• International Journal of Computer Science & Network Security
• /
• 제21권3호
• /
• pp.275-286
• /
• 2021

As a result of the vast amount of data that is geographically found in different locations. Distributed data mining (DDM) has taken a center stage in data mining. The use of mobile agents to enhance efficiency in DDM has gained the attention of industries, commerce and academia because it offers serious suggestions on how to solve inherent problems associated with DDM. In this paper, a novel DDM model has been proposed by using a mobile agent to enhance efficiency. The main idea behind the model is to use the Naive Bayes algorithm to give the mobile agent the ability to learn, compare, get and store the results on it from each server which has different datasets and we found that the accuracy increased roughly by 0.9% which is our main target.

• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.11-17
• /
• 2022

Design-bid-build (DBB) is the most common project delivery method among highway projects. State Highway Agencies (SHAs) usually apply a low-bid approach to select contractors for their DBB projects. In this approach, the Federal Highway Agency suggests SHAs heighten contractors' competition to lower bid prices. However, these attempts may become ineffective due to collusive bidding arrangements among certain contractors. One common strategy is the rotation of winning bidders of a group of contractors who bid on many of the same projects. These arrangements may also be specific to a particular region or vary in time. Despite the practices' adverse effects on bidding outcomes, an effective model to detect red-flag bidding patterns is lacking. This study fills the gap by proposing a novel framework that utilizes pattern mining techniques and statistical tests for unusual pattern detection. A case study with historical data from an SHA is conducted to illustrate the proposed framework.

• 한국산업융합학회 논문집
• /
• 제27권3호
• /
• pp.581-590
• /
• 2024

This study aims to extract key topics through text mining of incident records (incident history, post-incident measures, preventive measures) from construction safety accident case data available on the public data portal. It also seeks to provide fundamental insights contributing to the establishment of manuals for disaster prevention by identifying correlations between these topics. After pre-processing the input data, we used the LDA-based topic modeling technique to derive the main topics. Consequently, we obtained five topics related to incident history, and four topics each related to post-incident measures and preventive measures. Although no dominant patterns emerged from the topic pattern analysis, the study holds significance as it provides quantitative information on the follow-up actions related to the incident history, thereby suggesting practical implications for the establishment of a preventive decision-making system through the linkage between accident history and subsequent measures for reccurrence prevention.

• 디지털콘텐츠학회 논문지
• /
• 제5권3호
• /
• pp.205-212
• /
• 2004

본 논문에서는 다양한 연구 활동을 유도하기 위해 구축된 지능형 학회 관리 시스템의 설계 및 구현 사례를 다루었다. 본 시스템은 회원 정보와 학회활동 기록 등의 데이터를 기반으로 데이터마이닝을 수행하여 데이터마이닝 과정에서 나타난 여러 유용한 학회활동 규칙들을 생성함으로서 회원들과 효과적으로 상호작용 할 수 있도록 했다. 데이터마이닝은 여러 기법들 중 의사결정나무알고리즘(Decision Tree Algorithm)을 사용했다. 분석된 정보를 이용해 사용자 위주의 운영정책과 동적 인터페이스를 제공하기 위한 웹사이트 개인화 계획을 제시한다.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.293-300
• /
• 2006

추천 시스템은 사용자들에게 관심 품목을 찾거나 평가하는데 도움을 준다. 이런 시스템은 전자 상거래를 비롯하여 전자 도서관 같은 여러 영역에서 강력한 도구가 되었다. 소비자의 인구통계학적 및 과거 구매 행동에 대한 분석을 바탕으로 미래의 구매 행동을 예측하여 판매자가 고객에게 상품을 추천할 수 있다. 본 논문에서는 고객의 패턴이나 성향에 가장 적절한 상품을 탐색하여 고객의 만족도를 높여줄 수 있는 개인화 추천시스템의 설계 및 개발에 관하여 기술한다. 제안된 시스템은 데이터 마이닝의 연관규칙을 적용하여 고객의 구매를 예측할 수 있는 실시간 분석서비스를 제공할 수 있다.

