$\require{mediawiki-texvc}$

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.

유전자 알고리즘을 이용한 웹 검색 랭킹방법
Ranking Methods of Web Search using Genetic Algorithm 원문보기

한국인터넷방송통신학회 논문지 = The journal of the Institute of Internet Broadcasting and Communication, v.10 no.3, 2010년, pp.91 - 95  

정용규 (을지대학교 의료IT마케팅학과) ,  한송이 (을지대학교 의료산업학부 의료전산학전공)

초록
AI-Helper 아이콘AI-Helper

검색엔진을 사용하는 이용자의 정보 즉 선호도에 따른 지속적인 피드백으로 검색 결과의 랭킹을 향상시켜 유연한 검색이 가능하게 하는 방법에는 학습된 인공 신경망을 이용한다. 인공 신경망 학습은 신경망이 여러 다른 검색어로 학습된 후 다른 사용자들이 과거에 실제 검색했던 결과를 좀 더 반영하기 위한 것이다. 가중치의 지속적인 변경을 위해서는 네트워크에서 역방향으로 움직이면서 가중치를 변경하는 역전파 알고리즘을 이용하여 학습한다. 그러나 이러한 학습은 초기에는 훈련데이터에 적합한 성능을 보이나 학습의 횟수가 증가할수록 점점 과대적합되는 것을 알 수 있다. 따라서 본 논문에서는 최적화해야 할 개체가 많을 때 강한 장점을 가지고 있는 유전자 알고리즘을 적용하여 검색어에 관련성이 높은 페이지들 유연하게 랭킹하기 위해 URL리스트를 개체로 랜덤으로 선택하여 학습하는 기법을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Using artificial neural network to use a search preference based on the user's information, the ranking of search results that will enable flexible searches can be improved. After trained in several different queries by other users in the past, the actual search results in order to better reflect th...

주제어

#Artificial Neural Network   #Search Ranking   #Backpropagation   #Genetic Algorithms  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • Traditionally, the highest score by calculating a score with a priority ranking to the results based on the contents of the article that way. As a way to search the frequency of words appearing on the page, document the location of my key words, words of the proximity of the measured distance to determine the degree of fit of the article. However, these rankings are relatively simple to operate using many search engines, but the rapidly changing web environment, how to calculate the fixed points of the information that applies to the page smoothly with the problem of feedback when you can.
  • But early in the training data performance, look for increasing the number of learning for overfitting can see that. In this paper, there are many objects you need to optimize the benefits that have a strong genetic algorithms applied to the relevant pages in the search rankings in order to flexibly URL (Uniform Resource Locator) list of objects selected at random Learning the technique is proposed.

이론/모형

  • Forward multilayer neural network training in the normal way inclined gradient descent algorithm is using the back propagation algorithm. Learning of the squares of the errors that appear to minimize the cost function.
  • The experiments in this paper is available from the website of Toby Segaran Parent Directory - search index data set were used, the language Python were used.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. Deerwester, S., Dumais, S. T., Furnas, G. W., Landauer, T. K., & Harshman, R. "Indexing By Latent Semantic Analysis", Journal of the American Society For Information Science, 41, 391-407. (1990) 

    상세보기 crossref

  2. D. Mertz, "Spam Filtering Techniques. Six approaches to eliminating unwanted e-mail.", Gnosis Software Inc., September, 2002. Ciencias Fisicas, Universidad de Valencia, 1992. 

  3. Ian H. Witten, Frank Eibe, "Data Mining: Practical Machine Learning Tools and Techniques" Morgan Kaufmann, 2000 

  4. Jiawei Han, Micheline Kamber, "Data mining - Concepts and Techniques", Morgan Kaufmann Publishers, 2001. 

  5. M. Sahami, S. Dumais, D. Heckerman, and E. Horvitz, "A Bayesian Approach to Filtering Junk E-Mail," AAAI Technical Report WS-98-05, 1998 

  6. M. Vinther, "Junk Detection using neural networks", MeeSoft Technical Report, June 2002. Available: http://logicnet.dk/reports/JunkDetection/JunkDetection.htm. 

  7. Nils J. Nilsson, 1998. Artificial Intelligence. Morgan Kaufmann, Inc. 

  8. Pang-Ning Tan & Michael Steinbach & Vipin Kumar, "Introduction to Data Mining", ELSEVIER, 2006 

  9. Toby Segaran. Parent Directory - searchindex [cited 2009.3.28] 

  10. Toby Segaran, "Programming collective intelligence", O'REILLY, 2007 

저자의 다른 논문 :

관련 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