• 정보교육학회논문지
• /
• 제11권3호
• /
• pp.281-288
• /
• 2007

협동적 필터링은 사용자가 좋아할 만한 항목을 예측하기 위하여 비슷한 선호도를 가지는 다른 사람들의 평가 항목에 근거하여 추천하는 방법이다. 이러한 협동적 필터링 기법은 오늘날과 같이 대규모의 정보가 효과적으로 축적되고 이용 가능하게 된 정보화된 사회에서는 현명한 의사결정을 하도록 도와주는 역할을 한다. 본 논문에서는 대학생들이 수강과목의 취사선택을 용이하게 할 수 있도록 수강과목 추천 시스템을 설계하고 구현하였으며 실험적으로 평가하였다. 먼저, 학생들은 과거 자신이 수강하였던 과목에 대한 과목 선호도를 데이터베이스에 입력한다. 과목 선호도의 패턴이 유사한 학생들은 유사 그룹으로 간주된다. 성향이 유사한 사용자를 찾기 위해 일반적으로 사용되고 있는 피어슨 상관계수에 의한 유사도를 이용하였다. 수강 과목을 예측하려는 학생과 가장 유사한 패턴을 보이는 K 명의 학생들의 수강 과목에서 가장 높은 선호도를 보이는 과목들의 순서화된 리스트를 추천 과목으로 제시한다. 설문 조사를 통한 실험 데이터를 이용하였으며 평균 절대 에러를 사용하여 제안한 방법의 정확도를 평가하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.898-902
• /
• 2012

실시간으로 입력되는 영상으로부터 이동객체의 움직임 특징을 이용하여 움직임 분석에 적합한 디스크립터를 제안한다. 배경과 이동객체를 분리하기 위하여 배경학습을 행한다. 연속적으로 추출된 이동객체의 1차 모멘트를 이용하여 각 객체별로 이동 궤적을 추출한다. 연결 리스트를 이용하여 객체별로 추출된 1차 모멘트를 관리한다. 디스크립터는 격자 형태로 미리 지정된 9개의 지점 근방에 포함되는 이동객체의 1차 모멘트 좌표와 객체가 화면에 출현하는 시작 프레임 번호, 화면에서 사라지는 마지막 프레임 번호로 구성된다. 제안하는 전역 및 지역 특징융합 디스크립터에 의한 비디오 검색은 둘 중 하나의 특징을 사용하는 기존의 방법에 비하여 효과적임을 확인하였다.

• 융합보안논문지
• /
• 제10권1호
• /
• pp.41-48
• /
• 2010

Greedy 프로토콜은 일반적으로 VANETs에서 좋은 성능을 보인다. 그렇지만 일시적으로 거리를 비게 만드는 교통신호가 존재하는 구간이나 분리된 도로가 합류하는 지점이 없는 urban의 도로에서 지형적인 영향으로 greedy 라우팅 프로토콜은 잘못된 경로 라우팅된 경우 불필요하게 경로가 길어지거나 라우팅 실패로 나타난다. 기존의 Greedy 라우팅 프로토콜은 단순하게 목적지 노드와의 직선거리를 가지고 노드들의 우선순위를 부여하고 가장 낮은 값을 가진 노드를 중계노드로 선택한다. VANET에서는 지리적인 환경의 특성 때문에 거리뿐만 아니라 전달 방향도 중요하다. 제안된 방법에서는 하나의 노드가 패킷을 전달할 때 목적지 노드까지의 거리와 함께 전달 방향을 고려하여 다음 노드를 선정하여 보다 안정적인 경로 설정을 할 수 있고 지형 모델이 따라 변경이 가능하다. 제안된 방법의 성능은 두 가지의 이동모델을 적용한 네트워크 시뮬레이션을 통하여 검증하였고 대부분의 경우 기존 프로토콜보다 좋은 성능을 보였다.