• 터널과지하공간
• /
• 제28권6호
• /
• pp.547-554
• /
• 2018

크라우드소싱을 활용한 센서 자료 수집은 기존의 방식으로 얻기 어려운 고밀도 지반 진동 정보의 수집이 가능하다. 본 연구에서는 스마트폰과 같은 소형 전자기기에 탑재된 MEMS 센서를 활용한 크라우드소싱 방식 지반 진동 수집 시스템을 개발하였으며, 이를 위한 기반 체계 설계 및 클라이언트와 서버에 대한 구현을 수행하였다. 해당 시스템은 Android 기반의 스마트폰이나 Android Things 기반의 고정식 장비를 통해 진동 데이터를 신속히 수집하면서 하드웨어의 전력 및 데이터 사용량을 최소화할 수 있도록 설계되었다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권2호
• /
• pp.91-95
• /
• 2007

Main goal of web recommendation system is to study how user behavior on a website can be predicted by analyzing web log data which contain the visited web pages. Many researches of the web recommendation system have been studied. To construct web recommendation system, web mining is needed. Especially, web usage analysis of web mining is a tool for recommendation model. In this paper, we propose web recommendation system using grid based support vector machines for improvement of web recommendation system. To verify the performance of our system, we make experiments using the data set from our web server.

• 지능정보연구
• /
• 제20권1호
• /
• pp.133-148
• /
• 2014

최근 다양한 정보채널들의 등장으로 인해 빅데이터에 대한 관심이 높아지고 있다. 이와 같은 현상의 가장 큰 원인은, 스마트기기의 사용이 활성화 됨에 따라 사용자가 생성하는 텍스트, 사진, 동영상과 같은 비정형 데이터의 양이 크게 증가하고 있는 것에서 찾을 수 있다. 특히 비정형 데이터 중에서도 텍스트 데이터의 경우, 사용자들의 의견 및 다양한 정보를 명확하게 표현하고 있다는 특징이 있다. 따라서 이러한 텍스트에 대한 분석을 통해 새로운 가치를 창출하고자 하는 시도가 활발히 이루어지고 있다. 텍스트 분석을 위해 필요한 기술은 대표적으로 텍스트 마이닝과 오피니언 마이닝이 있다. 텍스트 마이닝과 오피니언 마이닝은 모두 텍스트 데이터를 입력 데이터로 사용할 뿐 아니라 파싱, 필터링 등 자연어 처리기술을 사용한다는 측면에서 많은 공통점을 갖고 있다. 특히 문서의 분류 및 예측에 있어서 목적 변수가 긍정 또는 부정의 감성을 나타내는 경우에는, 전통적 텍스트 마이닝, 또는 감성사전 기반의 오피니언 마이닝의 두 가지 방법론에 의해 오피니언 분류를 수행할 수 있다. 따라서 텍스트 마이닝과 오피니언 마이닝의 특징을 구분하는 가장 명확한 기준은 입력 데이터의 형태, 분석의 목적, 분석의 결과물이 아닌 감성사전의 사용 여부라고 할 수 있다. 따라서 본 연구에서는 오피니언 분류라는 동일한 목적에 대해 텍스트 마이닝과 오피니언 마이닝을 각각 사용하여 예측 모델을 수립하는 과정을 비교하고, 결과로 도출된 모델의 예측 정확도를 비교하였다. 오피니언 분류 실험을 위해 영화 리뷰 2,000건에 대한 실험을 수행하였으며, 실험 결과 오피니언 마이닝을 통해 수립된 모델이 텍스트 마이닝 모델에 비해 전체 구간의 예측 정확도 평균이 높게 나타나고, 예측의 확실성이 강한 문서일수록 예측 정확성이 높게 나타나는 일관적인 성향을 나타내는 등 더욱 바람직한 특성을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• pp.3-31
• /
• 2001

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 춘계정기학술대회
• /
• pp.35-63
• /
• 2001