Earticle

초록

영어

In this paper a clustering method based on genetic algorithm is applied to web page clustering problem. We applied the distance metric of k-means clustering algorithm to the fitness function of genetic algorithm. To cluster data, we have to establish a standard evaluation about the similarity of data, so as pre-process to evaluate web pages. We presented a web page using vector space model as one of the standard information retrieval methods. In many clustering environment, there have typically been used k-means clustering algorithm. In this paper, the web page clustering problem is solved by using genetic algorithm, and outperformed to the conventional kmeans clustering algorithm.

한국어

본 연구에서는 유전알고리즘을 활용하여 웹페이지 클러스터링을 효과적으로 수행하는 방법을 제안했다. 기존에는 여러 가지 클러스터링 환경에서 대개 K-means클러스터링 방식을 사용해왔다. 여 기서는 이 둘을 비교함에 있어서, 거리함수를 제안하고 유전알고리즘의 적합도 함수를 사용하였다. 데 이터를 클러스터링하기 위하여는 데이터 사이의 유사도를 구해야 하며, 여기서는 웹페이지들을 전처 리하는 기법 중에서 정보검색에서 전형적으로 사용하는 벡터공간모형(vector space model)을 적용하 였다. 그 효용성을 수행도 실험을 통해 입증하였으며, 기존의 방식에 비해 탁월하다는 것을 보였다.

목차

요약
Abstract
1. 서론
2. 이론적 배경
2.1 웹 페이지 평가 기법
2.2 k-means 클러스터링 기법
2.3 유전 알고리즘(Genetic Algorithm)
3. 웹 페이지 클러스터링 유전 알고리즘(GAclustering)
3.1 해의 표현(Representation)
3.2 초기해 추출(Initialization)
3.3 적응도 계산(Compute fitness value)
3.4. 선택(Selection)
3.5 교배(Crossover)
3.6. 변이(Mutation)
3.7 종료조건(Termination criterion)
3.8 엘리트 전략(Elitist strategy)
4. 실험 및 결과분석
5. 결론
참고문헌

키워드

저자

• 이우기 [ Wookey Lee | 인하대학교 산업공학과 ]
• 이원희 [ Wonhee Lee | 인하대학교 산업공학과 ]
• 이화기 [ Hwaki Lee | 인하대학교 산업공학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보화연구 [정보화연구(구 정보기술아키텍처연구)]

• 간기

  계간

• pISSN

  1738-382X

• 수록기간

  2004~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658