• 정보처리학회논문지C
• /
• 제12C권7호
• /
• pp.1057-1066
• /
• 2005

WebDAV(Web-based Distributed Authoring and Versioning)는 웹 기반의 분산 저작과 버전관리를 지원하는 프로토콜로서 인터넷을 통하여 다양한 콘텐츠의 비동기적인 협업을 지원하는 표준 하부구조를 제공한다. WebDAV의 속성 관리는 자원의 주요 정보를 속성으로 설정하여 관리할 수 있는 기능이며, 이들 중 사용자 속성은 사용자 측에서 자유롭게 정의되고 관리될 수 있다는 특징이 있다. 이러한 사용자 속성의 자유로운 설정 기능은 협업시스템과 같은 웍 기반의 응용 시스템을 WebDAV 기반으로 개발하는데 매우 유용하다. 그러나 기존의 WebDAV 속성 관리 기능만으로는 다양한 응용 시스템 개발에 한계가 있다. 본 논문에서는 WebDAV의 사용자 속성 관리를 효율적으로 지원하기 위하여 기존의 WebDAV를 확장한 DavUP(WebDAV User property design Protocol) 프로토콜과 이의 활용에 대하여 기술한다. DavUP은 응용 시스템의 컬렉션 구조와 자원의 속성구조에 대한 정의를 제공하고 있으며, 이를 처리하기 위하여 WebDAV 프로토콜에 새로운 헤더를 추가하고 관련된 WebDAV 메소드의 정의를 확장하였다. DavUP 프로토콜의 실제적인 활용을 위하여 자체 개발한 DAVinci WebDAV 서버가 DavUP 프로토콜을 지원하도록 확장하였으며, 확장된 DAVinci 서버를 이용하여 사용자에게 효과적인 자료 공유 및 교환 기능을 제공하는 일반적인 공개작업장을 실험적으로 개발하여 DavUP프로토콜의 유용성을 검증하였다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.1-19
• /
• 2022

온라인 사용자들이 소셜 미디어상에 올린 온라인 리뷰 속 숨겨진 감정을 분석하는 감성분석은 소셜미디어의 확산에 힘입어 많은 관심을 받고 있다. 본 연구는 기존 연구들과 차별화된 방법으로 감성분석을 시도하기 위하여 베이지안 네트워크에 기반한 감성 분석 모델을 제안한다. 모델에는 MBFS(Markov Blanket-based Feature Selection)가 속성 선택 기법으로 사용된다. MBFS의 성과를 실증적으로 증명하기 위하여 소셜미디어인 Yelp의 리뷰 데이터를 활용하였다. 벤치마킹 속성 선택 기법으로는 상관관계기반 속성 선택, 정보획득 속성 선택, 획득비율 속성 선택을 사용하였다. 한편, 해당 속성선택방법을 토대로 4개의 머신러닝 알고리즘을 이용하여 분류성과를 비교하였다. 나아가 MBFS로 선택된 속성들 간 인과관계를 확인하고자 베이지안 네트워크를 통해 What-if 분석을 실시하였다. 본 연구에서 택한 머신러닝 분류기는 베이지안 네트워크 기반의 TAN (Tree Augmented Naive Bayes), NB (Naive Bayes), S-Spouses(Sons & Spouses), A-markov (Augmented Markov Blanket)이다. 성과분석 결과 본 연구에서 제안한 MBFS 방법이 정확도, 정밀도, F1점수 측면에서 벤치마킹 방법보다 더 우수한 성과를 나타내었다.

• 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.

• 한국게임학회 논문지
• /
• 제18권1호
• /
• pp.105-114
• /
• 2018

고객 유형 분석에 쓰이는 다양한 데이터 분석 방법은 고객들을 위한 맞춤형 콘텐츠를 기획하고, 보다 편리한 서비스를 제공하기 위하여 고객들의 유형과 특성을 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 정보의 손실을 줄이기 위한 일환으로 정보 엔트로피를 확장하여 속성의 불확실성을 이용한 k-modes 군집분석 알고리즘을 제안한다. 따라서 속성에 대한 유사도의 측정은 두 가지의 측면에서 고려되어진다. 하나는 각 분할의 중심에 대한 각 속성간의 불확실성을 측정하는 것이고, 다른 하나는 각 속성이 가지는 불확실성에 대한 확률적 분포에 대한 불확실성을 측정하는 것이다. 특히 속성내의 불확실성은 속성의 엔트로피를 확률적 정보로 변환하여 불확실성을 측정하기 때문에 최종적인 불확실성은 비확률적인 척도와 확률적인 척도에서 고려되어 진다. 여러 실험과 척도를 통하여 제안한 알고리즘의 정확도가 최적의 초기치를 기반으로 군집분석을 수행한 결과에 준수함을 보인다.

