• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.77-85
• /
• 2013

본 논문에서는 워크플로우 소셜 네트워크(WSSN, Workflow-supported Social Network) 근접중심성 분석 알고리즘을 제안한다. 워크플로우모델과 모델의 실행을 기반으로 형성되는 업무수행자들간의 협업 관계를 워크플로우 소셜 네트워크라고 정의하고, 이를 기존의 소셜 네트워크 근접중심성 분석기법을 적용하여 워크플로우 소셜 네트워크의 근접중심성을 분석하는 알고리즘을 설계한다. 특히, 제안한 알고리즘의 적용 사례를 통해 특정 워크플로우모델로부터 해당 워크플로우 소셜 네트워크 근접중심성을 분석함으로써 본 논문에서 제안한 알고리즘의 정확성 및 적합성을 검증한다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.65-71
• /
• 2016

본 논문에서는 가중치 및 방향성 워크플로우 소셜네트워크의 사이중심도 분석방법과 그에 따른 알고리듬을 제안한다. 기존의 워크플로우 소셜네트워크는 워크플로우 모델을 구성하는 단위업무를 처리하는 과정에서 수행자들간의 업무전달관계 유무를 이진 소셜네트워크 모델로 표현한 것이다. 그러나, 워크플로우 기반 조직을 구성하는 수행자들간의 업무전달관계를 효과적으로 분석하기 위해서는 기존의 수행자들간의 관계유무를 기본으로 하는 이진 소셜네트워크 정보 뿐 만 아니라 수행자들간의 정량적 업무전달관계와 그 업무전달관계의 방향성 또한 효과적인 분석결과를 획득하는데 있어서 매우 중요한 요인이다. 결과적으로, 본 논문에서는 수행자 그룹의 효과적인 업무전달관계 분석을 수행하기 위하여 정량적 업무전달관계 수준과 그의 방향성을 고려한 가중치 및 방향성 워크플로우 소셜네트워크 개념과 수행자 그룹의 사이중심도 분석방법 및 알고리듬을 제안한다. 특히, 제안한 분석방법을 검증하기 위하여 기존의 이진 워크플로우 소셜네트워크에 대한 사이중심도 분석방법과 본 논문에서 제안한 가중치 및 방향성 워크플로우 소셜네트워크에 대한 사이중심도 분석방법을 특정 워크플로우 모델에 적용하여 그 분석결과를 비교한다.

• 인터넷정보학회논문지
• /
• 제16권5호
• /
• pp.67-73
• /
• 2015

본 논문에서는 워크플로우 기반 엔터프라이즈 소셜 네트워크의 비연결성 결정 알고리즘을 제안한다. 워크플로우 기반 엔터프라이즈 소셜 네트워크는 워크플로우 모델에서 업무를 할당받은 수행자들의 관계를 발견한 것이며, 업무 수행자의 능력을 분석하고 수치화하는데 유용하다. 그러나 워크플로우의 특성상 비연결 네트워크가 존재할 수 있으며, 이로 인해 논리적/수학적으로 수행자 분석에 타당하지 않은 결과를 도출할 수 있다. 즉, 워크플로우 네트워크를 분석하기에 앞서 해당 네트워크의 비연결성 여부를 판단해야한다. 따라서 본 논문에서는 비연결성의 생성 원인을 규명하고, 워크플로우 기반 엔터프라이즈 소셜 네트워크 모델의 비연결성을 결정하기 위한 알고리즘을 제안한다.

• 인터넷정보학회논문지
• /
• 제13권2호
• /
• pp.73-86
• /
• 2012

본 논문에서는 워크플로우 소셜네트워크 인텔리전스의 발견 알고리즘을 제안한다. 즉, 워크플로우 인텔리전스 (또는 비즈니스 프로세스 인텔리전스) 기술은 워크플로우 모델들과 그의 실행이력으로부터 일련의 인텔리전스를 발견, 분석, 모니터링 및 제어, 그리고 예측하는 세부기법들로 구성되는데, 본 논문에서는 워크플로우 모델과 그의 실행을 기반으로 형성되는 수행자들간의 협업 인텔리전스를 "워크플로우 소셜네크워크 인텔리전스"라고 정의하고, 그의 발견기법인 정보제어넷(ICN, Information Control Net)기반 워크플로우 소셜네트워크 인텔리전스 발견 알고리즘을 제안한다. 특히, 제안한 알고리즘의 적용 사례를 통해 특정 워크플로우 모델로부터 해당 워크플로우 소셜네트워크 인텔리전스를 성공적으로 생성할 수 있음을 증명하므로서 본 논문에서 제안한 알고리즘의 정확성 및 적합성을 검증한다.

