KCI등재
주제 기반 뉴스 기사 수집을 위한 메타 속성 융합형 기계학습 아키텍처 = A Machine Learning Architecture Incorporating Meta-features for Topical News Filtering
저자
발행기관
학술지명
권호사항
발행연도
2017
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
3-14(12쪽)
KCI 피인용횟수
0
제공처
The existing topical crawling method using keyword matching has a problem of collecting a number of documents deviating from a given topic. In this paper, we propose an effective machine learning architecture that performs an ensemble process considering a set of attributes that combine attributes of the bag-of-words type and meta-attribute data in order to filter out news articles that are not related to fire events. Several learning models, obtained by reflecting two types of attributes into various machine learning algorithms, contribute to the effective filtering job for topic-based crawling via proper ensemble process of learned models. The ensemble model of the proposed method shows better performance than the conventional method; specifically, it was 8.1% higher in accuracy and 1% higher in terms of F1-score than the naive Bayes model with the highest performance. In addition, the learned model obtained by the proposed method showed a better precision-recall curve for filtering.
더보기기존의 키워드 매칭을 통한 주제 기반 크롤링(topical crawling) 기법은 주어진 주제에서 벗어난 다수의 문서들을 수집하는 문제점을 안고 있다. 본 논문은 화재 사건과 관련 없는 뉴스 기사를 걸러 내기 위해 기존bag-of-words 형태의 속성과 메타 속성 데이터를 융합한 형태의 속성 집합을 고려한 앙상블 과정을 수행하는 효과적인 기계학습 아키텍처를 제안한다. 두 가지 유형의 속성을 다양한 기계학습 알고리즘에 반영하여 얻은 여러 학습 모델들은 적절한 앙상블 과정을 거쳐 주제 기반 크롤링을 위한 효과적인 필터링 작업에 기여한다. 제안 기법의 앙상블 모델은 기존 기법의 분류 모델보다 우수한 성능을 보였다. 구체적으로 이는 기존 최고의 성능을 보이는 나이브 베이즈 기반 모델보다 정밀도 측면에서 8.1% 더 높은 93.9%, F1 측정치 측면에서1% 더 높은 91.1% 기록 하였다. 또한, 제안 기법으로 얻어진 학습 모델은 필터링에 보다 적합한 정밀도-재현율 곡선 (precision-recall curve)을 보였다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2007-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.02 | 0.02 | 0.01 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.02 | 0.02 | 0.183 | 0.03 |
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)