개념벡터를 활용한 텍스트 문서 군집화에 대한 연구 = Text Document Clustering by Concept Vectors

국문 초록 (Abstract)

인터넷과 정보통신기술의 발전으로 폭증하고 있는 텍스트 문서들을 유사한 것들끼리 분류할 필요가 있다. 본 논문에서는 텍스트 문서들에 대하여 각 군집별로 개념 벡터를 생성하여 내용이 유사한 것들끼리 군집화 하는 방법을 연구하였다. 개념벡터는 군집 내에 속한 각 텍스트 문서들에 대응하는 벡터들의 중심 벡터로 계산하였으며, 벡터들은 단위벡터로 정규화 되어 n차원 구면상에서 군집화가 이루어진다.

다국어 초록 (Multilingual Abstract)

The necessary of clustering for text document data is rapidly increased. But the standard k-means clustering method for text data is sensitive to initial starting condition. In this paper, an improved method of k-means clustering algorithm for text data has been presented, where a concept vector is generated for each cluster on the basis of cosine similarity of text documents. The concept vector is a mean vector of the elements of each cluster. Further, the concept vectors are unit vectors that have been normalized on the n-dimensional sphere.