다중 관계형 데이터 마이닝의 기본 개념
다중 관계형 데이터 마이닝(Multi-Relational Data Mining, MRDM)은 관계형 데이터베이스 내의 여러 테이블(관계, relation)에 걸쳐 있는 패턴을 탐색하는 방법론입니다. 각 테이블은 하나의 엔티티(entity) 또는 관계(relationship)를 나타내며, 일련의 속성(attribute) 집합으로 그 특성이 기술됩니다. 또한 테이블 간의 링크(link)는 이들 사이의 관계를 표현합니다.
기존 데이터 마이닝 방식의 한계와 명제화(Propositionalization)
전통적인 데이터 마이닝 기법은 대부분 데이터가 단일 테이블에 존재한다고 가정합니다. 이러한 기법을 다중 관계형 데이터에 적용하는 대표적인 방법 중 하나가 명제화(propositionalization)입니다. 명제화는 조인(join)과 집계(aggregation)를 활용해 여러 관계형 데이터를 하나의 평면적(flat) 데이터 관계로 변환합니다.
그러나 이 방식에는 두 가지 심각한 문제가 있습니다.
- 모든 속성을 포함하는 거대하고 비효율적인 '보편 관계(universal relation)'가 생성될 수 있습니다.
- 데이터베이스 설계에서 링크가 담고 있는 필수적인 의미 정보(semantic information)가 손실될 위험이 있습니다.
다중 관계형 데이터 마이닝의 목표와 주요 기능
다중 관계형 데이터 마이닝은 바로 이러한 문제를 해결하기 위해, 관계형 데이터로부터 직접 지식을 발견하는 것을 목표로 합니다. 주요 기능은 다음과 같습니다.
- 다중 관계형 분류(Multi-relational Classification): 서로 다른 관계에 담긴 정보를 모두 활용하여 분류 모델을 구축합니다.
- 다중 관계형 군집화(Multi-relational Clustering): 튜플 자체의 속성뿐만 아니라 다른 관계에서 연결된 튜플 정보까지 활용해 유사한 튜플들을 클러스터로 묶습니다.
- 다중 관계형 빈발 패턴 마이닝(Multi-relational Frequent Pattern Mining): 서로 다른 관계에 걸쳐 상호 연결된 항목들로 이루어진 패턴을 찾아냅니다.
이 중 다중 관계형 분류를 예시로 들어, 다중 관계형 데이터 마이닝의 목적과 절차를 살펴보겠습니다.
다중 관계형 분류의 구조: 대상 관계와 키
다중 관계형 분류를 위한 데이터베이스에는 하나의 대상 관계(target relation), 즉 Rt가 존재합니다. 이 관계의 튜플을 '대상 튜플(target tuple)'이라 하며, 각 튜플은 클래스 라벨(class label)과 연결되어 있습니다. 나머지 관계들은 모두 비대상(non-target) 관계입니다.
각 관계는 하나의 기본 키(primary key)(해당 관계 내 튜플을 고유하게 식별)와 여러 개의 외래 키(foreign key)(한 관계의 기본 키가 다른 관계의 외래 키와 연결됨)를 가질 수 있습니다.
분류 과정과 규칙 기반 가설
2-클래스(two-class) 문제의 경우, 한 클래스를 양성 클래스(positive class), 다른 클래스를 음성 클래스(negative class)로 지정할 수 있습니다. 정확한 다중 관계형 분류기를 만드는 핵심 과제는, 양성 및 음성 대상 튜플을 올바르게 구분하는 데 도움이 되는 관련 특징(relevant features)을 여러 관계에서 찾아내는 것입니다.
다중 관계형 분류에서 가장 널리 사용되는 가설(hypothesis) 형태는 규칙(rule)의 집합입니다. 각 규칙은 술어(predicate)들의 논리곱(logical conjunct) 목록으로 구성되며, 하나의 클래스 라벨과 연관됩니다.
- 술어(predicate): 관계 내 속성에 대한 제약 조건으로, 특정 조인 경로(join path)를 기반으로 정의되는 경우가 많습니다.
- 규칙 만족 조건: 대상 튜플이 해당 규칙의 모든 술어를 충족할 때, 그리고 오직 그 경우에만 규칙을 만족한다고 판단합니다.
이처럼 다중 관계형 데이터 마이닝은 단일 테이블로의 강제 변환 없이, 데이터베이스가 원래 가진 관계 구조와 의미 정보를 그대로 살려 더 정확하고 풍부한 지식 발견을 가능하게 하는 강력한 접근법입니다.