Journal of KIISE:Databases (한국정보과학회논문지:데이타베이스)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

An Associative Class Set Generation Method for supporting Location-based Services

위치 기반 서비스 지원을 위한 연관 클래스 집합 생성 기법

  • 김호숙 (동의공업대학 컴퓨터정보계열) ;
  • 용환승 (이화여자대학교 컴퓨터학과)
  • Published : 2004.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, various location-based services are becoming very popular in mobile environments. In this paper, we propose a new concept of a frequent item set, called “associative class set”, for supporting the location-based service which uses a large quantity of a spatial database in mobile computing environments, and then present a new method for efficiently generating the associative class set. The associative class set is generated with considering the temporal relation of queries, the spatial distance of required objects, and access patterns of users. The result of our research can play a fundamental role in efficiently supporting location-based services and in overcoming the limitation of mobile environments. The associative class set can be applied by a recommendation system of a geographic information system in mobile computing environments, mobile advertisement, city development planning, and client cache police of mobile users.

최근 이동 컴퓨팅 환경 하에서 위치를 기반으로 하는 다양한 서비스가 점차 증가하고 있다. 본 논문은 이동 컴퓨팅 환경에서 대량의 공간 데이타베이스를 기반으로 하는 위치 기반 서비스를 지원하기 위하여, 요청되는 질의들 사이에 존재하는 의미적으로 연관성이 있는 빈발 항목인 연관 클래스 집합을 제안하고, 이를 효과적으로 찾는 방법에 대해 소개한다. 이때 요청되는 질의들의 시간적 연관 관계, 그리고 이러한 서비스를 제공해 주는 공간 객체들 사이의 거리와 사용자의 접근 특성이 함께 고려된다 이러한 연구 결과는 이동 환경이 갖는 제약점을 극복하면서 효과적으로 위치 기반 서비스를 지원하는 바탕이 된다 즉 생성된 연관 클래스 집합은 이동 컴퓨팅 환경에서 지리 정보를 서비스 할 때 관련 자료를 추천하는 시스템에 활용할 수 있고, 지리 정보를 고려한 광고 방송이나 도시 개발 계획 둥에 이용할 수 있으며, 이동 사용자를 위한 클라이언트의 캐쉬 정책에 응용될 수 있다.

Keywords

References

  1. Tomasz Imielinski, Henry F. Korth, 'Introduction to Mobile Computing,' Mobilc Computing, Kluwer Academic Publishers, pages 1-43, 1996
  2. 류근호, 안윤애, 이준욱, 이용준, '이동 객체 데이타베이스와 위치 기반 정보 검색 서비스의 적용', 한국 정보 과학회 데이타베이스 연구회지, 17권 3호, pp. 57-74, 2001
  3. Rakesh Agrawal, Tomasz Imielinski and Arun Sqami, 'Mining Association Rules beTWeen Sets of Items in Large Databases,' In proceeding of the International Conference on Management of Data (SIGMOD), pp.207-216, 1993 https://doi.org/10.1145/170035.170072
  4. Rakesh Agrawal and Ramarkrishnan Srikant, 'Mining Sequential Patterns,' In proceeding of the International Conference on Data Engineering, pp. 3-14, 1995 https://doi.org/10.1109/ICDE.1995.380415
  5. Ramakrishnan Srikant and Rakesh Agrawal, 'Mining Sequential Patterns: Generalization and Performance Improvements,' Research Report RJ 9994, IBM Almaden Research Center, San Jose, California, 1995
  6. Yasuhiko Morimoto, 'Mining Frequent Neighboring Class Sets in Spatial Databases,' In proceeding of ACM SIGKDD International Conference on Knowledge Discovery and Data Mining 2001, pp. 353-358, 2001 https://doi.org/10.1145/502512.502564
  7. Jaideep Srivastava, Robert Cooley, Mukund Deshpande, Pang-Ning Tan, 'Web Usage Mining : Discovery and Applications of Usage Patterns from Web Data,' SIGKDD Explorations. ACM SIGKDD, Jan 2000 https://doi.org/10.1145/846183.846188
  8. K.Koperski, J.Han, 'Discovery of spatial association rules in geographic information databases,' In Proc. 4th Int'l Symp. on Large Spatial Databases(SSD'95), pp. 47-66, 1995
  9. Wen-Chih Peng and Ming-Syan Chen, 'Mining User Moving Patterns for Personal Data Allocation in a Mobile Computing System,' the Proceedings of the 29th International Conference on Parallel Processing (ICPP-2000), August 21-24, 2000 https://doi.org/10.1109/ICPP.2000.876175
  10. PolyAnalyst 4.5, http://www.megaputer.com
  11. 서영덕, 안경환, 홍봉희, '인터넷 GIS의 사용 분석', 한국 정보 과학회 데이타베이스 연구회지, 18권 1호, pp. 41-52, 2002
  12. Ayse Y. Seydim, Margaret H.Dunham, 'A Location Dependent Benchmark with Mobility Behavior,' International Database Engineering and Applications Symposium (IDEAS'02), pages 74-85, 2002 https://doi.org/10.1109/IDEAS.2002.1029658
  13. Baihua Zheng, Jianliang Xu, Dik L.Lee, 'Cache Invalication and Replacement Strategies for Location-Dependent Data in Mobile Environment,' IEEE Transactions on Computers, vol. 51, No. 10, pages 1141-1153, October 2002 https://doi.org/10.1109/TC.2002.1039841