• 제목/요약/키워드: 랭크

검색결과 278건 처리시간 0.028초

페이지랭크 알고리즘의 재검토 : 놈-누수 현상과 해결 방법 (Revisiting PageRank Computation: Norm-leak and Solution)

  • 김성진;이상호
    • 한국정보과학회논문지:컴퓨팅의 실제 및 레터
    • /
    • 제11권3호
    • /
    • pp.268-274
    • /
    • 2005
  • 페이지랭크 알고리즘은 웹 문서들을 효과적으로 랭킹(ranking)하는 것으로 알려져 있다. 페이지랭크 알고리즘은 그 유용함에도 불구하고 경우에 따라 문서의 페이지랭크 값을 본래 값보다 작게 계산하는 현상을 유발한다. 본 논문에서는 이러한 현상을 놈-누수(norm-leak)라 명명하고, 웹 문서의 페이지 랭크 값을 정확히 산출하는 개선된 페이지랭크 알고리즘과 효율적인 구현방법을 제시한다. 또한, 약 67,000,000개의 실제 웹 문서들에 기존의 페이지랭크 알고리즘과 개선된 페이지랭크 알고리즘을 적용하여 그 결과를 비교 평가한다.

정적 플랭크 운동의 동작 별 효과성 차이 검증 -근전도 분석을 중심으로- (Verification of the Difference in Effectiveness of Static Plank Exercise by Motion -Focusing on EMG Analysis-)

  • 김유신
    • 한국응용과학기술학회지
    • /
    • 제39권2호
    • /
    • pp.335-339
    • /
    • 2022
  • 본 연구의 목적은 정적 플랭크 운동의 동작 차이에 따른 코어근육의 근활성도를 비교하는 것이었다. 본 연구의 대상자는 "J"대학교 20대 남성 10명을 대상으로 진행하였고(연령, 23.20±0.65 세; 신장, 174.54±1.51 cm; 체중, 70.00±2.24 kg; 신체질량지수, 22.94±0.51 kg/m2), 4가지의 풀, 엘보우, 사이드 및 리버스 정적 플랭크 동작을 수행하였으며, 근전도 분석을 위한 표면전극 부착 부위는 신체 근육의 우측복직근, 외복사근, 광배근 및 척추기립근으로 설정하였다. 본 실험 결과, 광배근과 척추기립근의 근활성도는 리버스 플랭크 동작 시 가장 높게 나타났고(p<.001), 복직근과 외복사근의 근활성도는 엘보우 플랭크 동작 시 가장 높게 나타났다(p<.001). 따라서 본 연구의 결과는 추후 정적 플랭크 동작 시 효과적인 운동 프로그램의 자료가 될 것으로 기대된다.

추가 수집 웹 문서를 위한 페이지랭크 할당 모델 (PageRanking of Newly Crawled Web Documents)

  • 오은정;강인호;김길창
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 한국정보과학회언어공학연구회 2002년도 제14회 한글 및 한국어 정보처리 학술대회
    • /
    • pp.228-234
    • /
    • 2002
  • 사용자가 얻고자 하는 정보를 인터넷에서 빠르고 정확하게 검색하는 것은 중요하다. 웹 문서들 간의 상대적인 중요성을 나타내는 페이지랭크는 검객의 질을 높일 수 있어, 정보 검색에 많이 이용된다. 인터넷상의 웹 문서는 짧은 시간에 빠르게 증가하므로 새로운 문서들이 생성될 때마다 전체 문서의 페이지랭크를 계산하는 것은 많은 시간과 비용이 소모된다. 기존 웹 문서의 페이지랭크는 변경하지 않고 추가된 웹 문서들만으로 페이지랭크를 계산할 수 있다면 시간과 비용면에서 효율을 높일 수 있다. 본 논문에서는 추가되는 문서는 이전 문서의 페이지랭크에 많은 영향을 미치지 않는다는 점을 이용하여 추가되는 문서를 위한 페이지랭크를 할당 모델을 제시하고 평가한다.

