메타휴리스틱 알고리즘을 이용한 데이터 마이닝 문제 최적화: 조사 연구

빅 데이터는 저장, 분석, 시각화가 어려운 크고 다양하며 복잡한 데이터 세트를 의미하며, 이후 작업이나 결과에 사용됩니다. 대량의 데이터를 탐색하고 분석하여 의미 있는 패턴 및 원리를 찾는 것을 데이터 마이닝이라 합니다. 데이터 마이닝은 이전에 발견되지 않은 유용한 패턴을 밝혀내기 때문에 많은 인간 활동에서 매우 중요합니다. 데이터 마이닝의 주요 작업으로는 클러스터링, 특성 선택, 연관 규칙 등이 있습니다. 이러한 중요한 작업을 처리하기 위해 여러 데이터 마이닝 기법이 사용됩니다. 메타휴리스틱 알고리즘은 현재 데이터 마이닝 문제를 해결하는 가장 효율적인 방법 중 하나로 간주됩니다. 메타휴리스틱과 같은 블랙박스는 문제의 성격에 관계없이 다양한 해법을 제공할 수 있습니다. 이 알고리즘들은 데이터 마이닝 문제를 조합 최적화 문제로 처리합니다. 매년 이 분야에서 많은 연구 논문이 발표되고 있어, 본 논문에서는 주제에 대한 조사 연구를 수행했습니다. 따라서 이 논문은 최근 5년간(2019-2023) 등장한 데이터 마이닝 문제 해결을 위한 메타휴리스틱 알고리즘 사용에 관한 철저한 문헌 조사를 제공합니다.