다물8

http://blog.naver.com/captainship/20034019894

화일시스템관련 글인데 ... 복사가 안되네요..ㅠㅠ

탐구시간:디스크의 헤드를 필요한 실린더(또는 트랙번호)로 이동시키는 과정
회전지연시간:디스크 헤드가 지정된 실린더에 도착한 후 지정된 섹터가 헤드 아래에
도착할 때까지 기다리는 시간
전송시간:디스크 주소상의 표면 번호에 따라 해당 섹터를 읽어 전송하거나 전송된 데이터를 해당 섹터에
기록하는 시간.

데이터 접근 시간(data access time) : 위의 3가지 시간을 모두 더한 시간

따라서 비중은 탐구시간>회전 지연시간>전송시간

출처: http://blog.naver.com/abk3737

1주차 학습내용

2주차 학습내용

3주차 학습내용

4주차 학습내용

5주차 학습내용

6주차 학습내용

7주차 학습내용

8주차 학습내용

9주차 학습내용

10주차 학습내용

첫번째 심화학습

두번째 심화학습

http://blog.naver.com/cinemany/100015851748

블로그 > bls4u님의 블로그
http://blog.naver.com/bls4u/40003090570

PMP란?		PMP(Project Management Professional) PMP는 Project Management Professional의 약자이고 "피엠피"라고 읽는다. 우리말로 굳이 번역하자면 "프로젝트관리 전문가" 또는 "프로젝트관리 기술사"에 해당한다. PMP의 시작 ....PMP는 1984년부터 미국의 PMI(Project Management Institute)가 시행하는 자격 ....제도이다. PMP인증제도는 PMBOK(Project Management Body of.Knowledge) ....의 발간과 더불어 자타가 공인하는 PMI의 2대 업적 중 하나이다. PMP인증제도의 ....기본 취지는 프로젝트관리의 전문성을 배양하고 프로젝트관리에 종사하는 사람들 ....에게 체계적인 PM기법을 갖추도록하는것이다. PMP의 출현 ....첫 번째 PMP시험은 1984년 10월 미국의 필라델피아에서 시행되었으며 56명이 응 ....시하여 43명이합격했다. PMP가 아니면 PM이 될 수 없는가? ....PM(Project Manager)의 자격을 PMP자격 소유로 가름하는 것은 말도 안된다. 또 ....한 PMI가 임의단체이므로 엄격한 의미에서 PMP는 어느 국가의 자격제도도 아니 ....다. 그러나 최근 5년내에 PMP가 국제적으로 인지도가 높아졌으며, 그 숫자도 급격 ....히 늘고 있다. 숫자의 증가와 경영층의 요구가 서로 상승적으로 작용하여 PMP에 ....대한 수요는 지속적으로 증가할 것으로 추측되며 PMP는 점차 세계적으로 공인되 ....는 자격으로 인식되고있다. PMP가 자격이라고는 하나 프로젝트관리가 "관리 ....(Management and Control)"의 한 영역이어서 자격증의 소지여부와 관리능력을 ....비교한다는 것은 말이 되지 않는다. 그러나 동시에 그것이 관리 영역에 속하기 때 ....문에 효과적인 프로젝트관리에 필요한 기본적이고 체계적인 PM기술을 확보하고 ....새로운 기법을 연마하기 위한 지속적인 활동 또한필요한것이다. PMP의 공신력 ....1987년 이후 미국과 캐나다에서는 PMP시험을 장려하거나 PMBOK을 회사 규준으 ....로 삼는 기업들이 많이 나타났다. Asea Brown Boveri (ABB), AT&T, Electronic ....Data Systems (EDS), General Motors Corp., ICP Kaiser Engineering, PECo ....Energy, USAA, US West Communications, Niagara Mohawk, CRS Sirrine, ....NCR, 캐나다 국방부, Citibank, World Bank등이다. 몇몇 기업의 사장들은 PM을 ....임명할 때 PMP를 우선적으로 임명하고 프로젝트관리 관련 부서에서 진급을 하려 ....면 PMP자격을 취득하여야 한다는 조건을 내세우고 있는 실정이다. 국내에서의 PMP 공신력 ....1995년 PMP시험을 국내에 유치한 후 현재 국내 PMP자격 소지자는 1400명정도 ....(2003.03. 현재)에 이르고 있으며, 매년 급증하는추세이다. ....이와같이 급증세의 이유로추측되는것은 ..... IMF이후 외국 자격증에대한관심고조 .... 