바로가기메뉴

본문 바로가기 주메뉴 바로가기

ACOMS+ 및 학술지 리포지터리 설명회

  • 한국과학기술정보연구원(KISTI) 서울분원 대회의실(별관 3층)
  • 2024년 07월 03일(수) 13:30
사전등록 바로가기
 

logo

  • P-ISSN1013-0799
  • E-ISSN2586-2073
  • KCI

논문 상세

이전 다음
논문 투고

Vol.29 No.2

Citation Share

클러스터링을 고려한 다차원척도법의 개선: 군집 지향 척도법

Improved Multidimensional Scaling Techniques Considering Cluster Analysis: Cluster-oriented Scaling

정보관리학회지 / Journal of the Korean Society for Information Management, (P)1013-0799; (E)2586-2073
2012, v.29 no.2, pp.45-70
https://doi.org/10.3743/KOSIM.2012.29.2.045
이재윤 (경기대학교)
이재윤. (2012). 클러스터링을 고려한 다차원척도법의 개선: 군집 지향 척도법. 정보관리학회지, 29(2), 45-70, https://doi.org/10.3743/KOSIM.2012.29.2.045

초록

개체들 사이의 관계를 저차원 공간에 매핑하는 다차원척도법을 수행하기 위한 다양한 방법과 알고리즘이 개발되어왔다. 그러나 PROXSCAL이나 ALSCAL과 같은 기존의 기법들은 50개 이상의 개체를 포함하는 데이터 집합을 대상으로 개체 간의 관계와 군집 구조를 시각화하는데 있어서 효과적이지 못한 것으로 나타났다. 이 연구에서 제안하는 군집 지향 척도법 CLUSCAL(CLUster-oriented SCALing)은 기존 방법과 달리 입력되는 데이터의 군집 구조를 고려하도록 고안되었다. 50명의 저자동시인용 데이터와 85개 단어의 동시출현 데이터에 대해서 적용해본 결과 제안한 CLUSCAL 기법은 군집 구조를 잘 식별할 수 있는 MDS 지도를 생성하는 유용한 기법임이 확인되었다.

keywords
cluster-oriented scaling, CLUSCAL, MDS, multidimensional scaling, clustering, cluster analysis, information visualization, cluster-oriented scaling, CLUSCAL, MDS, multidimensional scaling, clustering, cluster analysis, information visualization, 군집 지향 척도법, 다차원척도법, 클러스터링, 군집분석, 정보시각화

Abstract

There have been many methods and algorithms proposed for multidimensional scaling to mapping the relationships between data objects into low dimensional space. But traditional techniques, such as PROXSCAL or ALSCAL, were found not effective for visualizing the proximities between objects and the structure of clusters of large data sets have more than 50 objects. The CLUSCAL(CLUster-oriented SCALing) technique introduced in this paper differs from them especially in that it uses cluster structure of input data set. The CLUSCAL procedure was tested and evaluated on two data sets, one is 50 authors co-citation data and the other is 85 words co-occurrence data. The results can be regarded as promising the usefulness of CLUSCAL method especially in identifying clusters on MDS maps.

keywords
cluster-oriented scaling, CLUSCAL, MDS, multidimensional scaling, clustering, cluster analysis, information visualization, cluster-oriented scaling, CLUSCAL, MDS, multidimensional scaling, clustering, cluster analysis, information visualization, 군집 지향 척도법, 다차원척도법, 클러스터링, 군집분석, 정보시각화

참고문헌

1.

곽선영. (2012). 복수저자기반 동시인용분석을 활용한 지적구조 분석: 경제학 분야를 중심으로. 정보관리학회지, 29(1), 115-134. http://dx.doi.org/10.3743/KOSIM.2012.29.1.115.

2.

김판준. (2011). 저자 프로파일링 기법을 이용한 국내 독서 연구 영역 분석. 한국비블리아학회지, 22(4), 21-44.

3.

김희전. (2010). 저자동시인용분석과 저자서지결합분석에 의한 지적 구조 분석: 사회복지학 분야를 중심으로. 정보관리학회지, 27(3), 283-306.

4.

문주영. (2011). 2000년대 비서학연구의 저자동시인용분석. 비서학논총, 20(1), 25-44.

5.

박재신. (2010). 지구적 환경문제 해결을 위한 학술활동과 환경운동 경향 연구. 정보관리학회지, 27(3), 83-102.

6.

유종덕. (2011). 저자프로파일링분석과 저자동시인용분석의 유용성 비교 검증. 정보관리학회지, 28(1), 123-144.

7.

이은숙. (2002). 복수저자를 고려한 동시인용분석 연구: 정보학과 컴퓨터과학을 대상으로. 지식처리연구, 3(2), 1-26.

8.

이재윤. (2007). 지적 구조 분석을 위한 MDS 지도 작성 방식의 비교 분석. 한국문헌정보학회지, 41(2), 335-357.

9.

이재윤. (2010). 저자 프로파일링과 요인분석을 이용한 국내 주거학 분야의 지적 구조 분석. 한국문헌정보학회지, 44(2), 285-308.

10.

이재윤. (2006). 연구자 소속과 표제어 분석을 통한 국내 인지과학 분야의 학제적 구조 파악 (127-134). 한국정보관리학회.

11.

정영미. (2001). 지식 분류의 자동화를 위한 클러스터링 모형 연구. 정보관리학회지, 18(2), 203-230.

12.

조선례. (2012). 약학 분야 학술정보서비스를 위한 학술지 동시인용 분석. Journal of Information Science Theory and Practice, 43(1), 159-185.

13.

조재인. (2011). 네트워크 텍스트 분석을 통한 문헌정보학 최근 연구 경향 분석. 정보관리학회지, 28(4), 65-83.

14.

Borg, I.. (2005). Modern multidimensional scaling : Theory and Applications(2nd ed):Springer Science+Business Media, Inc.

15.

Börner, K.. (2003). Visualizing knowledge domains. Annual Review of Information Science & Technology, 37, 179-255.

16.

Chen, C.. (2006). Information visualization: Beyond the horizon (2nd ed.):Springer-Verlag London Limited.

17.

최상희. (2011). An Informetric Analysis on Intellectual Structures with Multiple Features of Academic Library Research Papers. 정보관리학회지, 28(2), 65-78.

18.

Deerwester, S.. (1990). Indexing by latent semantic analysis. Journal of the American Society for Information Science, 41(6), 391-407. http://dx.doi.org/10.1002/(SICI)1097-4571(199009)41:6<391::AID-ASI1>3.0.CO;2-9.

19.

Green, P. E.. (1972). Applied multidimensional scaling:Dryden.

20.

이재윤. (2011). Intellectual Structure and Infrastructure of Informetrics: Domain Analysis from 2001 to 2010. 정보관리학회지, 28(2), 11-36.

21.

박명규. (2011). A Bibliometric Analysis of the Literature on Information Literacy. 정보관리학회지, 28(2), 53-63.

22.

Small, H.. (1973). Co-citation in the scientific literature : A new measure of the relationship between publications. Journal of the American Society for Information Science, 24(4), 265-269.

23.

White, H. D.. (1981). Author cocitation: A literature measure of intellectual structure. Journal of the American Society for Information Science, 32(3), 163-171.

정보관리학회지

논문 투고 OA 정책