최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국문헌정보학회지 = Journal of the Korean Society for Library and Information Science, v.43 no.3, 2009년, pp.399 - 416
In this study, clustering methods with related tags were discussed for improving search and exploration in the tag space. The experiments were performed on 10 Delicious tags and the strongly-related tags extracted by each 300 documents, and hierarchical and non-hierarchical clustering methods were c...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
대표적인 이용자 참여형 웹 2.0에는 무엇이 있는가? | 0 환경으로 진화하면서 이용자의 참여와 협력이 웹의 진화와 생성에 가장 중요한 역할을 하고 있는데, 이러한 이용자 참여형 웹 2.0의 형태 중 가장 대표적인 것이 바로 태그 메커니즘에 의한 협력적 태깅(collaborative tagging)이라고 할 수 있다. Flickr(http://flickr. | |
계층적 기법에는 무엇이 있는가? | 계층적 기법은 객체가 처리되는 순서에 영향을 받지 않기 때문에 비계층적 기법과는 달리 클러스터링 결과가 안정적인 반면 비계층적 클러스터링 기법에 비해 처리시간이 길고 계산복잡도가 높다(Tombros 2002). 계층적 기법에 속하는 것으로는 완전연결 기법(complete linkage method), 단일연결 기법(single linkage method), 집단평균 기법(group average linkage method), 워드 기법(Ward's method) 등이 있다(Voorhees 1985). | |
클러스터링 기법 중 비계층적 기법의 단점은 무엇인가? | 비계층적 기법은 미리 정해진 k개의 센트로이드를 중심으로 센트로이드와 객체와의 거리를 최소화할 때까지 n개의 객체를 k개의 상호배타적인 클러스터로 나누는 방식으로, 시간과 비용을 최소화할 수 있고 계산복잡도가 낮다는 장점을 가지고 있다. 그러나 클러스터링 결과가 k개의 센트로이드 선택에 따라 많은 영향을 받는다는 단점이 있다. 비계층적 기법에 속하는 알고리즘으로는 k-means 기법, 싱글패스(single pass) 기법 등이 있다(Willet 1988). |
박병재, 우종우. 2008. 연관 태그의 군집 알고리즘의 설계 및 구현. "한국IT서비스학회지", 7(4):199-208.
유사라. 1999. "정보학연구와 분석방법론". 서울: 나남출판.
이순규, 김정훈, 이지형. 2008. 트랙백을 이용한 연관태그 클러스터링. "한국지능시스템학회 추계학술대회 학술발표논문집", 18(2): 125-128.
이시화, 이만형, 황대훈. Web2.0 환경에서의 효율적인 이미지 검색을 위한 태그 클러스터링 시스템의 설계 및 구현. "멀티미디어학회 논문지", 11(8): 169-178.
이재윤, 정도헌. 2008. 폭소노미 태그 사용 패턴 분석 통제어휘 및 비통제어휘와의 비교. "제15회 한국정보관리학회 학술대회 논문집", 21-26.
이정미. 2007. 폭소노미의 개념적 접근과 웹 정보 서비스에의 적용. "한국비블리아학회지", 18(2):141-159.
정영미. 2005. "정보검색연구". 서울: 구미무역(주)출판부.
정충영, 최이규. 2009. "SPSSWIN을 이용한 통계분석". 제5판. 서울: 무역경영사.
한승희. 2004. "클러스터링 기법을 이용한 개별문서의 지식구조 자동 생성에 관한 연구". 박사학위논문, 연세대학교 대학원 문헌정보학과.
Begelman, Grigory, Keller, Phillip, and Smadja, Frank. 2006. Automated tag clustering: Improving search and exploration in the tag space. [online]. [cited 2009.7.13]. .
Candan, K. Selcuk, Caroz, Di, Luigi, and Sapino, Luisa, Maria. 2008. “Creating tag hierarchies for effective navigation in social media." In Proceeding of the 2008 ACM Workshop on Search in Social Media, 75-82.
Delicious. [online]. .
Ding, Y., Chowdhury, G. G., and Foo, S. 2001. “Bibliometric cartography of information retrieval research by using co-word analysis." Information Processing and Management, 37: 817-842.
Fichter, Darlene 2006. “Intranet applications for tagging and folksonomies." Online, 30(3): 43-45.
Hammond, Tony, Hannay, Timo, Lund, Ben, and Scott, Joanna. 2005. “Social bookmarking tools(I)." D-Lib Magazine, 11(4). [online]. [cited 2009.8.7]. .
Jardine, N., and Sibson, R. 1968. “The construction of hierarchic and non-hierarchic classifications." The Computer Journal, 11(2): 177-184.
Lee, Lillan. 1999. “Measures of distributional similarity." In Proceedings of 37th Annual Meeting of the Association for Computational Linguistics, 25-32.
Mathes, Adam. 2004. Folksonomies ? Cooperative Classification and Communication Through Shared Metadata. [online]. [cited 2008.7.31]. .
Milligan, G. W., Soon, S. C., and Sokol, L. M. 1983. “The effect of cluster size, dimensionality and the number of clusters on recovery of true cluster structure." IEEE Transactions on Patterns Analysis and Machine Intelligence, 5(1): 40-47.
Schrammel, Johann, Leitner, Michael, and Tscheligi, Manfred. 2009. “Semantically structured tag clouds: An empirical evaluation of clustered presentation approaches." In Proceedings of the 27th international conference on Human factors in computing systems, 2037-2040.
Shepitsen, Andriy, Janathan, Gemmell, Bamshad, Mobasher, and Robin, Burke. 2008. “Personalized recommendation in social tagging systems using hierarchical clustering." In Proceedings of the 2008 ACM conference on Recommender systems, 259-266.
Simpson, Edwin. 2008. Clustering Tags in Enterprise and Web Folksonomies. [online]. [cited 2009.7.13]. .
Sneath, P. H. A., and Sokal, R. R. 1973. Numerical Taxonomy. SF: Freeman.
Strehl, Alexander, Joydeep, Ghosh, and Raymond, Mooney. 2000. “Impact of similarity measures on web-page clustering." In Proceedings of the 17th National Conference on Artificial Intelligence: Workshop of Artificial Intelligence for Web Search(AAAI 2000), 58-64.
Tombros, Anastasios. 2002. The Effects of Query-based Hierarchical Clustering of Documents for Information Retrieval. Ph.D. diss., Department of Computer Science, Cornell University.
Voorhees, Ellen M. 1985. “The cluster hypothesis revisited." In Proceedings of the 8th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, 188-196.
Ward, Joe H. 1963. “Hierarchical grouping to optimize an objective function." Journal of the American Statistical Association, 58: 236-244.
Weeds, J. E. 2003. Measures and Applications of Lexical Distributional Similarity. Ph. D. diss., University of Sussex.
Willet, Peter. 1988. “Recent trends in hierarchic document clustering: a critical review." Information Processing and Management, 24(5): 577-597.
Xu, Rui, and Wunsch II, Donald C. 2009. Clustering. NJ: IEEE Press.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.