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

논문 기본 정보

자료유형
학위논문
저자정보

최수정 (경북대학교, 경북대학교 대학원)

지도교수
박성배
발행연도
2014
저작권
경북대학교 논문은 저작권에 의해 보호받습니다.

이용수0

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

2014

관심 지점 명칭의 단어와 문맥 정보를 활용한 관심 지점의 분류
최수정 ,  박성배 한국지능시스템학회 논문지 2014.10 학술저널
단어 정보와 문맥 정보를 활용한 관심 지점 분류
최수정 컴퓨터학부 2014.01 학위논문

초록· 키워드

오류제보하기
With the popularity of smart phones with a GPS function, location-based applications are widely used. The location-based applications require specific information of POIs (Points of Interest) such as name, category, and exact location as their basic information. However, it costs high to gather such information manually. Furthermore, POIs are located in large geographic area. For these reasons, the information of POIs should be automatically gathered. In this paper, we proposed a method to estimate the category of POIs automatically using word and context information. The category of POIs is sometimes exposed by their names. Thus, their name itself is used as word information in estimating POI category. But it is limitary to estimate POI categories by using word information. In order to overcome limitation of the word information, context information of POIs is used estimate their category. The context information is a local context of documents that describe a POI. Such documents are widely available through internet review sites and contain various kinds of information for POIs such as location, service satisfaction, and menu around mentioned POI names. Thus, the category of POIs can be also estimated by analyzing this information. We train a machine learning algorithm, support vector machine for each kind of information, and then combine both SVMs. The proposed method is evaluated with two kinds of data sets: Yelp and Web data set. According to the experimental results, the proposed method show outstanding performance.
#관심지점 #카테고리 #분류

목차

I. 서 론 1
II. 관련 연구 7
III. 관심 지점의 분류 11
3.1 명칭의 단어 정보 13
3.2 제한된 주변 문맥 정보 16
3.3 결합 분류 모델 21
IV. 실험 및 평가 26
4.1 실험 설정 26
4.1.1 실험 시스템 26
4.1.2 실험 데이터 27
4.1.3 매개 변수 설정 30
4.2 성능 평가 함수 34
4.3 실험 및 평가 35
4.3.1 명칭의 단어 정보 사용 모델의 성능 평가 35
4.3.2 제한적 주변 문맥 정보 사용 모델의 성능 평가37
4.3.3 결합 분류 모델의 성능 평가 40
V. 결론 및 향후연구 44
참고 문헌 46
영문초록 50

최근 본 자료

전체보기

댓글(0)

0