월드컵 경기장의 CM발주로 시작된 건설사업관리(CM: Construction ........Management) 계약의 가시화로 향후 거론될 가능성이 있고 "CM자격" 또는 ........PQ점수에 "PMP 보유" 가산점에 대한 기대및예상 .... 정보산업분야의 생산성 향상을 위한 PM기법 도입으로 인한 SI(System ........ Integrator)업체에서의 PMP취득 독려 등이다. .... 건설업계에서는 건설기술자 등록으로 기술사 자격증이 상대적으로 가치가 적어 ........지면서.실질적이고 객관적인 능력 평가 수단으로 PMP 자격을 인정할 것이 예측 ........된다. PMP의 처우 ...."PMP의 공신력"에서 언급한 대로 외국에서는 프로젝트 책임자의 자질판단 기준으 ....로 삼는 경향을 보이고 있고, 국내 선도 기업들은 PMP 수당을 지급하거나, 응시료 ....지원, 교육비 지원, PMP 자격취득자에 대한 미국 PMI Symposium 참가기회 부여 ....등으로 간접적인 독려 및 처우를하고 있다. ....PMP 수당은 아직 기술사수당보다 적은 편이어서 월 6만원 내지 월 20만원 지급하 ....고있는실정이다. PMP 자격응시 및 취득에 따른 이득 ....PMP 시험준비에 투자하는 시간을 응시원서 제출과 동시에 수험준비를 하여 최소 ....200시간이라는 것이 중론이고, 응시원서제출과 동시에 수험준비를 시작하여 400여 ....시간을 투입하고 1999년도 시험에 합격한사례도있다. .... 수험자 입장에서의 이득 .......PMP 시험공부는 PMBOK의 완전한 이해로부터 시작된다. PMBOK는 PM에 관 .......한 수많은 기준서 중 하나이나, 미국의 PMI가 1996년판을 발행한 이후로 세계적 .......인 기준으로 자리를 잡아가고 있다. 따라서 PMBOK를 완전히 이해하고 관련 서 .......적을 공부하면, PM에 관한 지식체계가 정립된다. 또한, PM에 관한 상반되거나 .......상이한 견해들이 통일되어 PM관련자간의 통일된 용어와 개념을공유하게된다. .... 경영자 입장에서의 이득 ....... PMP 공부는 개인이 근무시간외에 하는 것이어서 일방적인 외부교육을 670시간 .......(3개월 이상)정도 시키는 것과 동일한 효과를 얻을 수 있다. 또한 기업내에서의 .......PM용어/지식/개념이 달라서 생기는 커뮤니케이션 손실비용을 크게 절감할 수 .......있다. 이러한 이득을 금액적으로 추산하면 1인당 5,000만원 이상의 이득이 기대 .......되어, 그 이자소득을 기업내의.PMP에게 돌려줄 경우 월 30만원이상의수당지급 .......이가능해진다. PMP가 되는 절차 .... PMP응시 제출서류 .......자격심사는 학력 및 프로젝트 관리 실무경력에 대해 각자 제출한 서류를 미국PMI가 .......엄격한 서류 전형으로 심사하고 유효기간은 6개월이며, 자격심사 합격자에 한하여 .......시험허가서 (Eligibility Letter)를 개별송부한다. .......(총 소요기간 5~6주) 자격심사 합격자는 시험 허가서에 기재된 Voucher Number를 .......가지고 Prometric Testing Center에서 응시. .... PMP응시자는 준비한 응시서류를 시험 주관기관인미국의 PMI에송부한다 .... 미국의 PMI에서는 응시자격을 심사하여 자격심사결과 시험허가서(Eligibility .......Letter) 또는 서류에 대한 보완요구를 응시자에게 직접통지한다. .... 시험 .......시험은 서울의 컴퓨터센터에서 수시 시행되며, 4지 선다형 문제 200개를 4시간 .......내에 푼다. 응지자는 시험허가서에 기재되어 있는 Voucher Number를 가지고 .......컴퓨터 센터에 개별신청하여 응시희망 날짜를 선택한다. .... 합격기준 : 200점 만점기준으로 137점(절대평가 방식) .......PMI 기준에 따르면 70%가 정답으로 추산됨. 시험종료후 그 자리에서 시험결과 .......를 알 수 있다. .... 합격통지 : 시험종료후 컴퓨터를 통하여 현장에서 시험결과를 알 수 있으며, 인 ...................... 증서 등은 PMI가 공식문서로 응시자에게 개인적으로 직접 통지.
		[자료 출처 :PMI, 한국 프로젝트 관리기술회 홈페이지]