• 한국통신학회논문지
• /
• 제38B권10호
• /
• pp.785-800
• /
• 2013

MANET 환경에서 AODV는 요구기반 방식으로써의 장점을 갖지만 다른 라우팅 프로토콜들에 비해 제어 패킷 오버헤드가 크다는 단점도 가지고 있다. 본 논문은 로컬 연결의 탐지와 이웃 목록을 유지하기 위해 주기적으로 브로드캐스트하는 Hello message로 인한 문제점을 개선한다. 주기적인 Hello message는 패킷 전달률과 제한된 대역폭의 효율성을 감소시키고, 제어 패킷 오버헤드를 증가시켜 잔존 에너지량과 네트워크 수명을 감소시킨다. 또한 AODV에서의 주기적인 Hello message는 "Reactive"하지 않은 방식이기 때문에 많은 논쟁의 근원이었다. 이러한 문제점을 개선하기 위해 본 연구에서는 인터럽트 방식을 이용하여 주기적인 Hello message를 제거함으로써 제어 패킷 오버헤드를 줄여 성능을 개선하였다. 기존의 AODV와 제안된 mod_AODV의 성능은 QualNet 5.0을 이용하여 실험 분석하였고, 실험 결과는 시뮬레이션 파라메터들의 변화에 대한 모든 성능 매트릭들에서 mod_AODV가 전반적으로 우수한 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제19권7호
• /
• pp.1554-1560
• /
• 2015

802.11p WAVE는 차량 간 Ad-hoc 네트워크 통신을 가능하게 하는 차세대 무선통신이다. 이 통신의 프로토콜 중 하나인 GBSR 프로토콜은 네트워크 단절의 개선에 중점을 두어서 패킷의 전송시간과 전송속도를 고려하지 않아 실제 도로위의 교통사고나 응급환자의 수송 및 범죄와 같은 정보의 전달이 필요한 긴급 상황에 전송 속도가 늦어지는 단점이 있다. 이에 본 논문에서는 GBSR 프로토콜의 전송속도를 고려하여 개선된 비콘메시지와 이웃노드 리스트 관리를 통해 속도가 빠른 이동노드에게 패킷을 전송하는 A-GBSR 프로토콜을 제안하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권9호
• /
• pp.149-155
• /
• 2022

인터넷 상의 전자 상거래 시스템의 인기는 나날이 높아지고 있는데, 추천 시스템은 이러한 시스템들의 핵심 기능으로서, 고객들이 선호할만한 상품을 추천함으로써 원하는 상품을 검색하기 위한 노력을 크게 경감시킨다. 협력 필터링 기법은 많은 상업용 시스템에서 성공적으로 구현되어온 추천 알고리즘이지만 메모리 기반의 구현 방식은 학계에서의 인기와 유용함에도 불구하고 참조 인접 이웃의 부정확성이 존재한다. 본 연구에서는 이러한 문제점을 해결하고자 사용자와 항목 각각의 인접 이웃을 통합하여 활용하고, 이들과의 과거 유사성 보다 최근의 유사성을 더욱 가중하여 추천 리스트 결정에 반영하는 새로운 시간 인지 협력 필터링 기법을 제안한다. 실험 평가를 통하여, 기존의 여러 방법들보다 제안 방법이 예측 정확도 측면에서 월등한 성능을 보임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.85-94
• /
• 2009

온라인 비디오 강좌는 내용 파악이 힘든 컨텐츠들이 대부분이기 때문에 학습자가 원하는 정보를 찾기란 쉽지 않다. 그래서 학습자들이 필요로 하는 내용을 정확하고 빠르게 제공해 주는 서비스가 필요하게 되었다. 본 논문에서는 학습자의 요구에 맞는 비디오 강좌를 제공해주기 위해 사용자 기반의 협업적 여과 방법을 변형하여 적용하고자 한다. 제안하는 알고리즘 방법은 학습자가 평가한 선호도 정보를 바탕으로 강좌의 특성을 이용해 분할한 영역에서 학습자와 비슷한 이웃 학습자들을 찾고, 이웃 학습자들에 의해 높은 선호도를 보인 강좌를 선별하고 강좌의 속성 정보를 반영하여 학습자에게 추천해 주는 방식이다. 즉, 강좌의 특성을 고려하여 강좌별로 분할한 후사용자 기반의 협업적 여과 방법을 통해 학습자의 선호도를 예측한다. 그리고 강좌의 속성을 이용한 속성 기반의 여과 방법을 적용해 예측된 강좌들과 유사도를 비교한 후 최종적으로 학습자의 선호도와 가장 유사한 강좌를 추천해 준다.

