$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 온톨로지 기반의 웹 페이지 분류 시스템
Web Page Classification System based upon Ontology 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.11B no.6, 2004년, pp.723 - 734  

최재혁 (삼성전자 네트워크 사업부) ,  서혜성 (아주대학교 정보통신전문대학원 정보통신공학과) ,  노상욱 (가톨릭대학교 컴퓨터정보공학부) ,  최경희 (아주대학교 정보통신전문대학원) ,  정기현 (아주대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문은 온톨로지(ontology)에 기반 한 자동화된 웹 페이지 분류 시스템을 제안한다. 웹 페이지의 분류를 위하여 첫 번째 단계에서는 각 웹 페이지가 속한 범주(category)를 대표할 수 있는 단어를 선정하며, 이를 위하여 단어빈도와 문서빈도를 곱한 값을 계산한다. 두 번째 단계에서는 첫 번째 단계에 의해 선택된 단어의 정보이득(information gain)을 계산해 분류 확률이 높은 단어를 우선적으로 선정한다. 두 단계를 통하여 선정된 단어들과 웹 페이지의 분류 정보를 가지고, 기계학습에 의하여 컴파일 된 규칙(compiled rules)을 생성한다. 생성된 규칙은 임의의 웹 페이지들을 도메인 온톨로지에 의해 정의된 범주 별로 분류할 수 있도록 한다. 본 논문의 실험에서는 주어진 웹 페이지 집합에서 각 범주 별로 평균 240개의 단어로부터 78개의 단어를 결과적으로 선정하였으며, 이를 바탕으로 웹 페이지 분류 규칙을 생성하였다. 실험 결과에서 제안한 시스템의 평균 분류 정확도는 약 83.52%로 측정되었다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, we present an automated Web page classification system based upon ontology. As a first step, to identify the representative terms given a set of classes, we compute the product of term frequency and document frequency. Secondly, the information gain of each term prioritizes it based o...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그러나 Riboni의 방법은 특성추출을 위해 사용한 각각의 방법을 개별적으로 사용하였기 때문에 결합된 방법이 분류 성능에 미칠 영향에 대해서는 연구가 미흡했다. 따라서 본 논문에서는 특성들의 크기를 조절하여 사용할 수 있게 한 점에 대해서는 방법을 같이 하되, 분류의 정확도를 높이기 위하여 문서빈도, 단어빈도, 그리고 엔트로피 계산을 결합한 메커니즘을 제안한다.
  • 본 논문에서는 온톨로지에 기반한 자동화된 웹 페이지 분류 시스템을 제안하였다. 이러한 시스템을 개발하기 위하여, 온톨로지의 각 분류 범주에 속하는 단어들이 가져야 할 두 가지 속성을 (1) 각 분류 범주를 대표할 수 있으며, (2) 각 분류 범주를 다른 분류 범주와 뚜렷이 구분할 수 있는 특성으로 구체화 하였다.
  • 실험에서는 본 논문이 제안한 웹 페이지 분류 시스템의 분류 정확도에 대한 성능을 측정하였다. 그 결과 제안된 방법이 기계학습의 입력값으로 쓰이는 단어의 수를 효과적으로 줄일 수 있음을 알 수 있었다.
  • 때문에 많은 기업들은 업무에 적합하지 않은 웹 페이지들을 탐지하고 차단하기 위한 방법들에 대한 관심을 가지게 되었다. 본 논문에서는 일반적인 네트워크 환경을 통해 사내망과 같은 지역 네트워크 안으로 전달되는 스트림들로부터 부적합한 웹 페이지들을 판별하여 온톨로지(ontology)[10, ll] 에 기반한 클래스로 분류하는 방법을 소개한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (24)

  1. R. Baeza-Yates and B. Ribeiro-Neto, Modern Information Retrieval, ACM Press/Addison-Wesley, New York, 1999 

  2. P. Clark and T. Niblett, 'The CN2 Induction algorithm,' Machine Learning Journal, Vol.3, No.4, pp.261-283, 1989 

  3. C. Ding, C. Chi, J. Deng and C. Dong, 'Centralized content-based Web filtering and blocking: how far can it go?,' Proc. of 1999 IEEE International Conference on Systems, Man and Cybernetics, Vol.2, pp.115-119, October, 1999 