BCP의 개요 및 개발 과정

BCP는 기업 프로세스의 한 축으로 개선되어야

문홍빈|현대정보기술 ISC본부 상무

2회에 걸쳐 BCP(Business Continuity Planning - 사업연속성 계획) 칼럼을 쓰게 되었는데, 첫 번째에서는 BCP의 개요와 개발 과정을 설명하고, 다음 호에서는 BCP 성숙도 및 BCP/DRS 유지 관리 프로세스 및 데이터센터 아웃소싱, 바젤 II, Sarbanes Oxley와 BCP의 관계 등에 대한 이야기를 하고자 한다. 이번 칼럼을 통하여 간략한 개요만을 설명할 수밖에 없는 점을 양해 바란다.

지금은 BCP 하면 그리 생소하게 들리지 않지만 몇 년 전 세계무역센터 9.11 사태 전까지는 우리나라에서는 IT를 하는 사람에게서도 아주 생소한 단어였다. 그것은 우리가 BCP를 전혀 하지 않아서라기보다 BCP가 체계화되어 소개되지 않았기 때문이다.

BCP 중에서 IT에 해당되는 DRS (Disaster Recovery System)는 IT업계를 통하여 강력하게 추천되고 또 많은 발달을 가져왔는데 이에는 IT 기업 운영의 기여도 및 의존도의 증가에도 원인이 있지만 한편으로는 이를 통한 IT 영업, 특히 HP, IBM, EMC 등 중대형시스템 제작사의 판매에 직접적인 영향을 주었기 때문이다. 이의 문제점이라 하면 기업 전반으로 이루어져야 할 BCP가 IT 중심적으로 변해간 것이라 하겠다.

미국에서 발행된 법규에 의하면 이 BCP는 이미 10여년 전부터 시작하였으며, 관련 법규는 계속 보완 정비되고 다른 규범 및 절차(Sarbanes Oxley, Basel II)에도 이 BCP의 요소가 포함되어 있다.

미국의 BCP 범위 사례

BCP는 전사적으로 이루어져야 한다. 재난의 규모, 재난 기간의 범위에 따라 BCP의 범위도 바뀐다. 금융기관들, 즉 은행, 증권, 보험사의 경우 비즈니스의 오랜 중단은 기업의 흥망은 물론 직접, 간접 투자자에 영향을 주기 때문에 BCP의 범위가 회사 신뢰도에 직접적인 영향을 미친다.

주요 미국 증권사를 예로 들면 재난을 크게 세 종류로 나누어 영향을 분석하는데, 이에는 국지적 즉 빌딩에만 영향을 주는 경우, 지역적 즉 같은 동네, 지하철 역 하나 정도에 영향을 입는 경우, 광역적 즉 하나 또는 2개의 구 단위가 영향을 입는 경우에 대한 BCP가 계획되고 모든 경우 재난은 6개월을 지속할 수 있다는 가정 하에 계획이 세워진다.

이 같은 계획에는 외부기관과의 관계(Interface)가 영향을 받게 되는데 미국의 경우는 국가기관 및 산하기관의 재해시 운영, 협조체제의 네트워크 등이 이미 명시되어 있다(예: Federal Reserve System: Docket No: R-1128, Department of the Treasury of the Comptroller of the Currency: Docket No: 03-05, Securities and Exchange Commission: Release No: 34-47638; File No: S7-32-02).

