• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.409-412
• /
• 2020

디지털 기술의 발전으로 데이터의 규모와 형태의 다양성이 기하급수적으로 증가하고 있다. 많은 업계에서 빅데이터를 비즈니스와 사용자의 서비스 제공에 사용하고 있으며 데이터의 중요성 또한 커지고 있다. 본 연구에서는 빅데이터를 처리하기 위한 단계를 수집, 저장, 그리고 처리 및 분석 단계로 나눈 후, 단계별로 가장 높은 관심도를 가진 도구를 선정하고, 소프트웨어 리뷰 분석을 통해 긍부정 인식을 판단하며 인식 결정 요인을 조사한다. 이를 통해 다양한 빅데이터 생태계 속에서 사용자들이 관심을 많이 두고 있는 빅데이터 도구의 트렌드를 쉽게 파악하고 관련 빅데이터 도구를 선택하는 데에 도움을 줄 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.473-474
• /
• 2023

본 논문에서는 딥러닝 기법 중 하나인 순환신경망(RNN)을 활용하여 자연어를 처리할 수 있는 모델 개발에 대하여 연구를 진행하였다. 다양한 주제에 대한 사용자들의 의견을 확보할 수 있는 유튜브 플랫픔을 활용하여 데이터를 확보하였으며, 감성 분류를 진행하는 만큼 학습 데이터셋으로는 네이버 영화 리뷰 데이터셋을 활용하였다. 사용자는 직접 데이터 파일을 삽입하거나 혹은 유튜브 댓글과 같이 데이터를 외부에서 확보하여 감성을 분석할 수 있으며, 자연어 속 등장하는 단어의 빈도수를 종합하여 해당 데이터들 속 키워드는 무엇인지를 분석할 수 있도록 하였다. 나아가 종합 데이터 분석 관리 플랫폼을 제작하기 위하여 해당 데이터를 데이터베이스에 저장하고GUI 프로그램을 통하여 접근 및 관리가 가능하도록 하였다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.41-68
• /
• 2019

Multi-view learning considers data from various viewpoints as well as attempts to integrate various information from data. Multi-view learning has been studied recently and has showed superior performance to a model learned from only a single view. With the introduction of deep learning techniques to a multi-view learning approach, it has showed good results in various fields such as image, text, voice, and video. In this study, we introduce how multi-view learning methods solve various problems faced in human behavior recognition, medical areas, information retrieval and facial expression recognition. In addition, we review data integration principles of multi-view learning methods by classifying traditional multi-view learning methods into data integration, classifiers integration, and representation integration. Finally, we examine how CNN, RNN, RBM, Autoencoder, and GAN, which are commonly used among various deep learning methods, are applied to multi-view learning algorithms. We categorize CNN and RNN-based learning methods as supervised learning, and RBM, Autoencoder, and GAN-based learning methods as unsupervised learning.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.76-78
• /
• 2014

Naive Bayes (NB, for shortly) learning is more popular, faster and effective supervised learning method to handle the labeled datasets especially in which have some noises, NB learning also has well performance. However, the conditional independent assumption of NB learning imposes some restriction on the property of handling data of real world. Some researchers proposed lots of methods to relax NB assumption, those methods also include attribute weighting, kernel density estimating. In this paper, we propose a novel approach called NB Based on Attribute Weighting in Kernel Density Estimation (NBAWKDE) to improve the NB learning classification ability via combining kernel density estimation and attribute weighting.

• Journal of Korea Game Society
• /
• v.21 no.6
• /
• pp.13-30
• /
• 2021

This paper analyzed the user's presence experience and player experience in FPS according to game usage time using Steam's review data. Data was obtained through crawling using Python. In analysis result, it was confirmed that issues related to controllable physical presence and uncontrollable social presence emerged in the group with less game use time, and controllable physical presence was changed to controllable social presence in the group with more play timeFurthermore, through player experience analysis, it was found that the keyword "recoil," a factor in game play, was important.

