• 정보과학회 논문지
• /
• 제44권8호
• /
• pp.813-821
• /
• 2017

개체 링킹은 입력된 질의에 존재하는 개체를 표현한 개체 표현(entity mention)을 지식베이스에 존재하는 개체와 연결하여 의미를 파악하는 연구이다. 개체 링킹에 관한 연구는 지식 베이스 구축 문제, 다중 표현 문제, 개체 연결 중의성 문제, NIL 개체 인식 문제가 존재한다. 본 연구에서는 지식 베이스 구축 문제와 다중 표현 문제를 해결하기 위해 위키피디아를 기반으로 개체 이름 사전을 구축한다, 또한, 문맥 유사도, 의미적 관련성, 단서 단어 점수, 개체 표현의 개체명 타입 유사도, 개체 이름 매칭 점수, 개체인기도 점수 자질들을 기반으로 SVM(support vector machine)을 학습하여, NIL 개체를 인식하는 문제와 개체 연결 중의성을 해소하는 방법을 제안한다. 구축한 지식 베이스를 기반으로 제안한 두 방법을 순차적으로 적용하였을 때 좋은 개체 링킹 성능을 얻었다. 개체 링킹 시스템의 성능은 NIL 개체 인식 성능이 83.66%, 중의성 해소 성능이 90.81%의 F1 점수를 보였다.

• 한국공간정보시스템학회 논문지
• /
• 제8권2호
• /
• pp.91-107
• /
• 2006

최근의 위치 측위 기술과 무선 기술의 발전에 따라 위치 기반 서비스에 대한 관심이 크게 증가하고 있다. 기존 연구의 단일 노드 기반 시스템으로는 처리하기 힘든 휴대폰 사용자와 같은 최소 백만 단위이상의 대용량의 객체를 처리하기 위해 제시된 클러스터 기반 분산 컴퓨팅 구조로 GALIS가 제안되었다. GALIS는 이동 객체의 현재 위치정보를 관리하는 SLDS와 과거 시간의 흐름에 따라 과거 위치정보를 관리하는 LLDS로 구성된다 LLDS는 분산된 다수의 노드로 구성되며 각 노드는 독립된 지역에 위치한 이동 객체의 정보를 관리한다. 본 논문에서는 이전의 GALIS 프로토타입에서 구현되지 않았던 이탈시간 관리 기법을 제안하여 노드간 이동 경로를 가진 이동객체를 추적하기 위한 질의유형에 대해 보다 정확하고 빠른 응답을 얻을 수 있음을 보인다. LLDS는 객체의 과거 위치 정보가 타임 존을 이동할 때 필터링하여 저장하므로 보다 효율적인 저장공간의 활용이 가능하다. 이때 LLDS가 모든 이동 객체의 위치 정보에 대해 해당 타임 존으로 이동시키고 정보를 필터링하는 작업을 타임 존 시프팅이라 한다. 본 논문에서는 GALIS에서 제안한 타임 존 시프팅을 구현하기 위해서 실시간 시프팅, 일괄 타임존 시프팅, 테이블 분할 시프팅 세 가지 기법을 제안하였고, 이를 구현하여 각 방법의 성능을 질의 테스트를 통해 제안된 세 가지 방법 중 테이블 분할 시프팅 방법이 보다 효율적임을 살펴볼 수 있었다.

• 정보교육학회논문지
• /
• 제11권3호
• /
• pp.317-327
• /
• 2007

본 연구에서는 온톨로지 이론을 고찰하고, 중학교 기술 가정 교과의 영양소와 식품구성탑 내용을 지원하는 온톨로지 기반 검색 시스템을 설계 및 구현하여 학습을 효율적으로 수행할 수 있도록 하는 방안을 제시하였다. Protege-2000 프레임워크를 기반으로 하여 영양소와 식품구성탑 검색 시스템을 구현하였다. 본 시스템은 XML 기반을 두고 있으므로 차세대 인터넷 기술인 시맨틱 웹과의 연동이 가능하며, 영양학 분야에 공유될 수 있는 의미구조를 제공하여 상호운용이 가능한 지식정보 시스템의 기반을 마련하였다. 아울러 학습자는 스스로 정보검색을 통해 지식을 구조화할 수 있으며, 교수자 역시 이를 교수 학습 과정에 직접 투입하여 학습자들의 학습 성취도 및 흥미 등을 파악할 수 있다. 또한 학습자는 본 시스템을 통해 교수학습과정 뿐 아니라 앞으로의 실생활에서도 온톨로지를 통해 지식을 내면화함으로써 균형 잡히고 건강한 생활을 영위할 수 있을 것으로 생각된다.

