소프트웨어학과

구분

내용

추진 배경

디지털 환경에서 파일의 양이 증가함에 따라 사용자가 원하는 파일을 찾기 위해 많은 시간을 소비하게 됨.

불규칙하게 저장된 파일 혹은 중복 파일이 많아지면서 파일 검색과 관리의 어려움이 발생.

목표 및 내용

파일 이름의 텍스트 데이터를 벡터화 하고, 파일 이름 데이터를 클러스터링하여 구조화 함.

• 수행결과

TfidfVectorizer 모델을 통해 텍스트 데이터에 대한 벡터화를 진행 하고, DBSCAN으로 군집화 진행.

특정 군집으로 포함되지 않은 데이터에 대한 처리 방법으로 재군집화 및 기존 군집과 결합.

최적의 eps 값을 찾기 위하여 k-NN 그래프를 사용하여 엘보 포인트 탐색.

군집 평가지표 중 하나인 실루엣 계수를 도출하여 평가.