  • PDF

페이지랭크 알고리즘 적용을 위한 구현 기술 (Implementation Techniques to Apply the PageRank Algorithm)

  • 김성진;이상호;방지환
    • 정보처리학회논문지D
    • /
    • 제9D권5호
    • /
    • pp.745-754
    • /
    • 2002
  • 1998년에 등장한 구글 검색 사이트(http://www.google.com)에 처음 소개된 페이지랭크 알고리즘은 웹 문서들의 연결 구조에 기반하여 문서들간의 순위를 부여하는 방법이다. 페이지랭크 알고리즘은 상용 검색 엔진에서 구현되어 사용되고 있으나, 상업상의 이유들로 인하여 구현 기법에 관한 연구 결과는 거의 발표되지 않고 있다. [4,8]에서 소개된 페이지랭크 알고리즘의 구현 기법은 웹 문서들의 페이지랭크 값을 산출하기에 충분하지 않다. 본 논문은 페이지랭크 알고리즘의 구현 기법[4,8]을 설명하고, 이를 적용하는데 필요한 입/출력 자료 구조 및 4가지 주요 구현 기술을 제시한다. 본 논문은 실제 웹 문서의 페이지랭크 값을 산출하는 시스템을 예로 들어 페이지랭크 알고리즘을 적용하는 방법에 대한 이해를 돕도록 하였다.

국내 인용 데이터베이스에서 저널 페이지랭크 측정 방안 (Journal PageRank Calculation in the Korean Science Citation Database)

  • 이재윤
    • 한국비블리아학회지
    • /
    • 제22권4호
    • /
    • pp.361-379
    • /
    • 2011
  • 이 연구는 국내 인용 데이터베이스에서 저널 페이지랭크를 올바르게 측정할 수 있는 방안을 모색하고자 하였다. 국내 인용 데이터베이스는 해외 인용 데이터베이스에 비해서 인용 링크가 외부로 향하는 비율과 자기 인용 비율이 높다는 특성이 있다. 페이지랭크 공식은 반복 계산을 통해서 수렴하는 알고리즘이기 때문에 이런 특성을 감안하지 않으면 신뢰할만한 저널 페이지랭크 측정이 이루어질 수 없다. 따라서 국내 인용 데이터베이스에 적합한 저널 페이지랭크 측정 방안을 살펴보고 KSCD를 대상으로 측정한 결과를 분석하였다. 산출된 페이지랭크 지수에 대해서 상관분석과 회귀분석으로 검증해본 결과 SCImago 저널 랭크 공식을 적용하고 cr2 방식으로 저널 자기 인용을 조정하는 것이 국내 인용 색인 데이터베이스에서 저널 영향력을 평가하기에 적합한 방안인 것으로 확인되었다.

다중 쓰레드 환경에서 웹 크롤러의 성능 분석 (Performance Analysis of Web-Crawler in Multi-thread Environment)

  • 박정우;김준호;이원주;전창호
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2008년도 제39차 동계학술발표논문집 16권2호
    • /
    • pp.473-476
    • /
    • 2009
  • 본 논문에서는 다중 쓰레드 환경에서 동작하는 웹 크롤러를 구현하고 성능을 분석한다. 이 웹 크롤러의 특징은 검색시간을 단축하기 위하여 크롤링, 파싱 및 페이지랭킹, DB 저장 모듈을 서로 독립적으로 다른 작업을 수행하도록 구현한 것이다. 크롤링 모듈은 웹상의 데이터를 수집하는 기능을 제공한다. 그리고 파싱 및 페이지랭크 모듈은 수집한 데이터를 파싱하고, 웹 페이지의 상대적인 중요도를 수치로 계산하여 페이지랭크를 지정한다. DB 연동 모듈은 페이지랭크 모듈에서 구한 페이지랭크를 데이터베이스에 저장한다. 성능평가에서는 다중 쓰레드 환경에서 쓰레드 수와 웹 페이지의 수에 따른 검색 시간을 측정하여 그 결과를 비교 평가한다.