• The Journal of the Korea Contents Association
• /
• v.12 no.4
• /
• pp.76-85
• /
• 2012

Through opinion mining, we can analyze the degree of positive or negative sentiments that customers feel about important entities or attributes in online customer reviews. But, the limit of the opinion mining techniques is to provide only simple functions in analyzing the reviews. In this paper, we proposed novel techniques that can analyze the online customer reviews multi-dimensionally. The novel technique is to modify the existing OLAP techniques so that they can be applied to text data. The novel technique, that is, multi-dimensional analytic model consists of noun, adjective and document axes which are converted into four relational tables in relational database. The multi-dimensional analysis model would be new framework which can converge the existing opinion mining, information summarization and clustering algorithms. In this paper, we implemented the multi-dimensional analysis model and algorithms. we recognized that the system would enable us to analyze the online customer reviews more complexly.

• Proceedings of the Korea Database Society Conference
• /
• 2008.05a
• /
• pp.339-347
• /
• 2008

As a number of product information is increasing in online markets, customers can purchase products with no spatial and time problems. However, in case of an online market, since customers can't see products directly, others' reviews make a big influence to customers. Meanwhile, it is a burden to read all reviews about some products. Therefore, we need to provide refined information to customers as summarizing whole product reviews. In this paper, we explain about the product review summarization system which can provide to customers as show evaluation scores of product features. Natural Language Processing skills and computational statistics are utilized for summarization. Customers can get chances to buy a feasible product that he wants to get through this system. Moreover, Enterprises can find out the needs of customers deeply.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.134-136
• /
• 2019

본 논문에서는 사람의 내면상태 인식을 위한 상호작용 체계 구축을 위하여 사람의 감정 데이터를 효과적으로 수집하기 위한 프로토콜을 제안하고, 프로토콜에 따라 수집된 데이터에 대한 분석 및 결과를 제시한다. 감정 데이터 수집 프로토콜의 개발은 기존 문헌과 시스템 리뷰를 통한 감정분류체계 수립, 분류체계에 따른 감정 유발 영상 수집 및 신뢰도 확보, 감정 데이터 수집을 위한 인간 대상 실험 절차 구축 및 타당도 확보의 단계로 이루어졌다. 수집된 사람의 실시간 감정 데이터는 기계학습을 통한 감정 분류 연구의 기준으로 활용이 가능하다.

• The Journal of Bigdata
• /
• v.1 no.1
• /
• pp.77-84
• /
• 2016

We investigate the types and characteristics of Fintech has become a major issue. Through this, we believe that the essence of Fintech are platform business and market occupancy. To success Fintech business, the price of Fintech services needs to be lower than that of traditional financial services. The solution is to take advantage of big data and big data analysis. Finally, we think only a win-win cooperation with Fintech startups and financial companies in the direction we need to go.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.52-54
• /
• 2004

모바일 환경에서 효과적인 데이터 전송 방법인 브로드 캐스트 기법에서 중요한 문제 중의 하나가 데이터에 대한 인덱스 생성이다. 데이터에 대한 인덱스가 제공되면 클라이언트는 튜닝 타임과 엑세스 타임을 줄일 수 있고, 그와 함께 배터리 소모도 줄일 수 있다 기존에 제시된 인덱스 생성 기법온 대부분 트리 구조를 기반으로 하고 있다. 트리 기반 인덱싱 기법은 튜닝 타임을 최소화하지만, 반면 멀티-어트리뷰트(multi-attribute)에 대한 엑세스나 다양한 종류의 멀티미디어 데이터들 혹은 클러스터링 된 데이터에 대한 인덱스 생성이 어렵다. 이러한 문제를 해결하기 위해 시그너쳐 기반의 인덱싱 기법이 제시되었다. 그러나 기존의 시그너쳐 기반 인덱싱 기법에서는 엑세스 타임이 전체 브로드 캐스트 타임으로 고정되는 문제가 있었다. 본 논문비서는 앞으로 브로드 캐스팅 될 데이터들에 대한 포괄적인 정보를 가지는 시그너쳐 집합을 인덱스로 제공해서 클라이언트의 엑세스 타임을 최소화시키는 시그너쳐 스킴을 제시한다.