최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기Journal of the Korean Data & Information Science Society = 한국데이터정보과학회지, v.27 no.5, 2016년, pp.1273 - 1284
김현 (동덕여자대학교 정보통계학과) , 김동건 (동덕여자대학교 정보통계학과) , 조진남 (동덕여자대학교 정보통계학과)
In this paper, we analyzed the patents on machine learning using keyword network analysis and clique analysis. To construct a keyword network, important keywords were extracted based on the TF-IDF weight and their association, and network structure analysis and clique analysis was performed. Density...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
텍스트 마이닝 기반 특허 분석의 장점은 무엇인가? | 이후 추출된 키워드들을 클러스터링 하거나 분류하여 특허 정보에서 중요한 키워드들을 파악하는 것이 그 핵심기술이다. 이 방법은 방대한 특허 정보의 내용을 핵심 키워드로 나타냄으로써 특허의 내용 및 동향을 예측할 수 있다는 장점이 있다. 반면에 특허들 간의 연관성 파악이 어려우므로 특허 간의 연결 구조를 이해하는데 제약점이 있다. | |
클릭이란 무엇인가? | 클릭은 세 개 이상의 노드로 구성된 최대 완전 서브그래프 (maximal complete subgraph)로서 클릭에 속하는 모든 노드가 서로 직접적으로 연결되어 있다 (Kwahk, 2014). 이러한 특성 때문에 클릭 분석은 일반적인 소셜 네트워크에서 강한 연결 정도를 갖는 커뮤니티를 찾는데 활용되어 왔다. | |
키워드 네트워크 분석은 어떻게 나누어 실시하였는가? | 네트워크 구축 방식은 Kim 등 (2016)의 논문에서 제안한 방식을 일반화한 것이다. 키워드 네트워크 분석은 네트워크의 전체적인 구조를 분석하기 위한 그래프 레벨 분석과 키워드 자체의 중심성을 분석하기 위한 노드 레벨 분석으로 나누어 실시하였다. 그래프 레벨 분석을 위해 네트워크 중앙성 (centralization), 밀도 (density) 및 군집 계수 (clustering coefficient)를 측정하였으며, 노드 레벨 분석을 위해 각 키워드의 연결정도 중심성 (degree centrality),근접 중심성 (closeness centrality), 그리고 매개 중심성(betweenness centrality)을 측정하였다. |
Choi, J. and Hwang, Y. S. (2014). Patent keyword network analysis for improving technology development efficiency. Technological Forecasting & Social Change, 83, 170-182.
Choubey, A., Patel, R. and Rana, J. L. (2012). Graph based new approach for frequent pattern mining, 4, 221-235.
Erdi, P., Makovi, K., Somogyvari, Z., Strandburg, K., Tobochnik, J., Volf, P. and Zalanyi, L. (2013). Prediction of emerging technologies based on analysis of the US patent citation network. Scientometrics, 95, 225-242.
Faust, K. (2006). Comparing social networks: Size, density, and local structure. Advances in Methodology and Statistics, 3, 185-216.
Freeman, L. C. (1978). Centrality in social networks: Conceptual clarification. Social Networks, 1, 215-239.
Huh, M. H. (2014). Introduction to social network analysis using R, Free Academy, Seoul.
Kargar, M. and An, A. (2011). Keyword search in graphs: Finding r-cliques, Proceedings of the VLDB Endowment, 4, 681-692.
Kwahk, K. Y. (2014). Social network analysis, Cheongram Publisher, Seoul.
Kim, D. H., Kim, H. H., Kim, D. and Jo, J. (2016). Social network analysis of keyword community network in IoT patent data. Journal of Applied Statistics, 29, 719-728.
Lee, S., Yoon, B. and Park Y. (2009). An approach to discovering new technology opprtunities: Keywordbased patent map approaches. Technovation, 29, 481-497.
Li, Y. R., Wang, L. H. and Hong, C. F. (2009). Extracting the significant-rare keywords for patent analysis. Expert Systems with Applications, 36, 5200-5204.
Manning, Chr. D., Raghavan, P. and Schutze, H. (2008). Introduction to Information Retrieval, Cambridge University Press, New York.
Noh, H., Jo, Y. and Lee S. (2015). Keyword selection and processing strategy for applying text mining to patent analysis, Expert Systems with Applications, 42, 4348-4360.
Tseng, Y. H., Lin, C. J. and Lin, Y. I. (2007). Text mining techniques for patent analysis. Information Processing and Management, 43, 1216-1247.
Wasserman, S. and Faust, K. (1994). Social network analysis: Methods and applications, Cambridge University Press, New York.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.