KOSEN 한인과학기술자네트워크

KDD-2001은 미국 컴퓨터 협회인 ACM의 데이터 마이닝 그룹에서 주최하는
국제 데이터 마이닝(KDD) 학회로서, 올해는 8월 26일부터 29일까지 나흘간
캘리포니아주 샌프란시스코에서 개최됩니다.

데이터 마이닝은 "방대한 양의 자료로부터 정보를 추출하는 작업"으로 정의되며,
본래 데이터베이스 분야에서 시작되었으나 점차 그 영역을 넓혀가면서
인공지능과 정보처리 분야와의 접점에서 활발히 연구되고 있는 분야입니다.
특히 산업적인 효용성이 높기 때문에 학계에만 치우친 다른 학회와는 달리,
KDD 학회에서는 학술 부문과 산업 부문의 양 부문이 공히 다루어지고 있으며
유명 기업들의 실용적인 측면의 참여도 매우 활발한 편입니다.

이번 KDD 학회에서 다루어지는 주요 분야는 다음과 같습니다.

1) 알고리즘과 방법론: 원론적인 알고리즘 측면의 이슈들을 다루며,
특히 최근 인기가 높은 웹 마이닝과 텍스트 마이닝을 비롯하여
시간 자료 마이닝, 혼합 자료 마이닝 등이 주요 주제가 됩니다.
방법론 측면에서는 알고리즘의 확장성, 통계적 방법, 도메인 지식의
접합 등을 많이 다루고 있습니다.

2) 데이터 마이닝 과정론: 데이터 마이닝 과정의 모델링, 데이터
클리닝, 비쥬얼라이제이션, 상호작용 등 데이터 마이닝 과정 중의
문제와 마이닝 이후의 추출된 데이터 제시에 주력하고 있는 분야입니다.

3) 통합 시스템: 데이터 마이닝 기술과 데이터베이스의 결합,
데이터 웨어하우징 등 데이터 마이닝 시스템의 구축을 위한
문제들을 다루고 있습니다.

4) 응용 분야: 데이터 마이닝의 응용 분야는 최근 들어 더욱 다양하게
확대되는 추세인데, 특히 전자 상거래, 개인 사생활 보호, 개인별 도서나
비디오, 웹 페이지 추천 시스템, 과학 응용 등이 인기있는 분 이며,
새로운 응용 분야가 매번 KDD 학회 때마다 대두되고 있습니다.

한편 이번 KDD 학회와 함께 열리는 워크숍들은, 영상 데이터의 마이닝,
생물 데이터 마이닝, 멀티미디어 데이터 마이닝 과학 응용에서의 데이터
마이닝 등, 자료의 성격에 따라 특징 있는 마이닝 방법을 개발하는데
중점을 두고 있습니다.

본인은 University of Texas at Austin의 컴퓨터 과학 박사 과정
학생으로서, 인공 지능의 한 분야인 기계 학습(Machine Learning)
방법론으로부터 데이터 마이닝 응용에 접근하고 있습니다. 주요 관심
분야는 웹 마이닝(Web Mining)과 텍스트 마이닝(Text Mining)으로,
이번 KDD 학회에 참석하여 이 분야 위주로 보고서를 작성하고자 합니다.