데이터 큐브에서의 각도 기반 이상치 탐지

Abstract (Korean)

이상치 탐지(outlier detection)는 주어진 데이터 내에서 정상 개체와 이상 개체를 찾아내는 작업이다. 하지만 근래 들어 데이터의 측정 및 저장 비용의 감소로 인해 데이터들은 대체로 다양한 종류의 속성(attributes) 값들로 이루어진 다차원(multi-dimensional) 형태로 표현되는데 반해, 기존의 이상치 탐지 기법들은 이러한 특성을 반영하지 못하는 문제점이 있다. 특히 데이터 큐브(data cube)와 같이 여러 차원을 변화시켜가며 데이터 탐색을 하는 경우에는 개체의 이상치가 차원에 따라 변화되는 모습을 보이기도 한다. 본 논문은 데이터 큐브 형태로 모델링된 다차원 데이터에서 각도 기반 기법을 활용한 이상치 탐지 기법을 제안한다. 이를 위해 다양한 차원의 변화에 따라 개체의 이상치가 변하는 것을 반영하여 이상치 정도(outlierness)를 정의하고 그 방법을 제안한다.