• 기술혁신연구
• /
• 제29권4호
• /
• pp.125-160
• /
• 2021

오디오SNS는 기존의 SNS가 개방성을 추구하는 것과 달리, 제한적 속성을 주된 특징으로 한다. 본 연구에서는 가치기반수용모델(VAM)을 기반으로 제한적 속성이 사용자의 오디오SNS 수용에 있어서 어떠한 역할을 하는지 분석하고자 한다. 제한적 속성을 접근 제한성, 소통제한성, 콘텐츠제한성 변수로 정의해 각 변수가 VAM의 핵심 변수를 매개로 인지된 가치와 사용의도에 미치는 영향을 분석한다. 총 207명의 오디오SNS 사용자 및 잠재 사용자의 설문 응답을 토대로 분석한 결과에 따르면 3가지 제한성 변수가 인지된 편익 요소인 유용성과 유희성에 영향을 미치며 사용자의 수용의도에 긍정적인 영향을 미치는 것으로 분석되었다. 본 연구는 가치기반수용모델에 기반한 모형과 새로운 형태의 SNS 성장을 위한 방향성을 제시한다는 점에서 중요한 의의를 지닌다.

• 한국컴퓨터정보학회논문지
• /
• 제14권9호
• /
• pp.85-94
• /
• 2009

온라인 비디오 강좌는 내용 파악이 힘든 컨텐츠들이 대부분이기 때문에 학습자가 원하는 정보를 찾기란 쉽지 않다. 그래서 학습자들이 필요로 하는 내용을 정확하고 빠르게 제공해 주는 서비스가 필요하게 되었다. 본 논문에서는 학습자의 요구에 맞는 비디오 강좌를 제공해주기 위해 사용자 기반의 협업적 여과 방법을 변형하여 적용하고자 한다. 제안하는 알고리즘 방법은 학습자가 평가한 선호도 정보를 바탕으로 강좌의 특성을 이용해 분할한 영역에서 학습자와 비슷한 이웃 학습자들을 찾고, 이웃 학습자들에 의해 높은 선호도를 보인 강좌를 선별하고 강좌의 속성 정보를 반영하여 학습자에게 추천해 주는 방식이다. 즉, 강좌의 특성을 고려하여 강좌별로 분할한 후사용자 기반의 협업적 여과 방법을 통해 학습자의 선호도를 예측한다. 그리고 강좌의 속성을 이용한 속성 기반의 여과 방법을 적용해 예측된 강좌들과 유사도를 비교한 후 최종적으로 학습자의 선호도와 가장 유사한 강좌를 추천해 준다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2010년도 춘계 종합학술대회 논문집
• /
• pp.135-137
• /
• 2010

본 연구는 여러 정보환경 또는 정보 디자인 유형 중에서 짧은 정보 노출 시간에 비해 정보 전달력이 강해야 하는 정보유형의 인지력을 높이는 방법을 모색하기 위해 진행되었다. 이와 같은 정보를 본 연구에서는 '고기능성 정보(High-Functional Information)'라고 정의하고, 연구를 위해 7개 항공기에서 사용되고 있는 Safety Information을 중심으로, 고기능성 정보의 주요 속성과 그에 따른 거시적 정보 표현 방법에 대해서 연구하였다. 본 연구는 상황, 순서, 흐름, 구조 표현으로서의 정보디자인인 Safety Information을 기능변수에 대한 활용이 중요한 '고기능성 정보'라고 정의하고, 이에 대한 주요 정보 속성을 Accessibility, Errorless, Understandable, Timeliness로 제시하였다. 고기능성 정보는 맥락에 따라, 시각적 재현 측면에서 Understandable, Accessibility 속성이 충족되어야 하며, 사용자 조작 측면에서는 Errorless, Timeliness 속성이 충족되어야 한다. 각 측면에서의 거시적 표현 방법으로써, 시각적 재현 측면에서 독특 속성을 기반으로 한 속성이론, 도상화를 통한 "현실감지" 최대화, 정보 주도성(Proactivity), 잉여정보와 노이즈 정보의 최소화를 제시하였으며, 사용자 조작측면에서 맥락효과, 일차적 독특성을 중심으로 한 기억부호화, 이중부호화 및 표현 방법 등을 제시하였다. 본 연구에서의 개괄적인 연구 내용을 토대로 앞으로 정보환경 또는 디자인 유형과 속성에 따른 정보 표현방법에 관한 연구가 추진될 예정이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.73-75
• /
• 2006

