• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.256-259
• /
• 2019

최근 대학교는 CQI(Continuous Quality Improvement) 등의 방대한 교육 관련 데이터를 수집하고 있고 이를 분석하여 교육 및 경영에 활용하고 있다. 핵심어는 텍스트의 내용을 간결하게 표현할 수 있는 단어이다. 그래서 CQI 보고서의 의미를 파악하기 위해서는 먼저 핵심어 추출이 필요하다. CQI 보고서에서 핵심어를 추출하면 이후 정보 검색, 인덱싱, 분류, 클러스터링, 필터링 등과 같은 많은 응용 작업을 용이하게 수행할 수 있다. 따라서 방대한 양의 CQI 보고서로부터 핵심어 추출을 자동화한다면 이후 요약 및 의미 파악에 많은 도움이 될 것이다. 이 논문에서는 CQI 보고서 요약을 위해 자동적으로 핵심어를 추출하는 방법을 제안한다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.105-108
• /
• 2019

미국 애플사의 아이폰 발표 이후 스마트폰은 PC 웹 기반 서비스를 빠르게 대체하며 산업 전반에 혁신을 가져왔다. 모바일 앱(이하 앱) 기술은 네이티브, 웹 방식이 융합된 하이브리드 방식으로 진화 되었다. 앱의 확산으로 디지털 마케팅, 사용성 분석에 대한 필요성이 증대 되었으나 시장에서 활용되는 분석 도구가 모든 기술 요소를 지원하지 못하여 분석가가 여러 도구를 번갈아 가며 사용하는 불편함이 발생하였다. 본 연구에서는 모바일 앱 네이티브, 웹 로그 데이터 통합 수집을 지원하는 로그 분석 플랫폼을 제안하고자 한다.

• Annual Conference of KIPS
• /
• 2019.10a
• /
• pp.633-636
• /
• 2019

최근 글로벌화를 지향하는 국내 스타트업 중에 사업기획 단계에서부터, 법인설립, 현지마케팅 등을 해외에서 시작하는 해외창업 스타트업이 늘고 있다. 또한 4차 산업혁명의 진전에 따라 각종 IoT·센서 등에서 발생하는 대량의 데이터가 데이터 기반 산업·경제활성화를 견인하는 원동력으로 작용할 전망이다. 해외창업은 언어 장벽, 이질적 문화와 제도 등으로 성공하기 어려움에도 불구하고, 성공사례들이 종종 파악되고 있다. 따라서, 이런 사례가 파악되고 있는 미국, 인도, 일본, 싱가포르 등 4개국에서의 해외창업 성공사례들을 질적 분석을 통해 성공요인을 도출하고 해외창업 활성화 전략을 제시하였다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.174-177
• /
• 2015

최근 Social, Mobile, IoT 등에 기반한 비즈니스 데이터의 폭증과 함께 이를 저장하고 처리하기 위한 Big Data 플랫폼, 분산 스토리지 기술 등이 사용되고 있다. 최근 제안된 분산 스토리지들은 클라우드 기반 기술과 Scale-Out 아키텍처를 적용하여 데이터의 증가에 대응할 수 있는 구조를 갖추고 있다. 분산 스토리지의 노드가 수백 대 이상으로 증가하는 경우 수작업을 통한 관리방법으로는 운영관리는 불가능하며 자동화된 운영관리와 모니터링 방법이 필요하다. 본 논문에서는 GlusterFS 분산 스토리지를 대상으로 네트워크, 서버, 디스크, 스토리지 서비스 등 시스템 상태를 구간별로 모니터링할 수 있도록 설계하였다. 이를 통해 분산 스토리지 전체 인프라에 대한 모니터링과 스토리지 서비스 수준을 모니터링 할 수 있도록 하였다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.305-306
• /
• 2015

