• The tire
• /
• s.121
• /
• pp.2-10
• /
• 1985

미국의 경제지 「Fortune」에서 조사 발표한 「미국 광공업 500사 랭킹」과 「세계의 광공업 500사 랭킹(미국제외)」을 토대로 한 "1984년 세계 타이어ㆍ고무 메이커 랭킹"은 표1과 같다. 본고에서는 이 표1을 기준으로 하여 ①84년의 "세계 타이어ㆍ고무메이커 랭킹"의 내용,②75년부터 "10년간", 80년부터 "5년간"의 동향, ③향후 5년간(1990년까지)~10년간 (1995년까지)의 일본 자동차타이어생산전망과 세계의 자동차타이어 수요전망 등을 차례로 간단하게 분석해 보고자 한다. (편집자주)

• Science of Emotion and Sensibility
• /
• v.15 no.3
• /
• pp.367-380
• /
• 2012

The purpose of this research was to implement and verify an information retrieval(IR) system based on users' relevance criteria for information search tasks. For this purpose, we implemented an IR system with a dynamic ranking model using users' relevance criteria varying with the types of information search task and evaluated this system through user experiment. 45 participants performed three information search tasks on both IR systems with a static and a dynamic ranking model. Three Information search tasks are fact finding search task, problem solving search task and decision making search task. Participants evaluated top five search results on 7 likert scales of relevance. We observed that the IR system with a dynamic ranking model provided more relevant search results compared to the system with a static ranking model. This research has significance in designing IR system for information search tasks, in testing the validity of user-oriented relevance judgement model by implementing an IR system for actual information search tasks and in relating user research to the improvement of an IR system.

• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.1
• /
• pp.19-26
• /
• 2015

Recently, a lot of users are using social network services as the spread of SNS and generalization of smart-phone. In this study, we apply clustering and ranking method for finding twitter influential users. First, we propose five ranking elements. The five elements include the number of follow, the number of retweet, IRP, IFP and influ-score. These elements are used by centroid point of clustering methods. This study can help to find novel approaches for finding twitter influential users.

• The Journal of Society for e-Business Studies
• /
• v.18 no.3
• /
• pp.93-105
• /
• 2013

Much Interest has focused on social network services such as Facebook and Twitter. Previous research conducted on social network often emphasized the architecture of the social network that is the existence of path between any objects on network and the centrality of the object in the network. However, studies on the semantic association in the network are rare. Studies on searching semantic associations between entities are necessary for future business enhancements. In this research, the ontology based social network analysis is performed. A new method to search and rank relation sequences that consist of several relations between entities is proposed. In addition, several heuristics to measure the strength of the relation sequences are proposed. To evaluate the proposed method, an experiment was performed. A group of social relationships among the university and organizations are constructed. Some social connections are searched using the proposed ranking method. The proposed method is expected to be used to search the association among entities in ontology based knowledge base.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.103-105
• /
• 2004

본 논문에서는 XML 문서의 내용을 효율적으로 검색하기 위해 필요한 메타데이터의 스키마몰 개발하고 이론 바탕으로 구축되는 내용기반 인덱싱 모델을 제안한다. 제안하는 내용기반 인덱싱 모델은 엘리먼트타입에 따라 랭킹 검색과 불리언 검색을 지원한다. 랭킹 검색 결과의 재현도와 정확도를 높이기 위해, 검색 결과의 출력 기준 노드가 리프 노드와 내부 노드인 경우를 구별하여 색인어에 대한 가중치를 부여하고, 이를 이용하여 질의와 엘리먼트간의 유사도를 계산하는 방법을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.77-81
• /
• 2013

본 논문은 두 가지 주제에 대해 연구한다. 첫 번째는 수학식 검색에 대한 것이다. 웹에는 양질의 수학식 데이터가 마크업 언어 형태로 저장되어 있으며 이를 활용하기 위한 연구들이 활발히 진행되고 있다. 본 연구에서는 MathML (Mathematical Markup Language)로 저장된 수학식 데이터를 일반 질의어를 이용하여 검색한다. 두 번째 주제는 토픽 모델(topic model)로 검색 성능을 향상시키는 방법에 대한 것이다. 먼저 수학식 데이터를 일반 자연어 문장으로 변환한 후 Indri 시스템을 이용하여 검색을 수행하고, 토픽 모델을 이용하여 미리 산출된 스코어를 적용하여 검색 순위를 재랭킹한 결과, MRR 기준 평균 5%의 성능을 향상시킬 수 있었다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.623-628
• /
• 2007