생물체 내에서 중요 생물학적 기능을 수행하는 기본 단위인 단백질 및 이들의 상호작용 대한 많은 연구가 이루어져 다양한 생물체에 대한 단백질 상호작용 데이터베이스가 구축되었다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터를 이용하여 새로운 단백질 상호작용을 예측하는 방법을 제안한다. 논문에서는 문헌에서 연관 정보를 효율적으로 찾아내기 위하여 제안된 연관개념공간 탐색 방법을 확장하여 단백질 상호작용 예측에 사용한다. 단백질들은 각각이 가지는 다양한 속성들의 벡터로 간주되며, 상호작용은 해당 단백질들의 연관성을 통해 이루어지는 것으로 표현된다. 상호작용하는 두 단백질들의 속성은 단어의 공동 출현과 같이 고려되어 단백질 상호작용은 두 단백질 벡터의 요소로 표현되고 벡터의 요소 속성들 간의 연관성을 표현하기 위해 연관속성개념공간으로 사상되어 공간상의 거리 기반으로 연관속성을 추출한다. 추출된 연관속성을 최대로 포함하는 단백질들 간의 상호작용을 예측하는 방식으로 단백질 상호작용을 예측한다. 논문에서 제안한 방법은 효모의 단백질 상호작용 예측에 대해 평균 약 91.8%의 예측 정확도를 보여, 연관속성개념공간을 이용한 방법이 단백질 상호작용을 예측하는 또 다른 대안으로 사용 될 수 있음을 확인하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권1호
• /
• pp.88-98
• /
• 1999

사이버 박물관과 같은 응용 분야에서는 기존의 단순 속성, 텍스트 키워드 검색 이외에 색상, 형태, 질감과 같은 이미지 특징을 기반으로 하는 효율적인 내용-기반 검색이 요구된다. 본 논문에서는 사이버 박물관을위한 내용-기반 멀티미디어 정보검색 시스템을 설계 및 구현한다. 이를 위해, 박물관 문화재중에서 특히 도자기 이미지 객체에 대해 색상과 형태에 기반한 효율적인 이미지 특징벡터 추출방법을 제안한다. 아울러, 단순 속성 검색에대해서는 B+-트리, 텍스트 키워드 검색에 대해서는 역화일 기법, 그리고 이미지 특징 검색에 대해서는 TV-트리(Telescopic Vector)를 지원하는 통합 검색 기법을 제안한다. 그리고 UNIX OS와 X11R5 라이브러리 환경에서 표준 C 언어를 사용하여 내용 -기반 멀티미디어 정보검색 시스템을 구현한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.47-50
• /
• 2005

센서와 모바일 기술의 발달로 인해 다양한 센서에서 수집된 스트림 데이터를 처리하는 연구들이 많이 수행되고 있다. 다차원 속성의 스트림 데이터는 센서에서 주기적으로 수집되어 버퍼링 후 처리되기 때문에 기존의 투플 기반의 데이터 분류 기법에 적합하지 않다. 따라서 이 논문에서는 윈도우 기반의 스트림 데이터 분류를 위해 각 속성의 평균과 표준편차 값을 이용하여 투플 기반으로 변환하는 기법을 제안한다. 제안된 기법의 타당성은 투플 기반 데이터 분류 기법(의사결정트리, 단순 베이지안 분류기, 베이지안 신뢰 네트워크)에 의한 정확도 측정에 기반 한다. 로봇에서 수집된 센서 데이터를 이용한 실험 결과, 높은 정확도로 제안된 기법이 타당함을 증명하였으며 베이지안 신뢰 네트워크 기법이 다른 기법에 비해 우수함을 발견하였다.