• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.256-258
• /
• 2003

정보화 시대에는 사람들의 모든 활동이 인터넷을 통해서 대부분 이루어진다. 이중에서 전자 메일이 차지하는 비중은 매우 크다. 고객 유치를 위한 기업들의 광고와 배움을 위한 강의, 자신의 관심 분야에 대한 정보 등을 전자 매일로 받아보게 되는 것이 더 많아 질것이다. 이러한 상황에서 사람들은 자신이 필요로 하는 메일과 필요로 하지 않는 메일을 분류하는데 많은 시간을 낭비한다. 사람들은 이러한 시간 낭비를 줄이기 위해서 메일 분류 시스템을 사용한다. 현재 사용되고 있는 매일 분류 시스템은 스팸 매일을 기준으로 하고 있다. 그러나 오분류되는 메일들이 있어 사용자가 스팸 메일을 다시 보는 경우가 있어 한계를 보인다. 본 논문에서는 사람들이 자신이 원하는 메일과 그렇지 않은 메일을 분류하기 위해서 1차 분류로 긍정어와 부정어를 이용하여 전자 메일을 분류하고 2차 분류로 도메인 네임을 이용하여 분류한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.397-401
• /
• 2006

최근 다양한 형식의 웹 문서에서 사용자가 원하는 정보만을 검색 하기위해 웹 문서를 주제별로 분류하여 수집하고, 관리하는 것은 필수적인 요소이다. 즉, 정확하고 빠른 정보 검색을 위한 웹 문서 수집은 문서 형식에 따라 분류되어 수집 되어야 한다. 따라서 웹 환경에서 문서를 구성하는 형식을 텍스트나 이미지 데이터로 구분하고 그 형식에 맞는 분류기법을 사용한다면 정확한 정보 검색이 이루어 질수 있다. 본 논문에서는 텍스트와 URL을 이용한 주제 중심의 하이브리드 웹 문서 분류 방법을 제안한다. 텍스트와 URL을 이용한 분류 방법은 텍스트 형식은 주제 중심의 문서 분류방식을 사용하며, 텍스트 정보의 효용성이 낮은 경우 URL의 주제 분포도를 이용하여 분류하며 수집한다. 이를 통해 여러 가지 형식의 웹 문서가 분류 가능하며, 주제에 따른 문서 분류의 정확도가 높아진다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.511-514
• /
• 2004

현재의 이메일 분류는 규칙기반, 베이시안, SVM 등을 이용하여 스팸메일을 필터링 하는 이원분류가 주로 연구되어지고 있고, 이외에도 다원분류에 대한 연구로는 클러스터링을 이용한 방법이 있다. 그러나 클러스터링에 의한 방법은 단순히 유사도에 의해 메일을 묶는 수준에 그치고 있다. 본 논문에서는 자동 문서요약 방법과 동적분류체계 방법을 결합하여 새로운 이메일 자동 다원분류 방법을 제안했다. 본 논문에서 제안한 방법은 이메일을 자동으로 분류하며 분류한 결과를 검색할 때 사용자의 요구사항을 만족하지 못하면 재분류하여 분류 빛 검색의 정확성을 높였다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.2
• /
• pp.101-108
• /
• 2015

This paper presents the implementation of a system that recommends empirical best routes based on classification of large trajectory data. As many location-based services are used, we expect the amount of location and trajectory data to become big data. Then, we believe we can extract the best empirical routes from the large trajectory repositories. Large trajectory data is clustered into similar route groups using Hadoop MapReduce framework. Clustered route groups are stored and managed by a DBMS, and thus it supports rapid response to the end-users' request. We aim to find the best routes based on collected real data, not the ideal shortest path on maps. We have implemented 1) an Android application that collects trajectories from users, 2) Apache Hadoop MapReduce program that can cluster large trajectory data, 3) a service application to query start-destination from a web server and to display the recommended routes on mobile phones. We validated our approach using real data we collected for five days and have compared the results with commercial navigation systems. Experimental results show that the empirical best route is better than routes recommended by commercial navigation systems.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.7
• /
• pp.887-892
• /
• 2005

Under pure P2P environments, collaborative filtering must be provided with only a few service items by real time information without accumulated data. However, in case of collaborative filtering with only a few service items collected locally, quality of recommended service becomes low. Therefore, it is necessary to research a method to improve quality of recommended service by users' context information. But because a great volume of users' context information can be recognized in a moment, there can be a scalability problem and there are limitations in supporting differentiated services according to fields and items. In this paper, we solved the scalability problem by clustering context information Per each service field and classifying il per each user, using SOM. In addition, we could recommend proper services for users by measuring the context information of the users belonging to the similar classification to the service requester among classified data and then using collaborative filtering.