이와 같이 재난의 범위가 결정되면 이에 따라 BCP 계획서를 작성하게 되는데 이 BCP 계획은 크게 셋으로 나눈다. 위험관리, 재해시 관리, 업무복구 계획이 그것이며, 위험관리에는 건물의 시설, 설비, 건물, 주위 상황, 등이 포함되며, 재해시 관리에는 사원 및 임원 관리, 비상 연락망, 미디어 콘트롤, 고객관리, 재해상황 관리 등이 포함되며, 업무복구 계획에는 타 업무 장소, 업무 인원 이동 및 수급계획, 재해시 업무 처리 계획, 그 외에 업무 진행 주요 서류 관리 등도 포함된다. 재해의 범위에서 우선 건물별(국지적 재난대비) BCP를 하게 되는데 광역적 재해는 이의 확장이라 볼 수 있다.

물론 이 범위을 결정하고 수행하는데 결정적인 역할을 하는 것은 BCP를 위한 투자 대비 효과의 분석(ROI) 인데 이를 고려한 정확한 분석, 방향 및 계획이 선행되는 것은 물론이다.

우리나라의 BCP 범위 사례

기업의 운영 관리를 위에 제시한 재난의 BCP 측면에서 고려하면 전체 기업 운영관리의 스펙트럼이 바뀌는데, 이는 현재 금감원의 요구사항이기도 한 IT 중심의 DRS를 위의 재해상황에 맞추어 시뮬레이션해보면 나타난다.

단순한 재해복구센터의 운영은 실질적인 재해시 운영의 한계를 느낄 것이고, 또한 데이터센터가 본점과 같은 건물을 사용할 경우 본점의 재해시 재해복구 및 업무의 재개를 위한 방안은 DR만으로 거의 불가능에 가까울 것이다. 이런 이유 때문에 대규모의 선진 기업은 데이터센터가 본점과 분리되어 있고, 데이터센터도 이중화되어 있고 대기업의 경우 본점 또한 분리되어 운영하고 있다.

그러나 현재 우리나라의 경우 BCP를 수행한 회사가 극소수이고 많은 경우 IT만을 위한 DR운영만 실행하고 있는데, 운영 관리되는 재해복구센터의 용량 및 업무별 기능을 보면 보통 하루정도의 업무만 수행하고 있는 실정이다. 만약 재난이 하루를 지나면 기능의 제한이 업무의 불편으로 오고, 또한 용량의 한계는 많은 고객을 만족시키지 못할 게 뻔하다. 이러 한 상태의 DR은 재난대비 시스템이라기보다 장애 대비로 보는 것이 타당하다. 이러한 재해복구센터는 투자대비 효과(ROI)가 극히 적고, 또한 이 재해복구 사이트에 관한 지식이 극히 소수에 국한되어 있기 때문에 실질적인 재해시의 운영 효과도 의심스럽다.

BCP를 위한 자료정리 및 BIA 완성

개발 프로세스에서 가장 중요한 사항은 업무영향분석(BIA: Business Impact Analysis)이라 할 수 있다. BIA는 핵심업무의 MAO(Maximum Acceptable Outage: 최대 허용 장애 기간)와 업무복구를 위한 업무의 순위와 인원을 결정한다.

이를 위한 과정은 표와 같이 분석 정리되는데, 이 분석을 통하여 다른 업무 부서, IT와 외부 업체와의 업무수행을 위한 프로세스 흐름이 정리 분석되고 완성된다.

BCP 전략 수립

이 과정을 통하여 업무별 RTO(Reco-very Time Objective)와 RPO(Recovery Point Objective)가 업무중단으로 인한 영향분석을 통하여 결정하게 되는데 업무영향은 정성적(Qualitative Analysis), 정량적 분석(Quantitative Analysis)을 통하여 이루어진다. 이는 보통 <그림7>과 같은 차트를 형성한다. 이의 분석을 통하여 전략적인 BCP 범위가 정해진다. 물론 이 분석에는 IT 재해복구에 소요될 투자 금액 및 IT에서의 요구사항 즉 DRS의 요구조건이 도출된다.

BCP 조직

BCP 조직은 이 BCP의 수행 및 유지 관리를 위한 조직으로 적은 인원의 BCP 상설조직과 각각의 부서에 겸직인 BCP 코디네이터, 그리고 재해발생시의 임원 조직으로 크게 나뉘어 있는데 예는 <그림8>과 같다.

