SVD 보고서 옵션

텍스트 탐색기 플랫폼에서 "SVD"의 빨간색 삼각형 메뉴에는 다음 옵션이 포함되어 있습니다.

SVD 산점도 행렬

용어 및 문서 특이값 분해 벡터에 대한 산점도 행렬을 표시하거나 숨깁니다. 이 옵션을 선택할 경우 산점도 행렬의 크기를 선택해야 합니다. 이 산점도 행렬을 사용하면 특이값 분해의 처음 두 차원보다 더 많은 차원을 시각화할 수 있습니다. "텍스트 표시" 버튼을 클릭하면 선택한 문서의 텍스트가 포함된 창이 열립니다.

그림 12.11 문서 및 용어 공간의 SVD 산점도 

주제 분석, 회전된 SVD

문서 용어 행렬의 Varimax 회전 부분 특이값 분해를 수행하여 용어 그룹, 즉 주제를 추출합니다. 이 옵션을 여러 번 선택하여 서로 다른 개수의 주제를 찾을 수 있습니다. 자세한 내용은 주제 분석에서 확인하십시오.

군집 용어

데이터에 있는 용어의 계층적 군집화 분석을 표시하거나 숨깁니다. 덴드로그램 오른쪽에는 군집 수를 설정하고 군집을 데이터 테이블에 저장하기 위한 옵션이 있습니다. 이 데이터 테이블에는 각 용어의 빈도, 해당 용어가 포함된 문서의 개수 및 할당된 군집이 포함됩니다. 계층적 군집화 및 덴드로그램에 대한 자세한 내용은 다변량 방법의 계층적 군집화에서 확인하십시오.

군집 문서

데이터에 있는 문서의 계층적 군집화 분석을 표시하거나 숨깁니다. 덴드로그램 오른쪽에는 군집 수를 설정하고, 군집을 데이터 테이블의 열에 저장하고, 덴드로그램 그림의 선택된 분기에 문서를 표시하기 위한 옵션이 있습니다.

근접 이웃 선택

문서 SVD 그림에서 선택한 점의 최근접 이웃을 찾아 선택합니다. 이 알고리즘은 특이값 분해의 U 행렬을 사용하여 최근접 이웃을 찾습니다. 이 옵션을 선택할 때 선택할 최근접 이웃 수를 지정해야 합니다. 기본적으로 이 옵션은 10개의 최근접 이웃을 선택합니다.

문서 특이 벡터 저장

문서 특이값 분해에서 구한 특이 벡터 중 사용자가 지정한 수만큼을 데이터 테이블에 열로 저장합니다. 처음 두 개의 저장된 열은 문서 SVD 그림에 표시된 점을 나타냅니다. 자세한 내용은 잠재 의미 분석(SVD)에서 확인하십시오.

특이 벡터 계산식 저장

문서 특이값 분해를 포함하는 벡터 모델링 유형의 계산식 열을 데이터 테이블에 저장합니다. 결과 열에는 Text Score() JSL 함수가 사용됩니다. 이 함수에 대한 자세한 내용은 도움말 > 스크립트 인덱스에서 확인하십시오.

용어 특이 벡터 저장

용어 특이값 분해에서 구한 특이 벡터 중 사용자가 지정한 수만큼을 새 데이터 테이블에 열로 저장합니다. 이 데이터 테이블에서 각 행은 하나의 용어에 해당합니다. 용어 테이블 데이터 테이블이 이미 열려 있는 경우 이 옵션을 사용하면 열이 해당 데이터 테이블에 저장됩니다. 처음 두 개의 저장된 열은 용어 SVD 그림에 표시된 점을 나타냅니다. 자세한 내용은 잠재 의미 분석(SVD)에서 확인하십시오.

제거

텍스트 탐색기 보고서 창에서 SVD 보고서를 제거합니다.