인터넷 과 스마트폰등 정보통신기기의 발달로 인하여 방대한 데이터에 접근 할 수 있으며, 이로부터 유의미한 정보를 추출하고 활용하기 위하여 빅데이터 분석등 다양한 방법이 활용되고 있다. 그러나 데이터의 폭발적인 증가로 사용자들은 오히려 원하는 정보를 빠른 시간에 얻는 것이 힘들어 졌다. 이에 딥러닝(Deep learning)알고리즘을 활용하여 사용자가 원하는 정보를 획득하기 위한 추천 방법론을 연구 하고자 한다.
본 연구에서는 산업공학의 저널의 영문초록을 수집하여 저널명을 추천해주는 방법론을 연구하고자 하며, 산업공학의 대표적인 세가지 분야로 Computers & Operations Research와 ...
인터넷 과 스마트폰등 정보통신기기의 발달로 인하여 방대한 데이터에 접근 할 수 있으며, 이로부터 유의미한 정보를 추출하고 활용하기 위하여 빅데이터 분석등 다양한 방법이 활용되고 있다. 그러나 데이터의 폭발적인 증가로 사용자들은 오히려 원하는 정보를 빠른 시간에 얻는 것이 힘들어 졌다. 이에 딥러닝(Deep learning)알고리즘을 활용하여 사용자가 원하는 정보를 획득하기 위한 추천 방법론을 연구 하고자 한다.
본 연구에서는 산업공학의 저널의 영문초록을 수집하여 저널명을 추천해주는 방법론을 연구하고자 하며, 산업공학의 대표적인 세가지 분야로 Computers & Operations Research와 Ergonomics, International Journal of Production Economics분야의 영문 초록을 사용하였으며, 초록에 고유 단어의 출현빈도를 추출하여 전통적인 추천방법인 신경망(Neural Network)에 의한 추천과 딥러닝(Deep learning)알고리즘으로 고유단어의 전처리과정을 반복적으로 수행한 후 신경망(Neural Network)에 의한 추천 정확도를 분석하여 딥러닝(Deep learning)방법론의 우수성을 검증 한다.
9,776건의 초록데이터를 통하여 검증한 결과 신경망(Neural Network)만을 통한 추천결과 보다 딥러닝(Deep learning)방법론은 통한 추천결과가 우수한 추천결과를 실험에서 확인 되었으며, 이러한 연구분야의 활용 분야로서 기업내 분포되어 있는 다양한 문서의 텍스트데이터를 추출 하여 문서의 자동 분류추천등으로 지속연구 되었으면 한다.
인터넷 과 스마트폰등 정보통신기기의 발달로 인하여 방대한 데이터에 접근 할 수 있으며, 이로부터 유의미한 정보를 추출하고 활용하기 위하여 빅데이터 분석등 다양한 방법이 활용되고 있다. 그러나 데이터의 폭발적인 증가로 사용자들은 오히려 원하는 정보를 빠른 시간에 얻는 것이 힘들어 졌다. 이에 딥러닝(Deep learning)알고리즘을 활용하여 사용자가 원하는 정보를 획득하기 위한 추천 방법론을 연구 하고자 한다.
본 연구에서는 산업공학의 저널의 영문초록을 수집하여 저널명을 추천해주는 방법론을 연구하고자 하며, 산업공학의 대표적인 세가지 분야로 Computers & Operations Research와 Ergonomics, International Journal of Production Economics분야의 영문 초록을 사용하였으며, 초록에 고유 단어의 출현빈도를 추출하여 전통적인 추천방법인 신경망(Neural Network)에 의한 추천과 딥러닝(Deep learning)알고리즘으로 고유단어의 전처리과정을 반복적으로 수행한 후 신경망(Neural Network)에 의한 추천 정확도를 분석하여 딥러닝(Deep learning)방법론의 우수성을 검증 한다.
9,776건의 초록데이터를 통하여 검증한 결과 신경망(Neural Network)만을 통한 추천결과 보다 딥러닝(Deep learning)방법론은 통한 추천결과가 우수한 추천결과를 실험에서 확인 되었으며, 이러한 연구분야의 활용 분야로서 기업내 분포되어 있는 다양한 문서의 텍스트데이터를 추출 하여 문서의 자동 분류추천등으로 지속연구 되었으면 한다.
Owing to the development of such IT devices as internet and smart phone, it is possible to access the vast databases; in order to extract and use the significant information from the databases, diverse methods including the analysis of big data are being used. Nevertheless, due to the explosive incr...
Owing to the development of such IT devices as internet and smart phone, it is possible to access the vast databases; in order to extract and use the significant information from the databases, diverse methods including the analysis of big data are being used. Nevertheless, due to the explosive increase of the data, it has become difficult for users to get their desired information promptly. In such circumstances, this study was aimed at discussing and recommending the methods using the Deep Learning Algorithm to help the users get their desired information.
In particular, this study reviewed the methods of searching for the English abstracts carried on the industrial engineering journals and thereby, recommending a desirable one to users. To this end, the English abstracts carried on Computers & Operations Research and Ergonomics and International Journal of Production Economics were sampled, and thereby, the frequencies of the key words used were calculated and then, the traditional method of recommendation or the Recommendation via the neural network was used together with the Deep Learning Algorithm method to repeat the entire processing of the key words, and thereupon, the precision of recommendation via neural network was analyzed to verify the effectiveness of the Deep Learning Algorithm method.
As a result of the verification with 9,776 abstracts, it was confirmed that the Deep Learning Algorithm method would be more effective than the recommendation via neural network. It is hoped that this study will be followed up by the future studies to extract the text data from the diverse domestic business documents for an auto-encoding and recommendation.
Owing to the development of such IT devices as internet and smart phone, it is possible to access the vast databases; in order to extract and use the significant information from the databases, diverse methods including the analysis of big data are being used. Nevertheless, due to the explosive increase of the data, it has become difficult for users to get their desired information promptly. In such circumstances, this study was aimed at discussing and recommending the methods using the Deep Learning Algorithm to help the users get their desired information.
In particular, this study reviewed the methods of searching for the English abstracts carried on the industrial engineering journals and thereby, recommending a desirable one to users. To this end, the English abstracts carried on Computers & Operations Research and Ergonomics and International Journal of Production Economics were sampled, and thereby, the frequencies of the key words used were calculated and then, the traditional method of recommendation or the Recommendation via the neural network was used together with the Deep Learning Algorithm method to repeat the entire processing of the key words, and thereupon, the precision of recommendation via neural network was analyzed to verify the effectiveness of the Deep Learning Algorithm method.
As a result of the verification with 9,776 abstracts, it was confirmed that the Deep Learning Algorithm method would be more effective than the recommendation via neural network. It is hoped that this study will be followed up by the future studies to extract the text data from the diverse domestic business documents for an auto-encoding and recommendation.
주제어
#딥러닝
#인공신경망
#빅데이터
#문서추천
#데이터마이닝
#deep learning
#artificial neural network
#big data
#recommendation of documents
#data mining
#auto-encoders
학위논문 정보
저자
유영선
학위수여기관
연세대학교 공학대학원
학위구분
국내석사
학과
산업정보경영전공
지도교수
김창욱
발행연도
2015
총페이지
vi, 50장
키워드
딥러닝,
인공신경망,
빅데이터,
문서추천,
데이터마이닝,
deep learning,
artificial neural network,
big data,
recommendation of documents,
data mining,
auto-encoders
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.