  4. R. Hanson, J. Stutz and P. Cheeseman, Bayesian Classification Theory, Technical Report FIA-90-12-7-01, NASA Ames research Center, AI Branch, 1991 

  5. L. Holder, ML v2.0, Machine Learning Program Evaluator, available on-line, http://ranger.uta.edu/-holder/courses/cse6363/ml2.0.tar.gz 

  6. C. Jenkins, M. Jackson, P. Burden and J. Wallis, 'Automatic RDF metadata generation for resource discovery,' Proc. of 8th International WWW Conference, Toronto, pp.11-14, May, 1999 

  7. Lawrence Berkeley National Labs Network Research Group, libpcap, available on-line, http://ftp.ee.lbl.gov 

  8. Y. Ng, J. Tang and M. Goodrich, 'A binary-categorization approach for classifying multiple-record Web documents using application ontologies and a probabilistic model,' Proc. of 7th International Conference on Database Systems for Advanced Applications, pp.58-65, April, 2001 

  9. S. Noh, C. Lee, K. Choi and G. Jung, 'Detecting Distributed Denial of Service(DDoS) Attacks Through Inductive Learning,' Lecture Notes in Computer Science 2690, pp.286-295, Springer, 2003 

  10. S. Noh, H. Seo, J. Choi, K. Choi and G. Jung, 'Classifying Web Pages Using Adaptive Ontology,' Proc. of the IEEE International Conference on Systems, Man and Cybernetics, pp.2144-2149, Washington, D.C., October, 2003 

  11. N. F. Noy and D. L. Mcguinness, 'Ontology development 101 : A guide to creating your first ontology,' Knowledge Systems Laboratory(KSL), Department of Computer Science, Stanford: Technical report, KSL-01-05, 2001 

  12. S. Parent, B. Mobasher and S. Lytinen, 'An adaptive agent for web exploration based on concept hierarchies,' Proc. of 9th International Conference on Human Computer Interaction, New Orleans, August, 2001 

  13. R. Prabowo, M. Jackson, P. Burden and H. Knoell, 'Ontology-Based Automatic Classification for the WEB Pages : Design, Implementation an Evaluation,' Proc. of 3rd International Conference, Singapore, pp.182-191, 2002 

  14. J. R. Quinlan, C4.5: Programs for Machine Learning, Morgan Kaufmann, 1993 

  15. J. Reynolds and J. Postel, 'Assigned Numbers,' STD 2, RFC 1700, October, 1994 

  16. D. Riboni, 'Feature Selection for Web Page Classification,' EURASIA - ICT 2002 Proc. of the Workshops, Shiraz, Iran, October 2002 

  17. S. M. Ruger and S. E. Gauch, Feature Reduction for Document Clustering and Classification, Technical report, Computing Department, Imperial College, London, 2000 

  18. G. Salton, and C. Buckley, 'Term weighting approaches in automatic text retrieval,' Information Processing and Management, Vol.24, No.5, pp. 513-523, 1988 

  19. F. Sebastiani, 'Machine learning in automated text categorization,' ACM Computing Surveys, Vol.34, No.1, pp.1-47, 2002 

  20. C. E. Shannon, 'A mathematical theory of communication,' Bell System Technical Journal, Vol. 27, pp. 379-423 and 623-656, July/October, 1948 

  21. M. P. Sinka and D. W. Corne, 'A large benchmark dataset for web document clustering,' Soft Computing Systems : Design, Management and Applications, Frontiers in Artificial Intelligence and Applications, Vol.87, pp.881-890, 2002 

  22. N. Soonthornphisaj, P. Chartbanchachai, T. Pratheeptham, and B. Kijsirikul, 'Web page categorization using hierarchical headings structure,' Proc. of 24th International Conference on Information Technology Interfaces, Vol.1 pp.37-42, 2002 

  23. A. Sun, E. Lim and W. Ng, 'Web classification using support vector machine,' WlDM'02, Virginia, November, 2002 

  24. D. R. Tveter, Backprop Package, available on-line, http://www.dontveter.com/nnsoft/bp042796.zip, 1996 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로