행동 기반 순서 분류 이론적 프레임워크

초록

본 논문은 클래스 대표 행동 집합과 비교를 통해 순서형 분류기를 설계하는 일반적인 이론적 틀을 제시한다. 반사 관계 S와 전이 관계 D를 정의하고, D⊆S인 조건을 만족하도록 모델링한다. 이 틀에서 파생되는 다양한 방법은 두 개의 상보적 할당 절차를 사용하며, ELECTRE TRI‑nC, INTERCLASS‑nC 및 계층적 ELECTRE TRI‑nC와 같은 기존 기법을 특수 사례로 포함한다.

상세 분석

논문은 순서형 분류 문제를 “행동(action)”이라는 추상적 객체와 그 행동이 속한 클래스(범주) 사이의 관계망으로 재구성한다. 핵심은 두 관계 S와 D를 설정하는데, S는 반사적(reflexive)이며 클래스의 선호 순서와 호환되는 관계이고, D는 전이적(transitive)이며 S의 부분집합이다. 이 구조는 “대표 행동 집합”(reference set)이라는 개념을 도입함으로써, 각 클래스마다 하나 이상의 대표 행동을 선택하고, 새로운 관측 행동을 이들 대표와 비교하여 순위와 소속을 판단한다.
두 개의 상보적 할당 절차는 (1) 관측 행동을 각 클래스의 대표와 비교해 “우위”(dominance) 관계를 도출하는 전방(assign‑forward) 과정과, (2) 그 관계를 전치(transposition)하여 “열위”(subordination) 관계를 평가하는 역방(assign‑backward) 과정으로 구성된다. 전방 절차는 D 관계를 이용해 관측 행동이 특정 클래스보다 높은 클래스에 속할 가능성을 검증하고, 역방 절차는 S 관계를 활용해 관측 행동이 낮은 클래스에 속할 위험을 평가한다. 두 절차를 동시에 활용함으로써 불확실성, 모호성, 그리고 상호작용 효과를 보다 정교하게 포착한다.
또한 논문은 S와 D에 대한 최소한의 제약만을 요구한다. 예를 들어, S가 반사적이면 자기 자신과의 비교는 언제나 동등하게 처리되고, D가 전이적이면 “A D B, B D C ⇒ A D C”와 같은 연쇄적 우위 판단이 가능해진다. 이러한 약한 가정은 다양한 선호 모델—예컨대, 가중합, 비가중합, 혹은 비선형 상호작용 모델—을 동일한 프레임워크 안에 끌어들일 수 있게 한다.
특히, ELECTRE TRI‑nC와 INTERCLASS‑nC를 이론적 틀의 특수 경우로 재해석함으로써, 기존 방법들의 한계(예: 기준값 설정의 경직성, 상호작용 무시)를 보완할 수 있는 확장성을 제시한다. 계층적 ELECTRE TRI‑nC는 기준(criterion) 간 상호작용을 모델링하는데, 이는 D 관계에 추가적인 제약(예: 상호작용 가중치)을 부여함으로써 구현된다. 결과적으로, 제안된 프레임워크는 기존 방법들을 포괄하면서도 새로운 순서형 분류 알고리즘을 설계할 수 있는 이론적 기반을 제공한다.