Earticle

초록

영어

This paper proposes a recommending system of the similar blogs gathered with similarities between blogs according to the similarity, dividing words, for each frequency, that individual blogs have. It improved the algorithm of k-means, using the model of the habits of white ants for better performance of clustering, and showed better performance of clustering as a result of evaluating and comparing with the existing algorithm of k-means as the improved algorithm. The recommending system of similar blog was designed and embodied, using the improved algorithm. TCA can reduce clustering time and the number of moving time for clustering compare with K-means algorithm.

한국어

본 연구의 목적은 유사 블로그 추천 시스템을 통해서 특정 주제의 유사도에 따라 주제를 찾아 주는 것이다. 유사 추천 시스템을 실현하기 위해서는 대규모 데이터 집합에서 유사항목을 가진 그룹을 찾을 수 있도록 군집해야 한다. 군집화(clustering) 기법은 군집하고자 하는 목적에 따라 적합한 기법과 군집수가 결정되어야 한다. 군집기법으로 는 가장 많이 사용되는 K-means 알고리즘을 사용 하였고 추천 알고리즘은 흰개미 군집 알고리즘을 사용하였다. 흰개 미 습성 모델을 이용한 군집화 기법은 K-means 알고리즘이 갖고 있는 적절한 군집 갯수 문제점을 해결하고, 군집화 시간을 단축하며, 군집을 위한 군집 평균 이동횟수를 개선한다.

목차

요약
 Abstract
 Ⅰ. 서론
 Ⅱ. 군집화 알고리즘
  1. k-means 알고리즘
 Ⅲ. 흰개미 군집 알고리즘
  1. TCA 탐색 절차를 위한 가정
  2. 흰개미 군집 알고리즘
 Ⅳ. 유사 블로그 추천 시스템 구현
  1. 시스템 구성도
  2. 시스템 모듈별 절차
  3. 블로그 군집 모듈
  4. K-means와 TCA k-means 비교 평가
  5. 군집결과
 Ⅴ. 결과
 참고문헌

키워드

저자

• 정기성 [ Gi Sung Jeong | 정회원, 전북대학교 컴퓨터공학과 ]
• 조이석 [ I-seok Jo | 정회원, 전북대학교 컴퓨터공학과 ]
• 이말례 [ Malrey Lee | 정회원, 전북대학교 컴퓨터공학과 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380