$\require{mediawiki-texvc}$

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.

K-means 알고리즘을 이용한 계층적 클러스터링에서의 클러스터 계층 깊이 선택
Selection of Cluster Hierarchy Depth in Hierarchical Clustering using K-Means Algorithm 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SD, 반도체, v.45 no.2 = no.368, 2008년, pp.150 - 156  

이원휘 (전북대학교 전자정보공학부) ,  이신원 (전북대학교 전자정보공학부) ,  정성종 (전북대학교 전자정보공학부) ,  안동언 (전북대학교 전자정보공학부)

초록
AI-Helper 아이콘AI-Helper

정보통신의 기술이 발달하면서 정보의 양이 많아지고 사용자의 질의에 대한 검색 결과 리스트도 많이 추출되므로 빠르고 고품질의 문서 클러스터링 알고리즘이 중요한 역할을 하고 있다. 많은 논문들이 계층적 클러스터링 방법을 이용하여 좋은 성능을 보이지만 시간이 많이 소요된다. 반면 K-means 알고리즘은 시간 복잡도를 줄일 수 있는 방법이다. 본 논문에서는 계층적 클러스터링 시스템인 콘도르(Condor) 시스템에서 K-Means 알고리즘을 이용하여 효율적으로 정보 검색을 하고 검색결과를 계층적으로 볼 수 있도록 구현하였다. 이 시스템은 K-Means Algorithm을 이용하였으며 클러스터 계층 깊이와 초기값을 조절하여 더 나은 성능을 보임을 알 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Many papers have shown that the hierarchical clustering method takes good-performance, but is limited because of its quadratic time complexity. In contrast, with a large number of variables, K-means reduces a time complexity. Think of the factor of simplify, high-quality and high-efficiency, we comb...

주제어

#K-means   #Document clustering   #Information Retrieval   #Hierarchical clustering  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

이론/모형

  • The CONDOR system makes use of K-Means algorithm to construct a hierarchical structure. This system uses hierarchical clustering technique to index and retrieval large documents collection.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. Baeza-Yates, Rebeiro-Neto, "Modern Information Retrieval," Addison-Wesley 

  2. Hai-nan Jin, Shin-won Lee, Dong-un An, Sung-jong Chung, "A Study on Cluster Hierarchy Depth in Hierarchical Clustering," Proceedings of the 20th KIPS Spring Conference, 2004 

  3. Hyung Jin Oh "Analysis of Document Clustering Varing Cluster Centroid Decisions," Proceedings of IEEK Summer Conference, 2002 

  4. KhaledAlsabti, Sanjay Ranka, Vineet Singh, "An Efficient K-Means Clustering Algorithm," IIPS 11th International Parallel Processing Symposium, 1998 

  5. Michael Steinbach, George Karypis, Vipin Kumar, "A Comparison of Document Clustering Techniques," Technical Report #00_034, Department of Computer Science and Engineering, University of Minnesota, 2000 

  6. Qin He, "A Review of Clustering Algorithms as Applied in IR," UIUCLIS―1999/6+IRG 

  7. Ramon A. Mollineda, Enrique Vidal. "A relative approach to hierarchical clustering", 2000 

  8. Sang-seon Yi, Shin-won Lee, Dong-un An, Sung-jong Chung, "A Study on Cluster Topic Selection in Hierarchical Clustering," Proceedings of the 20th KIPS Spring Conference, 2004 

  9. Soon Cheol Park, Dong-un An, "CONDOR Information Retrieval System," Korea Society Industrial Information Systems. Vol. 8 No.4, 2003 

  10. Tapas Kanung, "The Analysis of a Simple k-Means Clustering Algorithms" in Proceedings of the sixteenth annual symposium on Computational geometry, 2000 

  11. Vivisimo http://vivisimo.com 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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