흰개미 군집 모델을 이용한 유사 게임 블로그 추천 시스템 설계 및 구현

Design and Implementation of Similar Game Blog Recommendation System Using Termite Clustering Model

본 논문에서는 군집화에 사용되는 대표적인 군집 기법을 소개하고, 유사 게임 블로그 추천 시스템을 위해서 흰개미의 습성 모델을 이용한 군집 기법을 소개한다. 또한, 군집기법으로 많이 사용되는 K-means 알고리즘과 성능을 비교 평가한다. 흰개미 습성 모델을 이용한 군집화 기법은 K-means 알고리즘이 갖고 있는 적절한 군집 갯수 문제점을 해결하고, 군집화 시간을 단축하며, 군집을 위한 군집 평균 이동횟수를 개선한다. 이를 활용하여 본 논문에서 전체적인 유사 게임 블로그 추천 시스템을 구현하며, 게임 오픈마켓에서 사용자가 좋아하는 양질의 게임을 추천하는 시스템에 활용하면 매우 효과가 있을 것이다.

This paper proposes a recommending system of the similar game blogs gathered with similarities between blogs according to the similarity, dividing words, for each frequency, that individual blogs have. It improved the algorithm of k-means, using the model of the habits of white ants for better performance of clustering, and showed better performance of clustering as a result of evaluating and comparing with the existing algorithm of k-means as the improved algorithm. The recommending system of similar game blog is designed and embodied, using the improved algorithm.