메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
고동환 (대전대학교) 김홍준 (대전대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제28권 제2호
발행연도
2018.4
수록면
138 - 145 (8page)
DOI
10.5391/JKIIS.2018.28.2.138

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 메신저 상의 유사한 그룹의 사용자들에게 보다 효율적으로 서비스를 제공하기 위해 메신저 상의 대화방들을 문서 클러스터링 방법을 통해 클러스터링 할 때, 채팅 로그 데이터에 적절한 클러스터링 알고리즘을 테스트를 통해 찾는다. 대화방과 채팅 로그의 관계를 문서 클러스터링에서의 문서와 문서 내용의 관계로 대응시킨다. 사전에 준비된 3개 주제의 채팅 로그에 DBSCAN, k-means, Ward’s method 알고리즘을 대화방의 수, 가중치 부여 방식을 달리하여 적용한 뒤 올바르게 분류된 정도를 나타내는 Rand index 수치, 처리 속도, 그리고 모델에 따른 특징을 고려하여 적절한 정도를 평가한다. k-means 알고리즘은 클러스터의 수를 미리 정해야 하는 문제로 메신저에 사용하기 부적절해 보이며, DBSCAN은 Rand index의 평균이 가장 높은 수치를 보였으나 알고리즘 내 인수를 정하는 문제를 해결할 필요가 있다. Ward’s method는 특별한 인수 없이 사용 가능한 장점이 있으며, 가중치 부여 방식에 관계없이 Rand index가 0.9 전후로 좋은 결과를 보인다.
#기계 학습 #문서 클러스터링 #채팅 로그 #클러스터링 모델 #Machine Learning #Document Clustering #Chat Log #Clustering Models

목차

요약
Abstract
1. 서론
2. 가중치 부여 기법
3. 클러스터링 알고리즘
4. 클러스터 평가 방법
5. 테스트 방법
6. 테스트 및 결과
7. 결론
References

참고문헌 (12)

참고문헌 신청
Vladimir Estivill-Castro, “Why so many clustering algorithms: a position paper,” ACM SIGKDD Explorations Newsletter, vol. 4, no. 1, pp. 65-75, 2002. Jae-Young Chang, “Topical Clustering Techniques of Twitter Documents,” The Journal of The Institute of Internet, Broadcasting and Communication (IIBC), vol. 14, no. 5, pp. 189-196, 2014. Jun-Il Choi, Joong-Hyuk Chang, “A study on finding influential twitter users by clustering and ranking technique,” Journal of Korean Institute of Intelligent Sysyems, vol. 20, no. 1, pp. 19-26, 2015. Christopher D. Manning, Prabhakar Raghavan, Hinrich Schutze, Introduction to Information Retrieval, Cambridge University Press, 2008. Ying Zhao, George Karypis, “Hierarchical clustering algorithms for document datasets,” Data Mining and Knowledge Discovery, vol. 10, no. 2, pp. 141-168, 2005.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Word2vec을 활용한 RNN기반의 문서 분류에 관한 연구
김정미 ,  이주홍 한국지능시스템학회 논문지 2017 .12
한중 자동 문서분류를 위한 최적 자질어 비교
임미영 ,  강신재 한국지능시스템학회 논문지 2015 .08
TextRank 알고리즘을 이용한 문서 범주화
배원식 ,  차정원 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2010 .01
구글 이미지 검색을 활용한 지역 클러스터링 기법
권오규 한국경영과학회 학술대회논문집 2019 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-001847438