본 논문은 Web 2.0시대의 새로운 컨텐츠 매체로 각광받고 있는 블로그와 관련하여 태그 기반의 검색 알고리즘을 제안하고자 한다. 최근 블로그 검색과 관련하여 태그 기반의 블로그 검색 서비스가 등장하기 시작했지만, 현재 제공되는 태그 기반의 검색 서비스는 태그의 유무와 컨텐트의 최신성을 주요 기준으로 삼고, 태그와 컨텐트 간의 관련성을 제대로 고려하지 않아 검색 결과가 만존스럽지 못하는 경우가 많다. 따라서 본 논문에서는 태그와 컨텐트와의 관련성을 실수화하고 이를 주요 기준으로 검색 결과의 순위를 결정하는 PTRank 알고리즘을 제안하였다. PTRank 알고리즘에서는 1) 태그가 피드의 제목에 포함되었는지 여부, 2) 태그가 피드의 설명에 나타나는 회수, 3) 태그가 아이템의 제목에 포함되었는지 여부, 4) 태그가 아이템의 설명에 나타나는 횟수, 5) 피드 내에서 태그의 IDF값, 6) 사용자의 검색 행위를 이용해 태그와 컨텐트간의 관련성을 실수화하였다. 실험 결과, PTRank 모델 및 학습 알고리즘이 태그 기반의 피드 검색에서 잘 작동하며 검색에 효과적으로 활용될 수 있다는 것을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1587-1590
• /
• 2012

인터넷의 활용이 보편화 됨에 따라 정보의 양은 급격히 늘어나고 있다. 이에 취업을 희망하는 구직자의 경우 IR 로부터 원하는 정보를 검색하기 위해 과거보다 더 많은 시간과 노력이 필요하게 되었다. 이에 본 논문에서는 TF(Term Frequency)기법을 통해 문서를 추출하고 추출된 문서의 Doc_ID 빈도수를 기준으로 한 내용기반과 군집기법을 혼합한 하이브리드 검색 시스템을 제안한다. 구직자들이 클릭한 취업정보들의 링크번호들을 K-means 알고리즘을 이용하여 군집화를 한다. 생성된 군집들은 각기 하나의 문서로 가정하고, 기존 문서과 더불어 검색 주제와 연관성을 갖고 있는 문서들을 동적비율로 검색 랭킹 하는 방식이다. 기존의 IR 기술과의 비교 실험을 통해 성능을 평가하였다. 실험결과 본 논문에서 제안한 방법이 기존의 방법보다 우수함을 확인할 수 있었다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.393-396
• /
• 2005

이기종간 분산 환경에서 상호연동성을 고려한 웹 서비스가 각광받고 있다. 주요 웹 서비스 플레이어들이 선택한 SOAP, UDDI, WSDL과 같은 표준을 이용하여 전체 웹 서비스들 금융, 하이테크, 미디어, 엔터테인먼트 등 전체 웹 서비스들이 개발되고 있다. 대부분의 웹 서비스들이 표준을 확립해 감에 따라, 사용자 요구에 가장 적합한 Qos의 선택은 서비스 간 차별화의 요점이 될 것이다. 기존의 연구에서는 각 서비스에 추가적인 컴포넌트를 합성하여 서비스 사용자와 서비스 제공자끼리의 협상을 하는 방법과 서비스 사용자의 요구의 기준과 비중에 맞추어 랭킹을 계산하여 그 값을 사용자에게 돌려주어 수동적으로 선택할 수 있는 방법을 제시하였다. 하지만, 계속 추가되는 컴포넌트 합성은 서비스 양이 방대해질수록 시스템 복잡도는 증가하고, 그로 인해 서비스 시간지연 및 자원 낭비의 문제점이 있으며, 계산되어 랭크된 서비스들을 사용자가 선택하도록 하였을 경우 최상위에 랭크된 서비스가 사용자에 가장 적합한 지 알 수 없으며, 다양한 서비스 사용자의 요구에 만족하기 어려운 문제점을 가지고 있다. 본 논문에서는 QoS 협상 브로커를 제시하여 이러한 문제점들을 최소화하고 서비스 사용자가 요구하는 기능적인 서비스 측면을 유지하면서, 서비스 사용자의 요구조건에 효율적인 비 기능적 측면을 제공하는 서비스 제공자를 자동적으로 발견할 수 있게 한다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.3-8
• /
• 2020

문서 검색은 오래 연구되어 온 자연어 처리의 중요한 분야 중 하나이다. 기존의 키워드 기반 검색 알고리즘 중 하나인 BM25는 성능에 명확한 한계가 있고, 딥러닝을 활용한 의미 기반 검색 알고리즘의 경우 문서가 압축되어 벡터로 변환되는 과정에서 정보의 손실이 생기는 문제가 있다. 이에 우리는 BERT Sparse라는 새로운 문서 검색 모델을 제안한다. BERT Sparse는 쿼리에 포함된 키워드를 활용하여 문서를 매칭하지만, 문서를 인코딩할 때는 BERT를 활용하여 쿼리의 문맥과 의미까지 반영할 수 있도록 고안하여, 기존 키워드 기반 검색 알고리즘의 한계를 극복하고자 하였다. BERT Sparse의 검색 속도는 BM25와 같은 키워드 기반 모델과 유사하여 실시간 서비스가 가능한 수준이며, 성능은 Recall@5 기준 93.87%로, BM25 알고리즘 검색 성능 대비 19% 뛰어나다. 최종적으로 BERT Sparse를 MRC 모델과 결합하여 open domain QA환경에서도 F1 score 81.87%를 얻었다.