초록 ▼

본 과제의 연구 목표는 텍스트마이닝 기법을 이용하여 문서들간의 패턴 분석을 통하여 지식 정보를 체계적으로 관리하기 위한 KDD시스템 모델을 개발하기 위한 것이다.
본 연구에서는 대량의 지식 문서들간의 패턴 분석을 통하여 지식 정보를 체계적으로 관리하기 위한 KDD 시스템 모델을 개발하였다. 먼저, 전처리를 위하여 형태소 분석, 단어 빈도 가중치 조정, 문서 길이 정규화 기법에 대한 연구를 진행하였다. 그리고 평면 구조에서 패턴 벡터 구성은 전처리 과정을 거친 단어 집합에서 카테고리를 대표하는 색인어를 효과적으로 추출하기 위하여

본 과제의 연구 목표는 텍스트마이닝 기법을 이용하여 문서들간의 패턴 분석을 통하여 지식 정보를 체계적으로 관리하기 위한 KDD시스템 모델을 개발하기 위한 것이다.
본 연구에서는 대량의 지식 문서들간의 패턴 분석을 통하여 지식 정보를 체계적으로 관리하기 위한 KDD 시스템 모델을 개발하였다. 먼저, 전처리를 위하여 형태소 분석, 단어 빈도 가중치 조정, 문서 길이 정규화 기법에 대한 연구를 진행하였다. 그리고 평면 구조에서 패턴 벡터 구성은 전처리 과정을 거친 단어 집합에서 카테고리를 대표하는 색인어를 효과적으로 추출하기 위하여 Association Rule 알고리즘을 이용하여 seed keyword와 관련된 용어 집합을 구성하기 위한 기법이다. 그리고 계층 구조로 구성된 임의의 분야에서 상?하위 계층 또는 같은 계층의 다른 분야의 패턴과 구별되는 의미있는 패턴을 발견하기 위하여 Srikant 등이 제안한 R-interesting을 수정하여 R *-interesting 기법을 제시하였다. 계층 구조에서 카테고리별로 패턴 벡터를 효과적으로 구성하기 위한 또 다른 방법으로 Centroid 벡터와 m-Leading 기법을 이용하여 색인어를 추출하는 기법을 연구하였다. 그리고 계층 구조에서의 임의의 문서가 분류될 카테고리를 결정하기 위하여 형제 카테고리간의 유사도 비교와 함께 부모/자식 카테고리간의 유사도를 고려하였다. 또한 계층적인 문서 분류에서 상위 카테고리의 오분류가 하위 카테고리에 미치는 오분류 현상을 개선하기 위하여 트리 형태의 계층 구조를 방향성을 가지는 비순환 그래프 형태인 AOV 네트워크로 변환하여 학습문서를 분류할 때 상하위 관계에서 빈번하게 발생하는 오분류 사례를 수집하여 오분류를 개선하기 위한 학습 방법을 제시하였다. 마지막으로 위에서 연구한 다양한 기법을 하나의 시스템으로 통합하여 새로운 형태의 KDD 시스템 모델을 개발하였다.
본 연구를 통하여 2년간 국내 학술지 2편, 국내 학술대회에서 2편의 논문을 발표하였다. 특히 1차년도에 데이터베이스학회에 발표한 논문은 우수 논문으로 선정되어 학술지에 추천 게재되었다. 그리고 2003년 7월에 국제학술대회에서 연구 결과를 논문을 발표할 예정이며, 최종 결과를 SCI급 또는 국내 전문 학술지에 투고할 예정이다.
또한 본 연구를 통하여 석사 2명을 양성하여 1명은 국책연구소에 취업하였고 나머지 1명은 박사과정에 진학하였다. 그리고 2003년 8월에는 1명이 박사학위를 취득할 예정이며, 2004년에 2월에도 박사 1명이 배출될 예정이다. 따라서 본 과제 수행을 통하여 석사 2명과 박사 2명의 우수한 인력을 양성하는 성과를 거두었다.

Abstract ▼

In this research, the main purpose is to develop KDD system model for systematic management of knowledge information through pattern analysis among documents using text mining method, an subarea of data mining.
We developed a new KDD system model to manage knowledge information through text minin

In this research, the main purpose is to develop KDD system model for systematic management of knowledge information through pattern analysis among documents using text mining method, an subarea of data mining.
We developed a new KDD system model to manage knowledge information through text mining techniques for large knowledge documents systematically. First, we processed morpheme analysis, word frequency weight mediation, research about document length normalization for preprocessing. And we developed pattern vector composition technique using Association Rule algorithm from flat structured documents to extract indexing word that represent category effectively. Next, we introduced R *-interesting technique to extract meaning patterns from large quantities of meaningless patterns extracted from Association Rule algorithm. In a hierarchical classification structure, we introduced learning method using AOV(Activity On vertex) network to improve misclassification ratio. Through a comparison experiment with other method, we showed that proposed method is superior. Finally, we developed a new KDD system model integrating various technique from the above results.
We published 2 papers in domestic journal and presented 2 papers in domestic conference during 2 years through this research. Especially, one of conference paper is recommended to publish a regular paper in the Korea Database Society. And we schedule to present our paper in international conference at July, 2003.
By this research, 2 student make master thesis, and entered to national research institute or entered a school of doctor's course. 1 student will acquire doctor's degree at August, 2003, and 1 student have a schedule to acquire doctor's degree in February in 2004.

목차 Contents

• Ⅰ. 연구계획 요약문...3
• Ⅱ. 연구결과 요약문...4
• 1. 국문 요약문...4
• 2. 영문 요약문...5
• Ⅲ. 연구내용 및 결과...6
• 1. 서론...6
• 1.1. 연구배경...6
• 1.2. 연구목적...7
• 1.3. 연구 범위...8
• 2. 연구방법 및 이론...9
• 2.1. 전처리 과정 (Preprocessing)...9
• 2.2. 평면 구조에서 연관 규칙 알고리즘을 사용한 패턴 벡터 구성 방법...10
• 2.3 R*-interesting을 이용한 의미있는 패턴 추출 기법...11
• 2.4 계층 구조에서 Centroid 벡터를 이용한 패턴 벡터 구성 기법...12
• 2.5 AOV(Activity On Vertex) 네트워크를 이용한 계층적 문서 분류 기법...13
• 2.6 연관규칙을 이용한 문서자동분류기법을 이용한 지식 탐사시스템 모델...14
• 3. 결과 및 고찰...15
• 3.1 연관 규칙 알고리즘을 이용한 패턴 벡터 구성 실험 결과...15
• 3.2 -interesting을 이용한 의미있는 패턴 추출 실험 결과...16
• 3.3 계층 구조에서 Centroid 벡터를 이용한 패턴 벡터 구성 실험 결과...16
• 3.4 AOV 네트워크를 이용한 계층적 문서 분류 실험 결과...17
• 4. 결론...18
• 5. 인용문헌...19