Abstract
Recently, it is possible for users to acquire necessary data easily as the various schemes of the searching information are developed. Since these data rise continuously like stream data, it is required to extract the appropriate data for the user's needs from the mass data on the internet. In the traditional scheme, they are acquired by processing the user queries after the occurred data are stored at a database. However, it is inefficient to process the user queries over the large volume of continuous data by using the traditional scheme. In this paper, we propose the Event-Profile Model to define the data occurrence on the internet as the events and the user's requirements as the profiles. We also propose and implement the filtering scheme to process the events and the profiles efficiently. We evaluate the performance of the proposed scheme and our experiments show that the new scheme outperforms the other on various dataset.
최근 다양한 정보검색 기법의 발달로 인해 사용자는 인터넷으로부터 유용한 데이터를 쉽게 획득할 수 있다. 이러한 데이터는 스트림 데이터와 유사하게 연속적으로 발생하기 때문에 인터넷에서 발생하는 대량의 데이터 중에서 사용자의 요구에 맞는 데이터만을 추출하기 위한 기법이 필요하다. 전통적인 데이터 추출 방법에서는 데이터를 먼저 데이터베이스에 저장한 후에 사용자의 요구를 질의로 변환하여 처리하였다. 그러나 이러한 방법은 연속적으로 발생하는 대용량의 데이터에 대하여 사용자 질의를 처리하는 경우에 비효율적인 문제가 있다. 이 논문에서는 인터넷에서 발생하는 데이터의 변화를 이벤트로 표현하고, 사용자의 요구사항을 프로파일로 정의한 이벤트-프로파일 모델을 제안한다. 그리고 이 모델을 기반으로 이벤트와 프로파일을 효율적으로 처리하기 위한 여과방법을 제안한다. 또한 제안된 모델을 기반으로 시스템을 구현하고 다양한 데이터 셋을 대상으로 실험평가를 실시하여 제안하는 방법의 우수성을 입증한다.
