• 인터넷정보학회논문지
• /
• 제14권5호
• /
• pp.59-67
• /
• 2013

본 논문에서는 협업 필터링의 선호도 예측 정확성의 저하를 초래하는 전통적 문제점 중 하나인 데이터 희소성 문제에 강인한 잠재적 속성 선호도 기반 협업 필터링 방법(Latent Attribute Rating-based Collaborative Filtering, LAR_CF)을 제안한다. 기존의 협업 필터링은 객체의 유사성을 판단하기 위한 특징벡터로써 사용자가 명시적으로 평가한 선호도만을 이용하며, 해당 문제 개선을 위해 속성을 사용하는 연구들은 범용적으로 사용하기 어려웠다. 이웃 기반 필터링에 근본을 두는 LAR_CF는 기존의 명시적 선호도와 함께 유사도 평가의 대상이 되는 두 객체의 고유한 속성을 특징벡터로 삼기 때문에 명시적 선호도의 수가 적어서 발생하는 데이터 희소성 문제를 개선하여 선호도 예측 정확도를 향상시키며, 속성의 종류에 구애받지 않고 손쉽게 적용할 수 있는 장점을 가진다. LAR_CF의 유효성 평가를 위해서 MovieLens 100k 데이터세트 및 해당 데이터세트에 사용된 속성정보를 활용하여 일반적 성능 실험과 인공적 데이터 희소성 실험에서 선호도 예측 정확도를 평가한 결과, 제안하는 방법이 데이터 희소 조건에서 선호도 예측 정확도를 향상시킬 수 있음을 확인하였다.

• 정보과학회 논문지
• /
• 제43권8호
• /
• pp.933-945
• /
• 2016

클라우드와 같은 퍼블릭 스토리지 시스템은 언제 어디서든 온디맨드(on-demand) 컴퓨팅 서비스를 제공한다는 점에서, 다수 사용자 간 데이터 공유 환경으로 각광받고 있다. 안전한 데이터 공유는 세분화된 접근 제어를 통해 가능한데, 기존의 대칭키 및 공개키 기반 암호 기법은 암호문과 비밀키 간 일대일 대응만을 지원한다는 점에서 적합하지 않다. 속성 기반 암호는 세분화된 접근 제어를 지원하지만, 속성의 개수가 증가함에 따라 암호문의 크기도 함께 증가한다. 게다가, 복호에 필요한 연산비용이 매우 크기 때문에, 가용한 자원이 제한된 환경에서 비효율적이다. 본 연구에서는, 복호 연산의 아웃소싱을 지원하는 효율적인 속성 기반의 안전한 데이터 공유 기법을 제안한다. 제안 기법은 속성의 개수에 관계없이 항상 일정 크기의 암호문을 보장한다. 또한 정적 속성 환경에서 사용자 측면 연산 비용 절감을 지원하며, 이는 약 95.3%의 복호 연산을 고성능의 스토리지 시스템에 위임함으로써 가능하다. 반면 동적 송석 환경에서는 약 72.3%의 복호 연산 위임이 가능하다.

• 한국측량학회지
• /
• 제12권1호
• /
• pp.53-59
• /
• 1994

본 연구는 지하시설물의 효율적 유지관리를 위한 지형공간정보시스템의 활용에 그 목적이 있다. 임의의 대상지역을 선정하여 제반 설계도면을 수집하고 도근점측량을 통해 기준점 좌표를 획득하였다. 수집한 자료로부터 공간정보와 속성정보를 분류하여 데이타 베이스를 구축하였다. 또한 공간자료와 연계, 각각의 레이어를 중첩시켜 출력하고 시설물의 위치적 정확도를 비교하였다. 연구의 결과로부터 지하시설물의 각종 도면이나 대장의 보존, 변경내역등의 공간 및 속성 데이타를 데이타 베이스화하여 지형공간정보 시스템을 구축하므로서 저장된 정보를 쉽게 검색, 편집, 분석할 수 있으므로 효율적으로 지하시설물을 관리할 수 있음을 알 수 있었다.