BCP 팀은 기업 내의 프로세스, 인원 및 업무, 새로운 상품, 인원 재배치 등 모든 주요 업무를 BCP 정책에 준하여 리뷰 및 추천(Recommendation)하며, 타 부서의 영향을 주는 경우 이를 코디네이트하고 BCP의 변경사항(BIA 포함)을 항상 업데이트한다. 재해발생시 직원 및 스토리지 업체와의 긴밀한 협조를 통하여 재해의 영향을 최소화하고 업무의 재개를 신속하고 원활하게 하는데 목적이 있다.

재해 발생시 모든 직원의 상세한 업무 지침서가 포함되고 BCP 팀에서 관리, 유지, 보수되는데 여기에는 재해시의 CEO의 역할 또한 포함된다. 전에 우리나라에서 발생된 태풍 재해 발생시 대통령이나 국무총리의 행동은 어쩌면 국가적 BCP가 되어 있지 않았기 때문이 아닌가 생각이 든다.

제공 : DB포탈사이트 DBguide.net

출처 : Tong - 날으는오리님의 개발자통통

데이터마이닝 기법 : 연관규칙의 탐사

전치혁 포항공과대학교 산업공학과 교수

1. 서언

연관규칙(association rule)이란 간단히 말하면 데이터의 항목들 간의 조건-결과 식으로 표현되는 유용한 패턴을 말한다. 연관규칙의 탐사는 기업의 활동, 특히 마케팅에서 가장 널리 사용되고 있다. 예를 들면, 미국의 슈퍼마켓에서 목요일 기저귀를 사는 고객은 맥주도 동시에 구매한다는 연관성을 알아냈다고 한다. 이때, 조건은 ‘목요일, 기저귀’이며 결과는 ‘맥주’라 할 수 있다. 이와 같은 연관규칙의 탐사가 가능하게 된 것은 컴퓨터기술의 발전을 들 수 있겠다. 한 고객이 슈퍼마켓의 계산대에서 계산할 때 쇼핑카트에 담긴 물품들이 바코드를 통하여 컴퓨터에 데이터베이스 형태로 입력되고 이로부터 고객들의 구매행태를 분석할 수 있게 되었다.
위에서 언급한 데이터의 형태는 소위 바스켓(basket) 데이터라 한다. 이 때 한 고객, 즉 한 바스켓의 정보를 하나의 트랜잭션(transaction)이라 한다. 바스켓 형태의 데이터에서는 주로 트랜잭션 내의 연관성을 살펴보고자 하는 것으로, 수많은 트랜잭션을 분석하여 빈번히 나타나는 규칙을 찾아내는 것이다. 이렇게 찾아낸 규칙은 마케팅에 활용된다. 예를 들어, 위의 기저귀-맥주의 규칙을 활용하여 기저귀와 맥주를 가까운 곳에 진열함으로써 매출 신장을 기할 수 있다. 이와 같이 바스켓 데이터로부터 연관규칙을 탐사하는 것을 시장바구니분석(market basket analysis)이라 한다.
연관규칙의 탐사는 한 고객의 시간에 따른 구매정보를 활용하여 이루어지기도 한다. 예를 들면, 가전제품 대리점에서 고객별 시간별 구매제품의 데이터를 활용하여 ‘제품 A를 사는 고객은 추후에 제품 B도 구매한다’는 연관규칙을 이끌어낼 수 있을 것이다. 이와 같은 패턴을 얻어 제품 A를 구매하였으나 제품 B를 구매하지 않은 고객에게 판매활동을 할 수 있다. 이런 시간에 따른 고객데이터를 시퀀스(sequence) 데이터라 한다.
당연한 사실이지만 탐사에서 도출된 연관규칙은 분명하고 유용한 것이어야 한다. 유용하다(useful)는 것은 새롭고도 실행가능하며 설명할 수 있는 것을 말한다고 하겠다. 이에 비해 사소한(trivial) 규칙이란 이미 잘 알려진 사실을 말한다. 예를 들면, ‘페인트를 사면 페인트 붓을 산다’ 는 규칙 같은 것이다. 또한, 설명할 수 없는 규칙은 데이터의 오류일 가능성도 있으며 마케팅에 활용할 수 없기 때문에 역시 유용하다고 볼 수 없다.

