초록 ▼

본 과제는 N개의 데이터(L차원)의 집합에서 M개의 그룹으로 데이터 집합을 재배열하는 클러스터링 기법에 관한 연구이다. 이 기법은 다차원 데이터 집합에 내재하는 고유한 연관 구조를 발견함으로써 분석 또는 저장되는 데이터 집합을 서로 관련도가 깊은 데이터들을 포함하고 있는 각각의 클러스터들의 모임으로 새롭게 데이터를 해석할 수 있는 방안을 제시함과 동시에, 정보 검색 분야에 있어서는 효율적인 데이터베이스의 구축을 가능하게 함으로써 검색을 원하는 데이터 집합을 신속하게 찾게 해 준다. 주된 연구 내용은 유사성 척도와 평가기준 함수들의

본 과제는 N개의 데이터(L차원)의 집합에서 M개의 그룹으로 데이터 집합을 재배열하는 클러스터링 기법에 관한 연구이다. 이 기법은 다차원 데이터 집합에 내재하는 고유한 연관 구조를 발견함으로써 분석 또는 저장되는 데이터 집합을 서로 관련도가 깊은 데이터들을 포함하고 있는 각각의 클러스터들의 모임으로 새롭게 데이터를 해석할 수 있는 방안을 제시함과 동시에, 정보 검색 분야에 있어서는 효율적인 데이터베이스의 구축을 가능하게 함으로써 검색을 원하는 데이터 집합을 신속하게 찾게 해 준다. 주된 연구 내용은 유사성 척도와 평가기준 함수들의 비교연구, 비계층적 및 계층적 클러스터링 기법들의 폭넓은 조사, 클러스터링 기법들 간의 상황별 우위 평가, 클러스터의 타당성 검증 기법, 클러스터의 동적 관리 기법 등이다.

Abstract ▼

(1) comparative study of distance measures similarity measure, similarity matrix, criterion function(2) survey of clustering methods nonhierarchical : single pass method, reallocation method hierarchical : single link method, complete link method group average link method, Ward's method(

(1) comparative study of distance measures similarity measure, similarity matrix, criterion function(2) survey of clustering methods nonhierarchical : single pass method, reallocation method hierarchical : single link method, complete link method group average link method, Ward's method(3) evaluation(4) validation(5) dynamic cluster maintenance

목차 Contents

• 제1장 서론...11
• 제2장 유사성 수치...12
• 제1절 유사성 행렬...17
• 제3장 클러스터링을 위한 평가함수...19
• 제1절 제곱합 오차 평가기준...19
• 제2절 관련된 최소분산 평가기준...20
• 제3절 흩어짐 평가기준...21
• 1. 흩어짐 행렬...21
• 2. Trace 평가기준...22
• 3. Determinant 평가기준...23
• 4. Invariant 평가기준...24
• 제4장 반복 최적화...26
• 제5장 클러스터링 기법들...30
• 제1절 비계층적 클러스터링...33
• 1. 단일 과정 방법...33
• 2. 재배치 방법...34
• 제2절 계층적 클러스터링...35
• 1. 정의...35
• 2. 응집성 계층적 클러스터링...36
• 가. 최단이웃 알고리즘...40
• (1) Van Rijsbergen 알고리즘...42
• (2) SLINK 알고리즘...43
• (3) 최소 확장 트리 알고리즘...44
• 나. 최장거리이웃 알고리즘...47
• (1) Defay의 CLINK 알고리즘...48
• (2) Voorhees 알고리즘...49
• 다. 그밖의 응집성 계층적 클러스터링 알고리즘...49
• (1) 집단 평균 연결 방법...50
• (가) Voorhees 알고리즘...50
• (2) Ward의 방법...51
• (가) Reciprocal 최단거리 이웃 알고리즘...51
• 3. 단계적 최적화 계층적 클러스터링...52
• 제3절 그래프 이론에 입각한 클러스터링...53
• 제6장 평가와 정당화...56
• 제1절 평가...56
• 제2절 정당화...57
• 제7장 클러스터 구조의 갱신...62
• 제1절 새로운 방법의 필요성...64
• 제2절 포함계수-기반 클러스터 유지보수 알고리즘...64
• 제3절 포함 계수 개념...69
• 제8장 결론...72
• 참고문헌...73