• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.608-611
• /
• 2004

사용자 웹 방문 패턴 발견으로써의 사용자 클러스터링은 웹 사이트를 이용하는 사용자들의 취향과 행동방식을 얻어내는데 매우 유용하다. 또한 이러한 정보는 웹 개인화나 웹 사이트를 재구성 하는 데 필수적 이 다. 본 논문에서 사용자 웹 방문 패스를 클러스터링 하기 위한 시간적으로 효율적이며, 패스 특성을 보다 정확하게 표현하여 클러스터링 할 수 있는 알고리즘이 제안되며, 제안된 알고리즘은 패스 간의 유사도 측정을 통한 클러스터링, 하이퍼플랜을 이용한 K-평균 클러스터링의 2단계 과정으로 이루어져 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.11
• /
• pp.17-24
• /
• 2011

Collaborative filtering system is the clustering about user is built and then based on that clustering results will recommend the preferred item to the user. However, building user clustering is time consuming and also once the users evaluate and give feedback about the film then rebuilding the system is not simple. In this paper, genre pattern of movie recommendation systems is being used and in order to simplify and reduce time of rebuilding user clustering. A Frequent pattern networks is used and then extracts user preference genre patterns and through that extracted patterns user clustering will be built. Through built the clustering for all neighboring users to collaborative filtering is applied and then recommends movies to the user. When receiving user information feedback, traditional collaborative filtering is to rebuild the clustering for all neighbouring users to research and do the clustering. However by using frequent pattern Networks, through user clustering based on genre pattern, collaborative filtering is applied and when rebuilding user clustering inquiry limited by search time can be reduced. After receiving user information feedback through proposed user clustering based on genre pattern, the time that need to spent on re-establishing user clustering can be reduced and also enable the possibility of traditional collaborative filtering systems and recommendation of a similar performance.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.171-172
• /
• 2011

협업적 여과 시스템은 사용자에 대한 클러스터링을 구축한 후, 구축된 클러스터를 기반으로 사용자에게 영화를 추천한다. 하지만 사용자 클러스터링 구축에 많은 시간이 소요되고, 사용자가 평가한 영화가 피드백이 되었을 경우 재구축이 쉽지 않다. 본 논문에서는 사용자 클러스터링의 재구축을 용이하게 하기 위해 빈발패턴 네트워크를 이용하여 클러스터링을 구축하고, 이를 협업적 여과 시스템에 적용하여 영화를 추천한다. 구축된 클러스터를 통해 사용자 클러스터를 재구축시 소요되는 시간 비용을 줄이면서, 전통적인 협업적 여과 시스템과 유사한 성능의 추천이 가능하게 되었다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.5
• /
• pp.422-430
• /
• 2001

웹 에이전트는 사용자가 웹을 브라우징하는 행위를 모니터하여 사용자의 관심 정보를 학습하고 사용자가 필요로 하는 웹 상의 정보를 자동 제공하는 지능형 시스템이다. 웹 에이전트가 사용자의 선호도를 학습하기 위해서는 귀납적 기계학습을 수행하는데, 이때 학습의 효율을 높이기 위해서는 사용자가 관심있어하는 문서들을 유사한 문서들로 클러스터링하여 학습 시스템에 제공하여야 한다. 본 논문에서는 웹 에이전트의 학습 시스템에 입력되는 학습대상 문서들을 보다 정확하고 효율적으로 클러스터링하여 제공하기 위해서 Top-down 방식과 Bottom-up 방식을 통합 적용한 통합방식 문서 클러스터링과 초기 클러스터 생성을 위한 평가함수를 제시한다. Top-down 방식으로는 개념적 클러스터링 알고리즘인 COBWEB을 적용하고, Bottom-up 방식으로는 교차기반(Intersection-based) 클러스터링 방식인 Etzioni의 클러스터링 알고리즘을 적용하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.479-481
• /
• 2003

본 논문에서는 여러 가지 클러스터링 기법들을 사용하여 키워드 유사도롤 순위화하여 사용자의 질의를 확장하는 기법을 제안한다. 클러스터링 기법에는 연관(Association) 클러스터링, 메트릭(Metric) 클러스터링, 스칼라(Scalar) 클러스터링 기법을 사용하고, 이들간의 가중치를 적절히 조절하여 검색 시스템을 만든다. 사용자의 질의가 주어졌을 때, 질의 키워드와 연관된 키워드들을 순위화 하여 사용자에게 보여주고, 사용자의 추가입력을 받아서 질의를 확장한다. 사용자가 적당한 질의어로 판단하여 확장된 질의로 검색을 수행할 때까지 이 과정을 반복한다. 실험에서 사용한 문헌집합은 Korea Herald의 2003년 1월과 2월의 경제 관련 기사들을 수집하여 사용하였고, 실험을 거쳐서 질의를 확장한 결과 만족할 만한 결과가 도출되었다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.337-340
• /
• 2001