• 한국생활과학회지
• /
• 제23권2호
• /
• pp.303-316
• /
• 2014

This study analyzed the effects of price perception and product attributes on brand loyalty and repurchase intention, and compared the differences in high- and low-priced cosmetic brands. Data were collected from female consumers in their 20s to 40s and a total of 411 responses were used for the final analysis. Findings were as follows. First, when comparing high- and low-priced brands, personal attribute and experiential attribute among cosmetic attributes, brand loyalty, and repurchase intention of high-priced showed the higher mean scores than those of low-priced. Second, all of three cosmetic attributes and P-Q/prestige were significant for high-priced brand loyalty, while experiential attribute, personal attribute, P-Q/prestige, and price consciousness were significant for low priced brand loyalty. Third, with respect to repurchase intention, all of three cosmetic attributes, P-Q/prestige, and sales proneness were significant for high-priced, while experiential attribute, personal attribute, and P-Q/prestige were significant for low-priced. Personal attribute contributed the most to high-priced brand loyalty and repurchase intention, whereas experiential attribute to low-priced. The findings of this study would be helpful to understand the purchase of high and low priced cosmetic brands. The managerial implications for cosmetic brand marketers were provided.

• 한국컴퓨터정보학회논문지
• /
• 제12권4호
• /
• pp.95-102
• /
• 2007

최근에 응용 개발의 복잡성을 숨겨주고, 상위 응용계층에서 필요로 하는 기능을 추상화하여 제공하는 센서 미들웨어에 대하여 많은 연구진들이 주목하고 있다. 미들웨어를 설계하기 위한 요건들은 다수이지만, 그 중에서도 속성 기반 네이밍의 지원은 매우 중요하게 여겨진다. 하지만 현재 연구된 대부분의 미들웨어는 센서 네트워크의 특성을 제대로 고려하지 않고 설계했을 뿐만 아니라 속성 기반 쿼리에 대한 확장성을 제공하는데 한계가 있었다. 본 연구에서는 가상 대응체(Virtual Counterpart) 개념을 적용하여 속성 기반 네이밍을 싱크 노드의 미들웨어에서 가상의 센서 노드가 지원해주는 구조를 제안한다. 개별 센서 노드에서 속성 기반 쿼리를 처리하는 기존의 데이터 중심 미들웨어와는 달리, 제안된 구조에서는 센서 노드에 대응되는 가상의 센서 노드를 싱크 노드의 미들웨어에서 운용하고, 속성 기반 쿼리를 가상의 센서 노드가 물리적 센서 노드를 대행하여 처리한다. 이러한 접근방안을 취함으로써, 하부 네트워크에 비 종속적인 속성 기반 네이밍이 가능해졌으며, 확장이 용이해졌다.

• 디지털융복합연구
• /
• 제13권9호
• /
• pp.235-242
• /
• 2015

소셜 네트워크 기술이 발달하면서 빅 데이터 서비스에 대한 관심이 증가하고 있다. 그러나, 중앙 서버가 아닌 분산 서버에 저장된 데이터를 손쉽게 검색 및 추출하기 위한 기술은 부족한 실정이다. 본 논문에서는 빅 데이터 서비스를 제공하는 컨텐츠 서버와 관리 서버에서 사용자가 원하는 정보의 처리시간을 최소화하기 위한 빅 데이터 관리 기법을 제안하다. 제안 기법은 빅 데이터의 종류, 기능, 특성에 따라 데이터를 그룹으로 분류한 후 분류된 그룹내 데이터를 속성정보와 연계하여 해쉬체인에 적용한다. 또한, 분산 서버에 저장된 데이터를 최단 시간에 추출하기 위해서 데이터 인덱스 정보(DII, Data Index Information)를 그룹화하여 데이터에 부여된 다중의 속성 정보를 분류하여 데이터의 처리 속도를 향상시킨다. 실험 결과, 클러스터 그룹 수에 따른 데이터의 평균 검색 시간은 평균 14.6% 향상되었고, 키워드 수에 따른 데이터 처리시간은 평균 13% 단축되었다.