  • PDF

플랭크 운동의 세라밴드 적용 유·무에 따른 신체 근육의 근전도 비교분석 (The Comparative Analysis of Body Muscle Activities in Plank Exercise with and without Thera-band)

  • 김유신
    • 한국응용과학기술학회지
    • /
    • 제36권3호
    • /
    • pp.758-765
    • /
    • 2019
  • 본 연구의 목적은 플랭크 운동 시 세라밴드 적용 유 무에 따른 신체 근육의 근활성도를 비교 분석하는데 있었다. 본 연구의 대상자는 건강한 20대 남성 12명을 대상으로 실시하였고(연령, $21.75{\pm}.57$세; 신장, $173.33{\pm}1.34cm$; 체중, $65.92{\pm}1.64kg$; 신체질량지수, $21.93{\pm}.46kg/m^2$), 풀 플랭크, 엘보우 플랭크, 사이드 플랭크, 및 리버스 플랭크 운동은 4가지의 세라밴드(사용 안함(WT), 빨간색(RT), 파란색(BT), 은색(ST))를 적용하여 수행하였으며, 표면전극 부착 부위는 척추기립근(ES), 삼각근(DA), 외복사근(EO), 복직근(RA), 대퇴직근(RF), 광배근(LD), 대흉근(PM), 및 대퇴이두근(BF)으로 설정하였다. 본 연구의 결과는 다음과 같다. 풀 플랭크 동작 시 ES, DA의 근활성도는 WT적용 시 가장 높게 나타났고(p<.05), EO, RA, RF, PM의 근활성도는 ST적용 시 가장 높게 나타났다(p<.05). 엘보우 플랭크 동작 시 ES, DA의 근활성도는 WT적용 시 가장 높게 나타났고(p<.05), RF, PM의 근활성도는 ST적용 시 가장 높게 나타났다(p<.05). 사이드 플랭크 동작 시 ES, EO, RA, RF, LD, PM, BF,의 근활성도는 ST적용 시 가장 높게 나타났다(p<.05). 그리고 리버스 플랭크 동작 시 DA, EO, RA, RF, LD, PM, BF,의 근활성도는 ST적용 시 가장 높게 나타났다(p<.05). 따라서 본 연구의 결과는 향후 플랭크 운동 적용 시 효과적인 신체근육을 강화시키기 위한 훈련프로그램의 자료가 될 것으로 기대된다.

소셜 관계 랭크 및 토픽기반_소셜 관계 랭크 알고리즘; 소셜 검색을 향해 (SRR(Social Relation Rank) and TS_SRR(Topic Sensitive_Social Relation Rank) Algorithm; toward Social Search)