2. 연관규칙의 정의 및 성능척도

데이터베이스가 총 n개의 트랜잭션 데이터로 구성되며 전체 m개의 항목으로 구성된다고 하고 이를 I 라 하자. 연관규칙 R은 조건부와 결과부로 구성되며 항목집합인 X와 Y에 대하여 ‘X가 일어나면 Y 도 일어난다’는 의미로 다음과 같이 표현할 수 있다.

R : X ⇒ Y

여기서 X,Y⊆I 이고, X∩Y=Φ이어야 한다. 따라서 연관규칙을 탐사함은 적절한 항목집합 X와 Y를 선택하는 문제로 볼 수 있으며 이를 위해 몇 가지 척도를 고려하고 있다. 우선, 항목집합 X 및 규칙 R에 대한 지지도(support)는 각각 다음과 같이 정의된다.

supp(X) = 집합 X의 항목을 동시에 포함하는 트랜잭션 수의 전체 수(n)에 대한 비율
supp(R) = supp(X∪Y)

즉, 규칙 R에 대한 지지도는 집합 X 또는 집합 Y에 있는 항목을 동시에 포함하는 트랜잭션수의 비율을 나타낸다.

예 1. 다음과 같은 5개의 트랜잭션을 고려해 보자.

이때 전체 항목집합 I는 I = {a, b, c, d, e, f, g} 이다. 몇 가지 항목집합에 대한 지지도를 구하면 다음과 같다.

supp({a}) = 2/5 = 0.4, supp({b, c}) = 4/5 = 0.8

다음과 같은 규칙을 고려해 보자.

R: “항목 b와 항목 c가 일어나면, 항목 g도 일어난다”

이 때 규칙 R에 해당하는 항목집합 X와 Y는 다음과 같다.

X={b, c}, Y={g}.

이 경우 X 및 규칙 R에 대한 지지도는 각각 아래와 같이 산출된다.

supp(X) = supp({b, c}) = 0.8
supp(R) = supp({b, c, g}) = 3/5 = 0.6

연관규칙 R의 가치를 평가할 때 통상 다음과 같이 정의되는 신뢰도(confidence)를 사용한다.

conf(R)= supp(X∪Y)/supp(X)

이 신뢰도는 조건부 확률의 개념으로 집합 X(조건)가 발생한다고 할 때 집합 Y(결과)도 동시에 발생할 확률을 의미한다. 즉, 트랜잭션에 X의 항목들을 포함하는 경우 Y의 항목들도 동시에 포함할 확률을 나타내며, 신뢰도가 큰 규칙일수록 의미가 크다고 하겠다.
또한, 신뢰도 이외에 연관규칙의 개선도(lift or improvement)를 함께 사용하는데, 이는 결과가 단독으로 발생할 빈도에 대한 조건과 연계하여 결과가 발생할 가능성의 빈도의 비로 정의된다.

개선도가 1이 됨은 가 성립하므로 항목 집합 X와 Y의 발생이 독립임을 의미한다고 하겠다. 그리고 개선도가 1 전후의 값에 따라 다음과 같은 해석을 할 수 있다.

- lift(R) > 1인 경우, X와 Y의 발생이 양의 상관관계
- lift(R) < 1인 경우, X와 Y의 발생이 음의 상관관계

따라서 개선도가 1보다 큰 규칙이야말로 우연한(랜덤한) 관계가 아닌 필연적 관계를 나타낸다고 하겠다.

3. 연관규칙의 탐사

연관규칙의 탐사는 결국 신뢰도 또는 개선도가 높은 규칙 R을 트랜잭션 데이터로부터 도출하는 과정이다. 따라서 규칙이 R : X ⇒ Y의 형태일 때 적절한 항목집합 X와 Y를 찾는 것이라 할 수 있겠다. 그러나 모든 항목의 조합을 고려하여 성능이 좋은 규칙을 찾는 일은 쉬운 것이 아니므로 이를 위한 효율적인 알고리즘이 요구된다. 예로써 예 1.의 7개 항목으로 구성된 5건의 트랜잭션 데이터에 대하여 집합 X의 후보가 되는 경우수를 볼 때, 1개 항목으로 구성되는 경우가 7가지, 2개의 항목으로 구성되는 경우가 21가지, 3개의 항목으로 구성되는 경우가 35가지 등이 될 것이다.
연관규칙의 탐사를 위한 알고리즘으로 기본적이며 가장 널리 사용되는 것은 1994년에 Agrawal 및 Srikant가 발표한 Apriori 알고리즘으로 다음의 두 단계로 구성된다.