최근에 WIFI를 사용하여 무선 인터넷을 접속하는 기기들의 증가로 인터넷을 사용하는 기기는 갈수록 증가하고 있다. 이에 맞춰 유무선 공유기의 수도 증가하고 있다. 본 논문에서는 핸드폰 사용자들이 WiFi 환경하에서 최적의 AP에 접속할 수 있도록 WiFi 기상도를 설계하고 구현하였다. 구현된 앱을 활용하여 사용자들은 주변의 AP 정보를 서버에 전달하는 센서 역할을 하며 다수의 사용자들에 의해 수집된 정보는 빅데이터 분석을 통해 최적의 AP를 선정할수 있는 정보로 분석되어 사용자들이 최적의 AP에 접속할 수 있도록 활용될 수 있다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.1642-1643
• /
• 2015

기존의 학술정보서비스는 서지정보에 대한 메타데이터, 원문 제공에 초점을 맞추고 구축, 서비스하고 있다. 그러나 현재 학술정보서비스는 수집된 데이터를 분석하여 연구자들의 연구활동에 필요로 하는 정보를 콘텐츠 제공이 필요하다. 본 연구는 국내 학술정보서비스 현황을 살펴보고, Big Data, IoT 등 최신 정보기술을 활용한 학술정보서비스 전략에 대해 연구하였다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.247-249
• /
• 2015

본 논문에서는 하둡 플랫폼의 맵리듀스 모델에 기반하여 도서관 이용자들이 자주 대출하는 도서와 키워드 매칭을 통해 연관성이 높은 도서들을 추출하고 추천해 주는 도서 대출 추천 시스템을 구현 개발한다. 구현 개발된 시스템은 빅데이터의 특징을 갖는 도서관의 대출 로그 데이터로부터 타겟 도서와 유사한 키워드를 갖고 자주 대출되는 도서를 찾아 이용자에게 제공해 준다.

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.1115-1116
• /
• 2015

도시재생종합정보시스템에서 전국 시군구단위 도시쇠퇴 현황은 인구사회 산업경제 물리환경이라는 종합적인 지표를 활용하여 분석하고 있다. 그러나 읍면동 단위의 도시쇠퇴 분석은 신뢰성 있는 데이터 확보의 어려움으로 몇 개의 지표만을 제공하고 있는 실정이다. 도시재생 사업이 활성화되면서 좀 더 정확한 도시쇠퇴 분석이 요구되는 상황이여서 이를 해결하기 위하여 빅데이터 기술을 적용한 방안을 제시하였다. 제시된 방법으로 분석된 지구단위의 도시쇠퇴 현황은 세밀한 공간단위의 도시쇠퇴 분석은 물론 추후 도시재생 모니터링 등에 활용될 것으로 기대된다.

• Annual Conference of KIPS
• /
• 2012.11a
• /
• pp.187-190
• /
• 2012

온라인 검색 광고는 인터넷 사용자의 증가, 그리고 온라인 광고 수요의 규모가 커짐에 따라 광고 시장에서 보조적인 역할에서 벗어나 주도적인 위치로 변화하고 있다. 지속적인 규모성장과 수요 증가에도 불구하고 기존의 관계형 데이터베이스에 의존한 온라인 검색 광고 플랫폼은 구조적인 한계로 인해 유연한 자원 확장이나 분석속도의 보장성을 유지할 수 없다. 본 논문에서는 빅데이터 분석 시스템을 이용하여 온라인 검색 광고 플랫폼을 설계 및 구현함으로써, 데이터 저장 공간을 유연하게 확장할 수 있으며, 일정한 시간으로 수렴할 수 있는 안정적인 분석 속도를 유지하는 시스템을 제안한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.13 no.4
• /
• pp.1738-1764
• /
• 2019

With the advent of big data, deep learning technology has become an important research direction in the field of machine learning, which has been widely applied in the image processing, natural language processing, speech recognition and online advertising and so on. This paper introduces deep learning techniques from various aspects, including common models of deep learning and their optimization methods, commonly used open source frameworks, existing problems and future research directions. Firstly, we introduce the applications of deep learning; Secondly, we introduce several common models of deep learning and optimization methods; Thirdly, we describe several common frameworks and platforms of deep learning; Finally, we introduce the latest acceleration technology of deep learning and highlight the future work of deep learning.