• Archives of design research
• /
• v.16 no.1
• /
• pp.241-250
• /
• 2003

With the increasing number and variety of internet users as well as the development of internet technology, web contents have been taking a more comprehensive, integrated, and practical form. This change has brought to our attention the importance of the information architecture and menu design, both of which are required for the users to navigate vast amount of data promptly, correctly and easily for effective communication in the web sites. In this study, web sites were categorized by the service levels provided to the users, and sampling was performed accordingly. Then, information architecture, the layout and the presentation of the menu design were analyzed. The result of the analysis show that there are distinguishable characteristics in how the menus were expressed and designed, and that these characteristics reflect the users' characteristics in the web interface menu design. With the result of this study, we present a guideline for information architecture and web interface menu design, which reflects user characteristics thereby strengthening usability. Using this guideline, we expect the development of web interface design which should support more efficient communication on the web.

• Journal of KIISE:Software and Applications
• /
• v.30 no.1_2
• /
• pp.40-50
• /
• 2003

Ontology is the artifacts for representing the truth or the states of objects by defining objects and their relations. In this paper, we propose an agent that classifies Web documents and provides personalized information towards user`s information needs using ontology. the agent uses ontology in which semantic relations on Web documents are represented in ta hierarchical form to classify Web documents. In this paper, ontology consists of concepts, features(describing concepts), relations(among concepts) and constraints(among elements in a feature). The agent can capture user's information needs efficiently by using ontology and assist Web navigation by using users profiles and the results of identification of semantic relations in Web documents. Also, the agent obtains Web documents by a look-ahead search and represents them as concepts, therefore users can understand them easily by receiving recommendations expressed in the form of high-level concepts.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.52 no.6
• /
• pp.117-125
• /
• 2015

In the modern age, it is important for people to maintain a good sitting posture because they spend long hours sitting. Posture correction treatment requires a great deal of time and expenses with continuous observation by a specialist. Therefore, there is a need for a system with which users can judge and correct their postures on their own. In this study, we collected users' postures and judged whether they are normal or abnormal. To obtain a user's posture, we propose a four-joint motion capture system that uses inertial sensors. The system collects the subject's postures, and features are extracted from the collected data to build a database. The data in the DB are classified into normal and abnormal postures after posture learning using the K-means clustering algorithm. An experiment was performed to classify the posture from the joints' rotation angles and positions; the normal posture judgment reached a success rate of 99.79%. This result suggests that the features of the four joints can be used to judge and help correct a user's posture through application to a spinal disease prevention system in the future.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.5
• /
• pp.755-762
• /
• 2022

This paper propose a clustered algorithm that possible more efficient COVID-19 disease learning prediction within clustering using context-aware attribute information. In typically, clustering of COVID-19 diseases provides to classify interrelationships within disease cluster information in the clustering process. The clustering data will be as a degrade factor if new or newly processing information during treated as contaminated factors in comparative interrelationships information. In this paper, we have shown the solving the problems and developed a clustering algorithm that can extracting disease correlation information in using K-means algorithm. According to their attributes from disease clusters using accumulated information and interrelationships clustering, the proposed algorithm analyzes the disease correlation clustering possible and centering points. The proposed algorithm showed improved adaptability to prediction accuracy of the classification management system in terms of learning as a group of multiple disease attribute information of COVID-19 through the applied simulation results.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.11a
• /
• pp.482-486
• /
• 2006

1990년대 말부터 전세계적으로 이동통신 사용자의 수는 급증하였고, 2000년대에 들어서면서부터는 모바일 인터넷 사용자 수도 점차적으로 증가하고 있는 추세이다. 그러나 오프라인이나 기존e-commerce에서의 서비스 품질 측정에 대한 연구는 활발하게 이루어진 반면, 모바일 상거래에 관한 연구는 미미한 실정이다. 본 연구는 모바일 상거래에 대한 고객만족도에 영향을 미치는 요인을 찾아내고자 하는데 그 목적이 있다. 이를 위해, 모바일 상거래의 특징을 살펴봄으로써 모바일 상거래에서 고객 만족도에 영향을 미치는 요인들을 추출하고 체계적인 프레임워크를 제시하고자 한다. 또한 본 연구에서는 모바일 상거래 중 디지털 컨텐츠 다운로드 서비스의 실사용자들을 대상으로 설문조사를 실시하였으며 이를 토대로 Rasch 모형을 적용하여 고객군을 분류하고 요인별 중요도를 파악하며 고객만족에 대한 확률적 예측을 실행하였다.