• 경영정보학연구
• /
• 제6권2호
• /
• pp.113-135
• /
• 2004

본 연구는 조직구성원의 지식기여도를 객관적으로 측정하기 위한 평가항목 및 각 항목의 가중치를 개발하고자 하는 연구이다. 평가항목의 개발을 위해 연역적 방법과 가중치 개발을 위해 델파이 기법이 각각 사용되었다. 평가항목의 도출을 위해 우선 '지식기여'에 대하여 정의를 내리는 것으로 출발하였다. 도출된 정의를 기초로, 지식기여의 형태는 크게 형식적 기여와 암묵적 기여로 구분되었다. 형식적 기여는 기여하는 지식의 내용에 따라 사실지와 방법지로 구분되었다. 사실지는 구체적으로 방법지 산출물과 기타 사실지로, 방법지는 방법지 매뉴얼과 체득된 방법지로 구분되었다. 암묵적 기여는 암묵성 정도에 따라 대리, 시범, 질의응답(Q&A) 세가지로 구분되었다. 7가지 지식기여 요소에 대한 평가는 양적 측면과질적 측면에서 이루어졌다. 본 연구는 조직구성원의 지식기여의 활동결과는 지식관리시스템(KMS)에 저장되는 것을 전제로 하고 있다. 지식관리시스템 상에서의 형식적 기여의 경우 양적인 평가에서는 게시건수 혹은 수행건수로, 질적인 평가에서의 평가는 조회건수나 만족도 평가, 요청 받은 건수 등으로 측정하였다. 이상과 같이 연역적 방법에 의해 평가요소 및 평가항목들을 개발하고 각 평가항목들에 대한 가중치분석을 위해 전체를 100으로 하였을 때의 각 항목의 가중치를 정하기 위해 전문가들의 의견을 조합하는 델파이기법이 사용되었다. 델파이 결과, 형식적 기여 차원과 암묵적 기여 차원에 동일한 가중치가 부여되었으며, 형식적 기여차원에서는 사실지 보다는 방법지에 가중치가 좀더 부여되었고, 암묵지 기여 차원에서는 질의응답 - 시범 - 대리의 순으로 가중치가 부여되었다. 이를 통해 '타인의 지식 획득과 활용에 도움을 주는 지식기여행위가 되기 위해서는 어떤 형태로든 지식 제공자와 지식 수여자간의 밀접한 상호작용이 높아야 하며, 제공자의 지식이 타인에게 빠르게 그리고 잘 전달될 수록 지식기여도가 높다'라는 결론이 도출되었다. 본 연구는 지식기여 활동에 대한 평가 지표를 마련하였다는 점에서 의의가 크다 하겠으나, 업종별이나 산업별로 세분화된 평가 지표 마련에는 미흡하였다. 또한 항후 지식 경영을 도입하여 시행한 연수에 비추어서 평가 항목별 가중치를 부여를 할 수 있다면 보다 정교한 평가도구의 제공이 될 수 있을 것으로 보인다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권5호
• /
• pp.1129-1139
• /
• 2015

시멘틱 웹 기술인 RDF 트리플로 표현된 지식을 추론 과정을 거치면 새로운 트리플들이 생성되어 나온다. 초기 입력된 수억개의 트리플로 구성된 빅데이터와 추가로 생성된 트리플 데이터를 바탕으로 질의응답과 같은 다양한 응용시스템이 만들어 진다. 이 추론기가 수행되는 과정에서 더 많은 컴퓨팅 리소스가 필요해 진다. 이 추가 컴퓨팅 리소스는 하부 클라우드 컴퓨팅의 리소스 풀로부터 공급받아 수행시간을 줄일 수 있다. 본 연구에서는 하둡을 이용하는 환경에서 지식의 크기에 따라 런타임에 동적으로 서버 컴퓨팅 노드를 증감 시키는 방법을 연구하였다. 상부는 응용계층이며, 중간부는 트리플들에 대한 분산병렬추론과 하부는 탄력적 하둡시스템 및 가상화 서버로 구성되는 계층적 모델을 제시한다. 이 시스템의 알고리즘과 시험성능의 결과를 분석한다. 하둡 상에 기 개발된 풍부한 응용소프트웨어들은 이 탄력적 하둡 시스템 상에서 수정 없이 보다 빨리 수행될 수 있는 장점이 있다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.163-172
• /
• 2012

기존 추천시스템의 명시적((Explicit) 협력 필터링 방법은 실용화 되었으나 정확한 아이템의 속성이 반영되지 않는 문제와 희박성과 확장성 문제가 여전히 남아 있다. 본 논문에서는 실시간성과 민첩성이 요구되는 유비쿼터스 상거래에서 고객에게 번거로운 질의 응답 과정이 없이 묵시적인(Implicit) 방법을 이용하여 RFM(Recency, Frequency, Monetary)기법과 k-means 기법을 이용한 개인화 추천시스템을 제안한다. 구매 가능성이 높은 아이템을 추출하기 위해서 고객데이터와 구매이력 데이터를 기반으로 아이템의 속성 반영이 가능한 RFM기법과 k-means 클러스터링을 이용한다. 제안 방법으로 추천의 효율성이 높은 아이템 추천이 가능하도록 고객정보의 속성 변수의 특징 벡터가 적용된 클러스터링 작업과 군집내의 아이템 카테고리 선호도 계산 작업의 전처리를 수행한다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 실천공학교육논문지
• /
• 제14권3호
• /
• pp.523-533
• /
• 2022

