메신저 내 그룹 대화방 문서 클러스터링 적용을 위한 클러스터 모델 비교 (Comparison of cluster models for group chat rooms)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 28권 / 2호 / 138 ~ 145페이지
· 저자명 : 고동환, 김홍준

초록

본 논문은 메신저 상의 유사한 그룹의 사용자들에게 보다 효율적으로 서비스를 제공하기 위해 메신저 상의 대화방들을문서 클러스터링 방법을 통해 클러스터링 할 때, 채팅 로그 데이터에 적절한 클러스터링 알고리즘을 테스트를 통해 찾는다.
대화방과 채팅 로그의 관계를 문서 클러스터링에서의 문서와 문서 내용의 관계로 대응시킨다. 사전에 준비된 3개 주제의채팅 로그에 DBSCAN, k-means, Ward’s method 알고리즘을 대화방의 수, 가중치 부여 방식을 달리하여 적용한 뒤 올바르게분류된 정도를 나타내는 Rand index 수치, 처리 속도, 그리고 모델에 따른 특징을 고려하여 적절한 정도를 평가한다. k-means 알고리즘은 클러스터의 수를 미리 정해야 하는 문제로 메신저에 사용하기 부적절해 보이며, DBSCAN은 Rand index의 평균이가장 높은 수치를 보였으나 알고리즘 내 인수를 정하는 문제를 해결할 필요가 있다. Ward’s method는 특별한 인수 없이사용 가능한 장점이 있으며, 가중치 부여 방식에 관계없이 Rand index가 0.9 전후로 좋은 결과를 보인다

영어초록

In this paper, text clustering models are compared and analyzed for chat rooms on messenger applications to provide appropriate service more effectively. We deal with the relation between the chat room and the chat log as corresponding to the relation the relation between the document and the content for the document clustering. First, DBSCAN, k-means, Ward’s method are used to cluster chat rooms based on chat logs with various number of chat rooms and weighting methods such as TF, TF-IDF, etc. Then we evaluate the quality of clustering results with the value of Rand index that indicate the degree of correct classification. In addition, execution times are measured, and the characteristics of clustering models utilized chat logs are considered. Since the k-means algorithm need to determine the number of clusters before clustering, it is inappropriate for clustering the chat rooms. On the other hand, the result of DBSCAN showed the highest Rand index, however the process to search the optimal epsilon is needed. Ward’s method require no additional work for the optimal argument, and the result of this method have about 0.9 Rand index regardless of the weighting methods

참고자료

· 없음