• 천문학회보
• /
• 제44권2호
• /
• pp.77.3-77.3
• /
• 2019

We present an analysis of the stellar population of compact elliptical galaxies (cEs) in various environments. Following conventional selection criteria of cEs, we created a list of cE candidates in the redshift range of z < 0.05 using SDSS DR12 catalog. We finally selected cEs with low-luminosity (Mg > 18.7 mag), small effective radius (Re < 600 pc), and high velocity dispersion (> 60 kms-1). We divide our cE sample into those inside and outside of the one virial radius of the bright (Mr < -21 mag) nearby host galaxy which is then defined as cEs with (cEw) and without (cEw/o) host galaxy, respectively. We investigated the stellar population properties of cEs based on the Hb, Mgb, Fe 5270, and Fe 5335 line strengths from the OSSY catalog. We found that cEw has a systematically higher metallicity than cEw/o. In the velocity dispersion-Mgb distribution, while cEw/o follows the relation of early-type galaxies, cEw are found to have a systematically higher metallicity than cEw/o at a given velocity dispersion. The different feature in the metallicity between cEw and cEw/o can suggest that two different scenarios can be provided in the formation of cEs. cEw would be the remnant cores of the massive progenitor galaxies that their outer parts have been tidally stripped by massive neighbor galaxies (i.e., nurture origin). On the other hand, cEw/o are likely to be faint-end of early-type galaxies maintaining in-situ evolution (i.e., nurture origin).

• 정보처리학회논문지B
• /
• 제8B권5호
• /
• pp.455-462
• /
• 2001

웹은 이제 인터넷의 중요한 서비스중의 하나가 되었다. 웹 공간을 탐색할 때 사용자들은 항해하는 동한 만나는 흥미 있는 사이트들을 기록하기 위해 북 마크 기능을 이용한다. 북 마크 기능을 이용할때 겪는 문제중의 하나가 거듭된 새로운 북 마크의 추가로 인해 북 마크 리스트의 길이가 길어지면 북 마크 리스트가 일관성 있는 구성을 잃어버리게 되어 실제적인 도움을 주기 어렵다는 것이다. 사용자가 북 마크 파일을 효율적이고 체계적으로 유지하기 위해서는 북 마크 파일에 추가되는 새로운 북 마크들을 카테고리별로 분류하여 신규 폴더를 찾아 삽입해주어야 한다. 본 논문에서는 대응되는 웹 문서들을 다운 받아 내용을 분서함으로써 자동으로 북 마크를 분류하는 BClassifier라 불리는 학습에이전트를 소개한다. BClassifier 에이전트를 위한 훈련 예의 주된 공급원은 바로 사용자가 명시적으로 이미 주제에 따라 몇 개의 북 마크 폴더들로 분류해놓은 북 마크들이다. 여기에 주제 카테고리들을 확대하고 이들에 대한 훈련 문서들을 확보하기 위해 추가적으로 Yahoo 사이트의 최상휘 카테고리들로부터 웹 문서들을 수집하여 훈련 예에 포함시킨다. BClassifier 에이전트는 잘 알여진 확률기반의 분류 기술이나 나이브 베이지안 학습 방법을 채용하고 있다. 본 논문에서는 BClassifier 에이전트에 관한 몇 가지 실험 결과를 소개하고 평가한다. 나이브 베이지안 방법과 k-최근접 이웃 방법, TFIDF 등과 같은 서로 다른 학습 방법들과 비교 실험 결과도 제시한다.

• 한국도서관정보학회지
• /
• 제50권1호
• /
• pp.23-41
• /
• 2019

본 연구는 도서의 대출정보를 활용해 가중네트워크(PFNET :PathFinder Network) 분석을 수행함으로써 특수 계층으로서 남녀 노령자에 의해 자주 읽히는 도서의 주제와 특성을 이해하고 이들의 독서 양태가 일반 성인 남녀와 어떠한 차이를 보이는지 확인하였다. 이를 위해 남녀 노령자와 일반 성인 남녀로 구성된 4개 집단을 대상으로 도서관 빅데이터의 인기 대출도서를 기반으로 동시대출도서 행렬을 산출하고 이를 활용해 네트워크 분석을 수행하였다. 또한 PNNC(Parallel Nearest Neighbor Clustering) 알고리즘으로 대출도서 군집을 형성한 후 대출도서에 계산된 중심성지수를 기반으로 피어슨 상관분석(Pearson Correlation Analysis)을 수행해 집단간의 상관성을 파악하였다. 그 결과 자기계발, 재태크, 육아 등 다양한 분야의 도서를 대출하는 일반 성인 남녀에 비해 노령자 계층은 한국현대소설에 집중된 독서 활동을 하는 것으로 나타났으며, 특정 인기 저자의 저작에 집중된 도서 대출 경향을 보였다. 한편 여성 노령자가 일본소설, 영미소설을 포함해 상대적으로 다양한 분야를 대출하는 반면 남성 노령자는 극단적으로 한국대하소설에 집중하는 경향을 나타냈다. 상관분석에서도 남성 노령자는 성인 남성과 r=-0.222의 약한 음의 상관성을 보였으며, 다른 모든 집단과도 음의 방향성을 보여 대출 도서의 중심성이 반대 경향을 가지는 것으로 분석되었다.