• 인터넷정보학회논문지
• /
• 제16권3호
• /
• pp.71-77
• /
• 2015

본 논문에서는 대규모 워크플로우 기반 소셜 네트워크를 위한 추정 근접 중심도 랭킹 알고리즘을 구현하고, 그에 대한 성능 분석을 수행한다. 기존의 근접 중심도 분석 방법은 특정 노드와 다른 모든 노드들 간의 최단거리를 구하므로 네트워크의 크기가 커짐에 따라 근접 중심도 분석 시간이 기하급수적으로 증가하는 문제점을 가진다. 이로 인해 대규모 소셜 네트워크의 근접 중심도 랭킹 과정에도 계산시간 문제를 가진다. 이러한 문제점을 개선하고자 본 논문에서는 추정기법을 활용한 근접 중심도 랭킹 알고리즘을 구현하며 기존 알고리즘과의 성능 분석을 수행한다. 이는 약 50%의 계산 시간 단축 결과를 보여주었다.

• 인터넷정보학회논문지
• /
• 제16권5호
• /
• pp.59-66
• /
• 2015

확률적 워크플로우 모델링 방법은 워크플로우 인텔리전스를 지원하기 위한 수학적 방법으로서 워크플로우 모델의 분석 및 시뮬레이션에 널리 사용되고 있다. 그동안에 다양한 확률적 모델링 방법이 제안되었지만, 본 논문에서는 자원관점의 모델링 방법으로서 워크플로우 기반 소셜 네트워크를 구성하는 수행자간의 업무전달 관계를 확률적으로 나타내는 모델을 제안한다. 업무전달 관계의 확률은 단위업무 사이의 제어흐름에서 발생하는 업무전이 확률과 업무와 수행자간의 할당 확률에 의해 결정된다. 이를 위해, 본 논문에서는 정보제어넷을 기반으로 확률적 워크플로우 모델과 확률적 업무전달 관계 모델을 정형적으로 정의하고, 이를 추출하기 위한 알고리즘에 대하여 설명한다. 결과적으로 제안 모델은 조직 및 자원관점의 워크플로우 시뮬레이션 및 사후 모델-로그 비교분석에 적용될 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제14권2호
• /
• pp.25-34
• /
• 2013

본 논문에서는 워크플로우 기반 인적 자원의 소속성 분석을 위한 업무-수행자 이분 행렬 생성 알고리즘을 제안한다. 워크플로우 기반 인적 자원은 워크플로우 관리 시스템에 의해 관리되는 조직의 모든 수행자들을 말하며, 워크플로우 모델의 실행 과정에서 특정 업무 집합에 참여하게 된다. 이러한 워크플로우 모델에 정의된 수행자들과 업무들과의 소속성을 나타내는 소셜 네트워크를 업무-수행자 소속성 네트워크라 정의하였으며, 본 논문에서 제안하는 알고리즘은 워크플로우 모델로부터 발견된 업무-수행자 소속성 네트워크 모델(APANM)에 대한 이분 행렬을 생성하기 위한 알고리즘이다. 결론적으로, 알고리즘에 의해 생성된 업무-수행자 이분 행렬은 중심성(centrality), 밀집도(density), 상관 관계(correlation)와 같은 다양한 소셜 네트워크 관련 속성들을 분석하는데 적용될 수 있으며, 이를 통해 워크플로우 기반 인적 자원의 소속성에 대한 유용한 지식을 획득할 수 있다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.47-53
• /
• 2016

워크플로우 소속성 네트워크는 워크플로우 기반 조직의 수행자와 업무 사이의 연관관계를 나타내는 소셜 네트워크의 한 형태이며, 이를 기반으로 연결 중심도, 근접 중심도, 사이 중심도, 위세 중심도 등과 같은 다양한 분석 기법들이 제안되었다. 특히, 전사적 워크플로우 모델을 기반으로 하는 소속성 네트워크의 근접 중심도 분석은 워크플로우 소속성 네트워크의 규모가 증가함에 따라, 중심도 및 랭킹 계산의 시간 복잡도 문제점을 가진다는 것을 발견하였다. 본 논문에서는 근접 중심도 분석의 시간 복잡도 문제를 개선하기 위해, 근사치 추정 방법을 이용한 워크플로우 기반 소속성 네트워크의 추정 근접 중심도 기반 랭킹 알고리즘을 제안한다. 노드의 타입이 수행자인, 워크플로우 예제 모델을 추정 근접 중심도 기반 랭킹 알고리즘에 적용한 성능 분석을 실시하였다. 수행 결과, 네트워크 규모 관점에서의 정확도는 평균적으로 47.5% 향상되었고, 샘플 모집단 비율 관점에서는 평균적으로 9.44%정도의 향상된 수치를 보였다. 또한, 추정 근접 중심도 랭킹 알고리즘의 평균 계산 시간은 네트워크의 노드 수가 2400개, 샘플 모집단의 비율이 30%일 때, 기존 근접 중심도 랭킹 알고리즘의 평균 계산 시간보다 82.40%의 높은 성능을 보였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.53-54
• /
• 2016

