정보처리학회 논문지 소프트웨어 및 데이터 공학
Current Result Document : 1 / 2
| 한글제목(Korean Title) |
키워드 군집화를 이용한 연구 논문 분류에 관한 연구 |
| 영문제목(English Title) |
A Study on Research Paper Classification Using Keyword Clustering |
| 저자(Author) |
이윤수
이종혁
길준민
Yun-Soo Lee
They Pheaktra
JongHyuk Lee
Joon-Min Gil
|
| 원문수록처(Citation) |
VOL 07 NO. 12 PP. 0477 ~ 0484 (2018. 12) |
한글내용
(Korean Abstract) |
컴퓨터 기술의 발전으로 힘입어 수많은 논문이 출판되고 있으며, 새로운 분야들도 계속 생기면서 사용자들은 방대한 논문들 중 자신이 필요로 하는 논문을 검색하거나 분류하기에 많은 어려움을 겪고 있다. 사용자의 이러한 어려움을 완화하기 위해 본 논문에서는 유사 내용의 논문을 분류하고 이를 군집화하는 방법을 제한한다. 본 논문의 제안 방법은 TF-IDF를 이용하여 각 논문의 초록으로부터 주요 주제어를 추출하고, K-평균 클러스터링 알고리즘을 이용하여 추출한 TF-IDF 값을 근거로 논문들을 유사 내용의 논문으로 군집화한다. 제안 방법의 실효성을 검증하기 위해 실제 데이터인 FGCS 저널의 논문 데이터를 사용하였으며, 엘보우 기법을 적용하여 클러스터 개수를 도출하고 실루엣 기법을 이용하여 클러스터링 성능을 검증하였다.
|
영문내용
(English Abstract) |
Due to the advancement of computer and information technologies, numerous papers have been published. As new research fields continue to be created, users have a lot of trouble finding and categorizing their interesting papers. In order to alleviate users’ this difficulty, this paper presents a method of grouping similar papers and clustering them. The presented method extracts primary keywords from the abstracts of each paper by using TF-IDF. Based on TF-IDF values extracted using K-means clustering algorithm, our method clusters papers to the ones that have similar contents. To demonstrate the practicality of the proposed method, we use paper data in FGCS journal as actual data. Based on these data, we derive the number of clusters using Elbow scheme and show clustering performance using Silhouette scheme.
|
| 키워드(Keyword) |
논문 분류
K-평균 군집화
단어 빈도-역문서 빈도
맵리듀스
Classification Papers
K-Means Clustering
TF-IDF
Map-Reduce
|
| 파일첨부 |
PDF 다운로드
|