단계 1. 미리 결정된 최소지지도 s_min 이상의 지지도를 갖는 모든 빈발 항목집합들(large itemsets)을 찾는다.
단계 2. 빈발 항목집합 L에 대한 부분집합 A를 고려한다. 미리 결정된 최소신뢰도 c_min에 대하여 supp(L)/supp(A) ≥ c_min 이면, R: A ⇒ (L-A) 형태의 규칙을 출력한다. 즉, 이 규칙의 지지도는 supp(R)=supp(L)이며, 신뢰도는 conf(R)=supp(L)/supp(A) 가 된다.

3.1. 빈발 항목집합 생성

빈발 항목집합을 도출하기 위하여 우선 하나의 항목으로 이루어지는 후보집합군(C1)을 형성하고 최소지지도 이상을 갖는 집합군(L1)을 생성한다. 다음으로 L1으로부터 두개의 항목으로 이루어지는 후보집합군(C2)를 만들고 최소지지도 이상을 갖는 집합군(L2)을 생성하며, 다시 L2로부터 세 항목으로 이루어지는 후보집합군(C3)과 빈발 항목집합군 L3를 만드는 등 이러한 과정을 더 이상 새로운 집합이 생성되지 않을 때까지 반복한다.
로부터 를 생성할 때 접합(join)연산자(*)를 사용한다. L1으로부터 C2를 만드는 경우에는 L1의 한 항목에 대한 모든 조합이 2-항목 집합인 C2가 될 것이다. 그러나 L2에서 두 집합의 조합은 최대 4개의 항목을 포함할 수 있으므로 C3를 형성할 때 L2의 집합 중 하나의 항목이 동일한 것들만 대상으로 하여야 한다. 마찬가지로 L3로부터 C4를 형성할 때는 L3의 집합 중 두개의 항목이 동일할 때 가능하게 된다. 예로써, L2=[{a,b}, {a,c}, {b,d}]라 할 때 {a,b,c}와 {a,b,d}가 3-항목 집합의 후보가 될 것이다. 그러나, C3를 구성할 때 {a,b,c}는 제외된다. 왜냐하면, {a,b,c}의 지지도는 {b,c}의 지지도 이하인데 {b,c}가 L2에 포함되지 않았다는 것은 이의 지지도가 최소지지도 미만이라는 것을 나타내기 때문이다. 이러한 과정은 Apriori 알고리즘 중 'apriori-gen' 함수에 의하여 수행된다.

예 2. (예 1.의 계속). 예 1.의 트랜잭션 데이터를 바탕으로 빈발 항목집합을 만들어보자. 우선, C1은 다음과 같다.

C1=[{a}, {b}, {c}, {d}, {e}, {f}, {g}]

최소 지지도를 0.4(5개의 트랜잭션 중 2개)라 하면 1-항목으로 이루어지는 빈발 항목집합군은 다음과 같다.

L1=[{a}, {b}, {c}, {e}, {f}, {g}]

2-항목 빈발집합의 후보 C2에 다시 최소지지도 0.4를 적용하면 L2는 다음과 같다.

L2=[{a,b}, {b,c}, {b,e}, {b,f}, {b,g}, {c,e}, {c,f}, {c,g}, {e,f}]

C3를 구성하기 위하여 L2의 집합에 접합연산자를 적용하면 다음과 같다.

C3=[{b,c,e}, {b,c,f}, {b,c,g}, {b,e,f}, {c,e,f}]

이 때 {a,b,c} 는 {a,c}가 L2에 포함되지 않았으므로 C3에 포함될 수 없음을 볼 수 있다.
C3의 모든 집합은 최소지지도 이상이므로 L3는 C3와 동일하다.

Apriori 알고리즘을 단계별로 정리하면 다음과 같다.

