사용자 중심 순차 규칙 탐색을 위한 효율적 타깃 마이닝

초록

본 논문은 순차 규칙 마이닝에서 사용자가 관심 있는 규칙만을 빠르게 찾아내기 위해, 데이터베이스 전처리, 상한 경계 기반 가지치기, 그리고 유사도 측정 기법을 결합한 타깃 탐색 프레임워크를 제안한다. 빈도와 효용 두 가지 평가 지표에 대해 각각 알고리즘을 설계하고, 실험을 통해 기존 방법 대비 실행 시간과 메모리 사용량에서 우수함을 입증한다.

상세 분석

논문은 먼저 순차 규칙이 기존 연관 규칙과 달리 시간적 순서를 포함한다는 점을 강조하고, 이러한 규칙이 실제 비즈니스·의료·보안 등 다양한 도메인에서 예측·추론에 유용함을 제시한다. 그러나 전통적인 순차 규칙 마이닝은 빈도 기반 최소 지원 임계값을 만족하는 모든 규칙을 생성하기 때문에, 사용자가 실제로 필요로 하는 규칙과 무관한 다량의 불필요한 결과가 발생한다. 이는 연산량 급증과 메모리 오버헤드, 그리고 후속 분석 단계에서의 혼란을 초래한다.

이를 해결하기 위해 저자들은 “타깃 규칙”이라는 개념을 도입한다. 사용자는 사전에 관심 있는 antecedent‑consequent 쌍을 정의하고, 시스템은 해당 타깃 규칙이 포함될 가능성이 있는 후보 시퀀스만을 탐색한다. 핵심 기법은 다음과 같다.

1. 데이터베이스 전처리 및 시퀀스 축소: 원본 시퀀스 DB를 스캔하여 타깃 규칙에 포함될 수 없는 아이템을 제거하고, 남은 아이템만으로 새로운 압축 시퀀스를 구성한다. 이 과정에서 아이템 속성(예: 유틸리티 값)도 함께 정리한다.

2. 상한 경계(Upper Bound) 설계: 빈도 기반과 효용 기반 두 평가 지표에 대해 각각 ‘가능 최대 지원’과 ‘가능 최대 효용’ 상한을 계산한다. 상한은 아이템의 남은 출현 횟수와 현재까지 누적된 값만을 이용해 매우 타이트하게 추정되며, 증명 과정을 통해 전역 최적성을 보장한다.

3. 가지치기 전략: 상한이 사용자가 지정한 최소 임계값보다 낮은 경우 해당 탐색 경로를 즉시 차단한다. 또한, 타깃 규칙의 선행·후행 아이템 순서가 위배되는 경우에도 조기에 탐색을 중단한다. 이러한 전략은 불필요한 확장 연산을 크게 감소시킨다.

4. 타깃 규칙 생성 알고리즘: 전처리된 시퀀스와 상한 기반 가지치기를 결합한 탐색 루프를 통해, 빈도‑우선(Freq‑Target)와 효용‑우선(Util‑Target) 두 버전의 알고리즘을 구현한다. 두 알고리즘은 동일한 프레임워크를 공유하지만, 상한 계산식과 정렬 기준이 다르다.

5. 규칙 유사도 측정: 생성된 후보 규칙 집합에서 사용자가 가장 관심 있을 법한 규칙을 선택하기 위해, (① 아이템 집합 기반 유사도, ② 순서·시간 간격을 고려한 구조적 유사도) 두 가지 메트릭을 정의한다. 이 메트릭은 타깃 규칙과의 거리(예: Jaccard, edit distance)와 규칙의 신뢰도(Confidence) 등을 종합해 점수를 부여한다.

실험에서는 8개의 공개 데이터셋(실제 거래·의료·네트워크 로그)과 2개의 합성 데이터셋을 사용해, 기존 대표적인 순차 규칙 마이닝 알고리즘(예: RuleGrowth, ERMiner, HUSRM, US‑Rule, TaSRM)과 비교하였다. 결과는 다음과 같다.

• 실행 시간: 평균 35%~60% 가량 감소, 특히 대규모 데이터에서 2배 이상 가속화.
• 메모리 사용량: 전처리와 압축 덕분에 40%~70% 절감.
• 결과 집합 크기: 타깃 규칙과 높은 유사도를 가진 규칙만을 반환함으로써, 전체 규칙 수가 10% 이하로 축소.

또한, 유사도 기반 선택 단계에서 사용자는 원하는 정밀도·재현율 균형을 파라미터로 조정할 수 있어, 실제 비즈니스 요구에 맞는 맞춤형 결과를 얻을 수 있다. 논문은 이러한 접근이 “사용자 중심” 패턴 마이닝의 새로운 패러다임을 제시하며, 향후 복합 속성(시간, 위치, 사용자 프로필)과 결합된 확장 가능성을 논의한다.