본 논문에서는 MPEG가 비디오 스트림의 형상 정보를 클러스터링 하여 VO(Visual Object)의 동작을 요약하는 새로운 방법을 제안한다. 제안하는 방법은 MPEG-4 비트 스트림의 디코딩 없이 형상 정보를 근사화 한다. 그리고 사용자가 입력한 질의 VOP(Video Object Plane)와 VO의 각 VOP와의 NMHD(Normalized Mean Hausdorff Distance)를 구한 후 클러스터링을 수행하여 키 영역을 분리해낸다. 클러스터링에 의해 시간적으로 분리된 영역의 지속성을 고려하여 Rank를 매김으로써 사용자가 원하는 수의 키 VOP를 선택할 수 있게 한다. 제안하는 방법은 클러스터링을 사용함으로써 키 VOP를 선정하였으며, Rank와 질의 VOP를 사용하여 사용자와의 상호작용이 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.351-353
• /
• 2000

대부분의 검색 엔진에서의 사용자의 정보 검색 요구에서 나타나는 키워드 장벽의 문제점을 해결하고 사용자의 정보 검색 과정에 도움을 주기 위해 디렉토리 서비스를 제공한다. 하지만 디렉토리 서비스에서 새로운 웹 사이트를 지속적으로 인덱스하여 하나의 주제어에 너무 많은 수의 웹 사이트가 부여되어 있으면 사용자의 검색 편의를 위해서 재분류하여 세분류할 필요가 있다. 따라서 본 논문에서는 한 주제어에 과다하게 부여된 웹 사이트들을 세분류하기 위해 기존의 문서 클러스터링 기법을 사용하여 클러스터링 할 때 생기는 문제점을 보완한 문서 클러스터링 시스템을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11c
• /
• pp.1765-1768
• /
• 2002

최근 들어 웹사이트 개인화(Web Personalization)에 관한 연구가 활발히 진행되고 있다. 웹 개인화는 클러스터링과 같은 데이터 마이닝 기법을 이용하여 개개의 사용자에게 가장 흥미를 갖을만한 URLs의 집합을 예측하는 것이라 할 수 있다. 기존에는 웹 트랜잭션을 클러스터링 하기 위해서 사용자의 방문여부에 따라 트랜잭션을 비트벡터(bit vector)로 표현하였다. 하지만 이것은 웹 트랜잭션의 클러스터링에 있어서 사용자의 흥미를 배제하고 단순히 방문여부만을 반영하게 된다. 이에 본 논문에서는 사용자의 흥미도(Interestingness)를 반영할 수 있도록 보완된 웹 트랜잭션 모델을 제시하고 제안된 트랜잭션 모델을 적용한 유사도 비교방법을 제안한다. 그리고 성능평가를 통하여 제안한 방법이 기존 방법에 비해 클러스터링의 정확성을 높임을 보인다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.12 no.5
• /
• pp.2375-2382
• /
• 2011

The user clustering for web navigation pattern discovery is very useful to get preference and behavior pattern of users for web pages. In addition, the information by the user clustering is very essential for web personalization or customer grouping. In this paper, an algorithm for clustering the web navigation path of users is proposed and then some special navigation patterns can be recognized by the algorithm. The proposed algorithm has two clustering phases. In the first phase, all paths are classified into k-groups on the bases of the their similarities. The initial solution obtained in the first phase is not global optimum but it gives a good and feasible initial solution for the second phase. In the second phase, the first phase solution is improved by revising the k-means algorithm. In the revised K-means algorithm, grouping the paths is performed by the hyperplane instead of the distance between a path and a group center. Experimental results show that the proposed method is more efficient.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04a
• /
• pp.589-592
• /
• 2002

정보검색 시스템에서 문서 클러스터링 기법은 사용자 질의에 대하여 검색된 문서를 문서간의 관련도에 따라 클러스터로 구성하고 사용자에게 검색 결과로 보여주는 것이다. 본 논문에서는 사용자의 질의에 대하여 검색된 문서를 자동 문서 요약기를 통해 얻은 요약 문서와 문서 전문을 문서들간의 유사도를 기반으로 동적으로 클러스터링 한다. 구현한 시스템의 클러스터링 효과를 검증한 결과 검색된 문서 전문을 클러스터링 한 방식에 비해 요약 문서를 클러스터링 한 방식이 정확률 측면에서 더 나은 성능을 보였다.