단계 0. 최소지지도 s_min을 정한다.

k=1
C₁=[{i₁},{i₂},...,{i_m}]
L₁={c∈C₁| supp(c) ≥ s_min

단계 1. k=k+1

L_k-1로부터 C_k 형성 (apriori-gen 함수)
단계 1-1. (join) L_k-1의 집합들을 접합하여 k- 항목 집합군을 형성한다.

C= L_k-1 * L_k-1

단계 1-2. (prune) C의 (k-1)- 항목 부분집합이 L_k-1에 속하지 않을 때 이를 모두 제거한 후 C_k를 형성한다. C_k=Φ이면 Stop.

단계 2. C_k의 집합 중 지지도가 최소지지도 이상인 것을 모아 L_k를 생성한다.

L_k={c∈C_k | supp(c) ≥ s_min}

3.2. 규칙의 탐사

앞에서 언급한 바와 같이 규칙의 탐사를 위하여 우선 도출된 빈발 항목집합 L 각각에 대한 부분집합 A를 고려한다. 여기서 L은 위의 L2, L3 등을 포함한다. 그리고, 미리 결정된 최소신뢰도 c_min에 대하여 supp(L)/supp(A) ≥ c_min 이면, R: A ⇒ (L-A) 형태의 규칙을 출력한다. 즉, 이 규칙의 신뢰도 conf(R)=supp(L)/supp(A) 가 c_min 이상 되도록 하는 것이다.
현실의 경우 결과부에 하나의 항목만을 포함시키는 규칙을 도출하는 것이 이의 적용성 때문에 널리 사용되나, Agrawal & Srikant (1994)의 알고리즘에는 모든 가능한 규칙을 보다 효율적으로 탐사하는 방법이 소개되고 있다.

예 3. 예 1.의 트랜젝션 데이터에 대하여 예 2.에서 구해진 빈발 항목집합군 중 집합 L={b,c,g}을 고려해 보자. 이 때 결과부에 1-항목을 포함하는 규칙의 후보와 이에 대응되는 신뢰도는 다음과 같다.

R1: {b,c}⇒{g} conf(R1)=0.6/0.8 = 0.75
R2: {b,g}⇒{c} conf(R2)=0.6/0.6 = 1
R3: {c,g}⇒{b} conf(R3)=0.6/0.6 = 1

따라서 최소신뢰도를 0.7이라 하면 R1, R2, R3 모두 최소신뢰도 이상이 된다.

4. 결언

서언에서 언급한 시퀀스 데이터에 대하여도 유사한 알고리즘이 적용되고 있으나 여기서는 생략한다.
한편, 분석할 트랜잭션 데이터에 어떤 항목들을 포함시킬 것인가는 분석에 앞서 결정하여야 할 중요한 문제 중 하나라 하겠다. 통상 슈퍼마켓 등에서 취급하는 제품 수는 수만 가지가 넘기 때문에 이러한 제품 하나하나를 모두 항목으로 선정하기에는 여러 어려움이 있다. 따라서 제품을 계층적으로 분류하여 적절한 계층에 속하는 것들을 항목으로 선정하는 방안을 사용한다. 제품분류에서 상위수준으로 갈수록 보다 포괄적인 항목(generalized item)이 사용된다.
항목이 너무 세분화되어 많은 경우 공통 항목의 트랜잭션 수가 적어 유용한 규칙을 도출하기 어려울 수 있으며, 반대로 항목이 너무 작은 경우에는 도출된 규칙이 쓸모없을 수 있기 때문에 항목의 선정이 중요하다 하겠다. 또한, 항목이 증가함에 따라 규칙탐사에 소요되는 계산시간이 급속도로 증가하기 때문에 원하는 계산복잡도에 알맞은 항목수를 결정할 필요가 있다. 항목을 선정하는데 있어 하나의 가이드라인은, 트랜잭션 데이터에 드물게 나타나는 것은 제품의 계층적 분류에서 보다 상위 수준의 항목을 사용하고, 자주 나타나는 경우에는 보다 하위 수준의 항목을 사용하여 결과적으로 트랜잭션 데이터에 빈도수가 비슷하게 되도록 하라는 것이다.

출처 : Tong - garage님의 웹기획/마케팅/카피통