빅데이터란 대용량 데이터 활용 및 분석을 통해 가치 있는 정보를 추출하고, 이를 바탕으로 대응 방안 도출 또는 변화를 예측하는 기술을 의미한다. 그리고 빅데이터 분석에 활용되는 데이터인 페이스북과 같은 소셜 데이터, 유전자 발현과 같은 바이오 데이터, 항공망과 같은 지리정보 데이터들은 대용량 네트워크로 구성되어 있다. 네트워크 클러스터링은 서로 유사한 특성을 갖는 네트워크 내의 데이터들을 동일한 클러스터로 묶는 기법으로 네트워크 데이터를 분석하고 그 특성을 파악하는데 폭넓게 사용된다. 최근 빅데이터가 다양한 분야에서 활용되면서 방대한 양의 네트워크 데이터가 생성되고 있고, 이에 따라서 대용량 네트워크 데이터를 효율적으로 처리하는 클러스터링 기법의 중요성이 증가하고 있다. MCL(Markov Clustering) 알고리즘은 플로우 기반 무감독(unsupervised) 클러스터링 알고리즘으로 확장성이 우수해 다양한 분야에서 활용되고 있다. 하지만, MCL은 대용량 네트워크에 대해서는 많은 클러스터링 연산을 요구하며 너무 많은 클러스터를 생성하는 문제를 갖는다. 본 논문에서는 네트워크 압축을 기반으로 한 클러스터링 알고리즘을 제안함으로써 MCL보다 클러스터링 속도와 정확도를 향상시켰다. 또한, 희소행렬을 효율적으로 저장하는 CSC(Compressed Sparse Column) 자료구조와 MapReduce 기법을 제안한 클러스터링 알고리즘에 적용함으로써 대용량 네트워크에 대한 클러스터링 속도를 향상시켰다.

• 한국통신학회논문지
• /
• 제36권12B호
• /
• pp.1509-1521
• /
• 2011

비즈니스 프로세스 및 워크플로우 기술의 국제표준화기구인 WfMCl)에서는 최근 비즈니스 프로세스 인텔리전스 마이닝 분야에 대한 산업체의 관심이 증가함에 따라 프로세스 실행이벤트로그 표준포맷인 비즈니스 프로세스 분석로그 포맷, BPAF2) 1.0을 공식적으로 발표한 바 있다. 즉, 비즈니스 프로세스 인텔리전스 마이닝 기술은 비즈니스 프로세스 모델의 실행이벤트로그로부터 제어흐름, 데이터흐름, 역할흐름, 수행자흐름 등의 흐름중심의 인텔리전스와 최근에 관심이 집중되는 프로세스기반 소셜네트워크, 소속성네트워크 등의 관계중심의 인텔리전스를 마이닝하는 일련의 알고리즘들과 분석기법들로 구성되는데 현재의 표준포맷인 BPAF 1.0은 비즈니스 프로세스의 제어흐름 인텔리전스 마이닝에 초점 맞추고 있어 최근에 관심이 집중되는 관계중심의 인텔리전스 마이닝을 지원할 수가 없다. 따라서, 본 표준화 논문에서는 제어흐름 인텔리전스 이외에 데이터흐름, 역할흐름, 수행자흐름의 흐름 중심 인텔리전스 뿐만 아니라 프로세스기반 소셜네트워크, 소속성 네트워크의 관계중심 인텔리전스의 마이닝을 지원할 수 있도록 기존의 BPAF 1.0 표준포맷을 확장한 BPAF 2.0 표준포맷을 제안한다. 특히, 본 논문에서 제안하는 BPAF 2.0은 한국정보통신기술협회 표준총회의 e 비즈니스 프로젝트 그룹을 통한 국내 표준안의 기반기술이 될 뿐 만 아니라 BPAF 1.0을 제정한 WfMC 국제표준화기구의 국제 표준안의 확장에 기여할 것이라고 판단한다.