코로나19 팬데믹을 지나면서 동영상 수업과 실시간 온라인 교육은 활성화되었지만 교수자와 학습자 간의 상호작용 부족 문제는 여전히 해결해야 할 과제로 남아 있다. 본 논문은 실시간 온라인 수업의 교육 효과와 만족도를 높이는데 중요한 역할을 하는 상호작용의 문제를 개선하기 위해 디지털 휴먼을 활용하는 학습지원 시스템을 설계하고 구현한다. 본 논문에서 디지털 휴먼은 수업에 참여하는 가상의 학습자로서 다른 학습자들이 익명 채팅 시스템을 통해 등록한 질문을 교수자에게 대신 질문해 준다. 또한, 수업의 조력자로서 교수자가 강의하는 음성 메시지를 실시간으로 분석하여 학습자에게 수업의 요약본 형태로 제공함으로써 상호작용을 촉진한다. 제안한 시스템이 실제 온라인 실시간 수업에 활용 가능한지 검증하기 위해 Zoom 수업에 적용한다. 실험 결과 디지털 휴먼 기반의 학습지원시스템을 통하여 촉진된 질의응답과 실시간 수업 요약이 성공적으로 제공됨을 보인다.

• 컴퓨터교육학회논문지
• /
• 제16권2호
• /
• pp.49-60
• /
• 2013

이 연구는 질적 접근에 기반하여 디지털교과서 활용수업에서 나타나는 핵심성공요인들을 귀납적으로 분석하고자 하였다. 연구대상은 디지털교과서 연구학교로 지정된 인천의 D초등학교 5학년 1개 학급으로 6차시 분의 수업을 촬영하였으며, 교사 1명과 학생 3명을 대상으로 심층 인터뷰를 실시하였다. 관찰한 수업내용과 인터뷰 자료를 통해 도출된 자료들의 내용분석 방법으로는 근거이론에 기반한 코딩 방법을 사용하였으며, 자료분석 도구로는 질적자료 분석도구인 Nvivo 8.0을 활용하였다. 연구결과, 디지털교과서 활용 수업의 핵심성공요인은 '멀티미디어 기능을 활용한 체계적이고 다양한 교수학습활동', '구체적 안내 및 도움', '정보 리터러시 관련 질의응답', '물리적인 시스템과 장비의 안정성', '활발한 협력학습과 상호작용', '개별적 자기주도학습', '정서적/신체적 변화의 고려', '가용자원을 고려한 선택과 집중 전략' 등으로 나타났다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.419-428
• /
• 2013

유비쿼터스 컴퓨팅 환경의 전자상거래에서 실시간성과 추천의 정확도를 높이는 연구가 활발히 진행되고 있다. 대부분의 기존 추천기법들은 프로파일 방식의 문제로 고객의 관심도나 고객성향을 분석하기에는 많은 어려움과 비용의 문제가 있으며 고객은 여전히 만족하지 못하고 있다. 이는 구성되어있는 데이터베이스들의 문제가 아니라 기존 자료를 분석하기 위한 평가 자료인 신규로 프로파일을 생성하거나 다양한 프로파일을 생성하는데 문제가 있다. 또한 기존 추천기법에서는 다양한 특성을 가진 각 사용자 계층별로 차별화된 개인화 추천이 어렵다. 따라서 이 논문에서 기존의 평가 자료 방식과 다르게 구매로 인해 발생되어진 자료를 기반으로 사용자에게 번거로운 질의 응답 과정이 없이 묵시적인 방법을 이용하였다. 다양한 개인화 성향과 정확한 고객성향의 내용 분석이 가능한 FRAT 기법을 적용하였다.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1252-1257
• /
• 2017

대화에서 화자의 의도는 감정, 화행, 그리고 서술자로 표현될 수 있다. 따라서 사용자 질의에 정확하게 응답하기 위해서 대화 시스템은 발화에 내포된 감정, 화행, 그리고 서술자를 파악해야한다. 많은 이전 연구들은 감정, 화행, 서술자를 독립된 분류 문제로 다뤄왔다. 그러나 몇몇 연구에서는 감정, 화행, 서술자가 서로 연관되어 있음을 보였다. 본 논문에서는 Convolutional Neural Netowork를 이용하여 감정, 화행, 서술자를 동시에 분석하는 통합 모델을 제안한다. 제안 모델은 특정 추상화 계층과, 공유 추상화 계층으로 구성된다. 특정 추상화 계층에서는 감정, 화행, 서술자의 독립된 정보가 추출되고 공유 추상화 계층에서 독립된 정보들의 조합이 추상화된다. 학습 시 감정의 오류, 화행의 오류, 서술자의 오류는 부분적으로 역 전파 된다. 제안한 통합 모델은 실험에서 독립된 모델보다 좋은 성능(감정 +2%p, 화행 +11%p, 서술자 +3%)을 보였다.