• 지구물리와물리탐사
• /
• 제24권3호
• /
• pp.113-130
• /
• 2021

지반 침하, 도로 안전성과 같은 사회적 이슈로 지하 공동 분포를 조사하기 위한 지표투과레이더(ground penetrating radar, GPR) 탐사가 활발히 진행되면서 자료의 양도 함께 증가하고 있다. 하지만 비용과 시간의 효율성을 고려해보았을 때, 모든 자료를 해석할 수 없기 때문에 더욱 직관적이고 정확한 판단이 가능한 해석법이 필요하다. 이러한 문제를 개선하기 위해 정량적 해석이 가능한 속성 분석법이 제안되고 있다. 탄성파 해석에서 많이 사용해온 속성 분석 중 GPR 자료에 적용할 수 있는 속성으로는 복소 트레이스(complex trace)와 유사성(similarity)이 대표적이다. 또한, 최근 영상처리 기술의 발달로 개발된 새로운 속성인 모서리탐지 속성, 이미지 질감 속성 등도 적용성이 있다. 이 논문에서는 GPR 자료 속성분석 연구의 기초를 마련하기 위해, GPR에 적용할 수 있는 속성 분석들을 소개하고 이들의 개념에 대해 기술한 뒤, 속성분석에 기초한 해석법과 다양한 분야에서 활용한 사례를 분석하고자 한다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.435-440
• /
• 2004

In this study, it is aimed to construct a remote home doctor system utilizing GIS technique. Remote home doctor system consists of three major compartments ; full-duplex communication system, visible communication system, and data backup system. On this system, a company request home doctor is connected with environment specialists and pollution control equipment company. The database in this system consists of spatial data and attribute data. Spatial data are made by topographic data and company location data. Attribute data consists in document data, status of company, products, amount of raw material used, odor discharge process, pollution discharge information and prevention equipments.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권2호
• /
• pp.57-66
• /
• 2017

데이터 거버넌스는 연구초기 단계의 영역이므로 개념정의와 구성요소 정립에 연구가 집중되어 있다. 그러나 데이터 거버넌스의 도입에 대한 의사결정을 돕기 위해서 데이터 거버넌스의 평가에 관한 연구 또한 필요하다. 본 연구는 데이터 거버넌스 프레임워크에서 데이터 거버넌스를 평가하기 위한 속성지표에 관한 연구이다. 이를 위하여 RGT와 Laddering기법을 적용하여 전문가 인터뷰를 실시하였고, 이 결과를 제3자 차원의 검증을 위해서 설문과 통계적인 검증분석을 실시하였다. 통계적인 분석에는 크론바하 알파 계수, MANOVA, 상관분석을 실시하였다. 이를 통해서 데이터 거버넌스 속성지표를 데이터 통제영역에는 8개의 속성지표, 데이터 품질영역에 16개의 속성지표, 데이터 조직영역에 7개의 속성지표를 도출하였다. 또한 AHP기법을 적용하여 속성지표의 가중치와 우선순위를 선별하였다. 이 연구결과는 데이터 거버넌스의 개념정립과 구성요소의 명확한 이해 및 기업의 거버넌스 도입과 운영의 기초자료로 활용될 것이다.

• 산업경영시스템학회지
• /
• 제38권4호
• /
• pp.45-55
• /
• 2015

In this paper, we consider curriculum mining as an application of process mining in the domain of education. The basic objective of the curriculum mining is to construct a registration pattern model by using logs of registration data. However, subject registration patterns of students are very unstructured and complicated, called a spaghetti model, because it has a lot of different cases and high diversity of behaviors. In general, it is typically difficult to develop and analyze registration patterns. In the literature, there was an effort to handle this issue by using clustering based on the features of students and behaviors. However, it is not easy to obtain them in general since they are private and qualitative. Therefore, in this paper, we propose a new framework of curriculum mining applying K-means clustering based on subject attributes to solve the problems caused by unstructured process model obtained. Specifically, we divide subject's attribute data into two parts : categorical and numerical data. Categorical attribute has subject name, class classification, and research field, while numerical attribute has ABEEK goal and semester information. In case of categorical attribute, we suggest a method to quantify them by using binarization. The number of clusters used for K-means clustering, we applied Elbow method using R-squared value representing the variance ratio that can be explained by the number of clusters. The performance of the suggested method was verified by using a log of student registration data from an 'A university' in terms of the simplicity and fitness, which are the typical performance measure of obtained process model in process mining.