  • 박건우;정재학;이상훈
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2009년도 춘계학술발표대회
    • /
    • pp.364-368
    • /
    • 2009
  • "소셜 네트워크(Social Network)와 검색(Search)의 만남"은 현재 인터넷 상에서 매우 의미 있는 두 영역의 결합이다. 이와 같은 두 영역의 결합을 통해 소셜 네트워크 내에서 친구들의 생각이나 관심사 및 활동을 검색하고 공유함으로써 검색의 효율성과 적합성을 높이기 위한 연구들이 활발히 수행되고 있다. 본 논문에서는 일반적인 소셜 관계 랭크(SRR : Social Relation Rank) 및 토픽이 반영된 소셜 관계 랭크(TS_SRR : Topic Sensitive_Social Relation Rank) 알고리즘을 제안한다. SRR은 소셜 네트워크 내에 존재하는 웹 사용자들의 내재적인 특성 및 검색 성향 등에 대한 관련성(또는 유사정도)을 수치로 산정한 '소셜 관계 지수(SRV : Social Relation Value)'에 랭킹(Ranking)을 부여한 것을 의미한다. 제안하는 알고리즘의 검색 적용 가능성을 검증하기 위해 첫째, 웹 사용자간 직접 또는 간접적인 연결로 구성된 소셜네트워크를 구성 한다. 둘째, 웹 사용자들의 속성에 내재된 정보를 이용하여 토픽별 SRV를 산정한 후 랭킹을 부여하고, 토픽별 변화되는 랭킹에 따라 소셜 네트워크를 재구성 한다. 마지막으로 (TS_)SRR과 웹 사용자들의 검색 패턴(Search Pattern)을 비교 실험 한다. 실험 결과 (TS_)SRR이 높은 웹 사용자 간에는 검색 패턴 또한 유사함을 확인 하였다. 결론적으로 (TS_)SRR 알고리즘을 기반으로 관심분야에 연관성이 높은, 즉 상위에 랭크 된 웹 사용자들을 검색하여 검색 패턴을 공유 또는 상속받는 다면 개인화 검색(Personalized Search) 및 소셜 검색(Social Search)의 효율성과 신뢰성 향상에 기여 할 수 있다.

기계학습을 활용한 게임승패 예측 및 변수중요도 산출을 통한 전략방향 도출 (Predicting Game Results using Machine Learning and Deriving Strategic Direction from Variable Importance)

  • 김용우;김영민
    • 한국게임학회 논문지
    • /
    • 제21권4호
    • /
    • pp.3-12
    • /
    • 2021
  • 본 연구에서는 게임 초반 10분의 데이터를 이용하여 리그오브레전드 게임의 최종승패를 랭크별로 예측하고, 구축된 승패예측 모형으로부터 변수중요도를 추출하여 승리를 위한 초반 게임운영의 방향성을 알아보았다. 그 결과 모든 랭크에서 70% 이상의 정확도로 승패를 예측할 수 있었다. 이는 경기 양상이 대부분 뒤집히지 않고 최종승패로 이어지는 것을 의미하며, 이러한 경향성은 상위 랭크로 갈수록 더욱 강하게 나타났다. 랭크와 무관하게 킬(데스)가 초반 게임에서 최종승패에 가장 큰 영향을 미치는 요소로 나타났으나, 일부 변수는 랭크에 따라 중요도 순위가 변화하였고 이는 유저가 속한 랭크에 따라 승리에 효과적인 초반 전략방향에 차이가 있음을 시사한다.

스마트폰 상에서의 개인화 학습을 위한 랭크부스트 알고리즘 (RankBoost Algorithm for Personalized Education of Chinese Characters on Smartphone)

  • 강대기;장원태
    • 한국정보통신학회논문지
    • /
    • 제14권1호
    • /
    • pp.70-76
    • /
    • 2010
  • 본 논문에서는 스마트폰 상에서 한자 학습 시스템을 랭크부스트 알고리즘을 이용하여 개인화하는 방법에 대해 논하고자 한다. 한자 학습의 일반적인 환경을 보면, 학습자는 급수에 따라 일정한 개수의 학습할 한자들이 있으며, 학습이 진행됨에 따라 그 한자들 중 자신이 잘 틀리는, 즉 자신에게는 난이도가 높은 한자들이 생기게 된다. 본 논문에서는 이러한 난이도의 측정을 랭크부스트 알고리즘을 통해 구현하였다. 알고리즘은 초기에는 모든 한자들에 대해 동일한 가중치를 가지고 학습을 시작하게 하지만, 사용자가 자주 틀리는 한자에 대해서는 가중치를 높여 나간다. 본 논문에서 제안하는 랭크부스트 알고리즘은 학습자에 개인화된 난이도 순위를 매겨줌으로, 학습자가 어려운 한자에 더 자주 노출되게 한다면 학습 효과를 높일 수 있다.