가중치 연관규칙 탐사 알고리즘을 이용한 자동 문헌 분류 = (An) Automatic document classification using weight association rule algorithm
저자
발행사항
서울 : 서울女子大學校 大學院, 2003
학위논문사항
학위논문(석사)-- 서울여자대학교 대학원: 컴퓨터학과 2003. 2
발행연도
2003
작성언어
한국어
주제어
KDC
569 판사항(4)
발행국(도시)
서울
형태사항
40p. : 삽도 ; 26cm.
일반주기명
참고문헌: p. 37-38
소장기관
본 논문에서는 연관규칙 탐사 알고리즘을 이용하여 전문 분야에 대한 문헌을 자동적으로 분류하기 위한 새로운 방법을 제시하였다. 이것은 지식탐사 시스템에 적용되어 대량의 지식 정보를 효율적으로 검색하고 관리하는데 있어 핵심적인 역할을 한다.
자동 문헌 분류를 위한 학습용 문헌으로는 문헌 정보학 관련 6개 분야의 120건의 논문을 선정하였으며, 효율성 검증을 위한 실험 문헌으로는 학습용 문헌으로 사용되지 않은 각 분야별 5건의 논문을 선정하였다.
우선 학습용 문헌 집합들로부터 전처리 과정을 통해 분야별 전공 색인어 집합을 구성하고, 이 집합에 연관규칙 탐사 알고리즘을 적용하여 연관성 분석을 통해 해당 분야와 가장 밀접한 1차 용어집합을 추출하였으며, 1차 용어집합의 각 용어에 대하여 연관 규칙 탐사 알고리즘을 재 적용하여 분야별 대표 색인어 집합을 확정하였다.
다음으로 분야별 대표 색인어 집합에서의 각 색인어에 대한 전체 문헌에서의 출현 빈도수에 대한 각 분야별 출현 빈도수의 비율에 의해 가중치 배열을 구성하였으며, 이를 이용해 실험용 문헌에서 추출된 전공 용어의 빈도수에 가중치 배열에서의 각각의 해당 용어별 가중치를 곱하여 유사도를 계산하여 자동으로 문헌을 분류하였다.
마지막으로 본 논문에서 제안한 유사도와 기존 유사 계수들에 의한 자동 분류 결과를 비교하여 제안한 방법의 효율성을 입증하였다.
In this thesis, we proposed a new method of the automatic document classification in professional fields by using the association rule algorithm. This method can be applied to knowledge discovery system and may perform an important role to search and manage a large amount of information efficiently.
For the automatic document classification, we selected 120 journals from six separate fields related to the library and information science as learning documents. Also for the efficiency verification, we selected 5 journals per each field as testing documents, which were not used as the learning document.
First, we composed major keyword sets for each field from learning document sets through the preprocessing procedure. Then we applied the association rule algorithm to the major keyword sets, and extracted the first keyword sets closely connected to each field through association analysis. Again, we applied the association rule algorithm to each keyword of the first keyword sets. Then we extracted the representative keyword sets for each field.
Second, we composed the weight array by the ratio of appearance frequency in each field about appearance frequency in total documents about each keyword of representative keyword sets for each field. Then, we performed the automatic document classification, calculating the degree of similarity by multiplying the frequency of each major keyword extracted from the testing documents by the weight of the corresponding keyword from the weight array.
Finally we compared automatic classification result by degree of similarity proposed in this thesis with that of the existing similarity coefficients, and show the efficiency of the proposed method.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)