 B* 기반은 전체 규칙 수를 40% 이상 감소시켜, 실제 비즈니스 인사이트 도출 과정에서 가독성을 크게 향상시킨다.

이러한 기여는 연관 규칙 마이닝 분야에서 손실 없는 압축 표현의 정확성을 보장함과 동시에, 실용적인 데이터 분석 파이프라인에 적용 가능한 효율성을 제공한다는 점에서 의미가 크다.