• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.149-152
• /
• 2011

스카이라인 질의는 대량의 데이터들의 집합에서 데이터들 사이의 지배관계를 활용하여 사용자가 '관심을 가질만한' 데이터들만을 반환하는 질의로서 의사결정문제에서 유용하게 사용되고 있다. 스카이라인 질의는 데이터의 차원이 높아질수록 사용자에게 아주 많은 데이터를 반환하게 되는 단점이 있다. 이러한 문제를 해결하기 위해, 지배관계 정의를 완화하여 모든 차원 대신에 k개의 차원을 고려한 k-지배 스카이라인 질의가 제시되었다. 하지만 k-지배 스카이라인 질의의 경우 데이터들 사이에 k-지배 순환관계를 이루기도 하는데, 이 경우 사용자에게 의미 있는 데이터들이 그 결과에서 제외되기도 한다. 또한 k의 값이 감소함에 따라 k-지배 스카이라인의 수가 급격히 감소하게 된다. 이러한 문제점을 보완하기 위해 본 논문에서는 k-지배 관계를 점수화 하는 새로운 질의인 차등 k-지배 스카이라인 질의 및 질의처리 알고리즘을 제시하고, 실험을 통해 차등 k-지배 스카이라인 질의 효율성을 입증한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.13-14
• /
• 2012

최근 스마트 모바일 기기의 보급이 확산되면서 기존 유선 P2P기반의 서비스를 확장하여 무선 환경에서 이동 단말기를 대상으로 하는 모바일 P2P에 대한 서비스에 대한 연구가 진행되고 있다. 본 논문에서는 이동 P2P 환경에서 스카이라인 질의 처리를 효율적으로 수행하기 위해 로컬 스카이라인 병합을 이용한 효율적인 질의 처리 기법을 제안한다. 제안하는 기법은 동적인 속성을 고려한 스카이라인 질의 처리를 위해 질의 피어를 중심으로 로컬 스카이라인을 생성한 후 배포함으로써 불필요한 피어에 대한 가지치기를 수행한다. 모든 피어들에 대한 스카이라인 집합을 병합하여 전체 영역에 대한 글로벌 스카이라인을 형성할 수 있다. 이와 같은 특성을 통해 제안하는 기법은 스카이라인 질의 처리 성능을 크게 향상시킨다.

• Journal of KIISE:Databases
• /
• v.34 no.1
• /
• pp.70-83
• /
• 2007

Most of works for skyline queries have focused on static data objects. With the advance in mobile applications, however, the need of continuous skyline queries for moving objects has been increasing. To process continuous skyline queries, the 4-phased decision method of skyline regions has been proposed recently. However, it is not feasible for a large number of data because of the high cost of computing skyline regions. To solve this problem, this paper first provides a theoretical analysis of the 4-phased decision method. Then we propose a progressive decision method of skyline regions for the 4-phased decision method, which consists of a distance-based pruning and an extent shrinking of region decision lines. The proposed method can efficiently reduce the cost of the decision of skyline region in the 4-phased decision method. This paper also presents the experimental results to show the effectiveness of the proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.73-75
• /
• 2005

최근에 이동 객체의 위치 정보를 활용한 위치기반서비스(Location-based Services : LBS)에 대한 관심이 급증하고 있고, 다양한 서비스들이 연구되고 있다. 기존의 이동 객체에 대한 위치 의존 질의(Location-dependent Query)들은 단순히 대상 객체와의 거리만을 고려하였고, 스카이라인 질의(Skyline Query)는 질의의 위치와 무관한 대상 객체의 정적인 속성만을 고려하였다. 이동 객체에 대한 스카이라인 질의는 스카이라인 질의의 다중 속성과 이동 객체의 동적인 속성인 대상 객체와의 거리를 고려해야 하기 때문에 이동 객체의 위치 변경에 따른 연속적인 질의가 발생한다. 이 논문에서는 이동 객체의 연속적인 스카이라인 질의를 효율적으로 처리하기 위한 Voronoi Diagram(VD)기반의 스카이라인 영역(Skyline Region)정의와 효율적인 영역 결정 기법을 제안한다.

• Proceedings of The KACE
• /
• 2018.01a
• /
• pp.45-48
• /
• 2018

스카이라인 질의는 지배라는 개념을 활용, 주어진 데이터로부터 데이터를 대표할 수 있는 데이터들을 탐색하기 때문에 사용자의 요청에 부합하는 최적의 결과를 탐색하거나 기업에서 의사결정을 이루기 위해 사용되는 등 넓은 활용을 보이고 있다. 하지만 스카이라인 질의는 데이터의 차원이 증가하는 경우 전체적인 성능의 감소와 함께 스카이라인으로 선택되는 데이터의 수가 급증하여 사용자에게 유용한 결과를 반환하지 못하게 된다. 이러한 문제를 해결하기 위해 최근에는 Top-k 질의 기반의 방식이나 군집화 기반의 기법을 적용한 방식의 스카이라인 질의들이 새롭게 제안되고 있지만 이들은 데이터의 편향이나 사용자로부터 입력된 k에 큰 영향을 받는 등 해당 질의 결과가 데이터들을 충분히 대표하거나 다양성을 만족시키지 못했다. 이러한 문제를 해결하기 위해 본 논문에서는 해시 색인 기법과 군집화 기법인 DBSCAN을 통해 주어진 데이터들을 충분히 대표함과 동시에 다양성을 만족할 수 있는 새로운 방식의 스카이라인인 CHI-SQ의 이론적 배경을 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.1065-1067
• /
• 2012

의사 결정을 위한 추천 시스템에 유용하게 쓰이는 스카이라인 계산은 데이터간의 비교에 상당한 시간이 소요되기 때문에 추천 서비스를 실시간에 하기 위해서는 스카이라인을 사전에 계산해 두는 것이 일반적이다. 그러나 모바일 환경에서는 사용자의 위치에 따라 스카이라인이 변하기 때문에, 사전에 계산해 놓은 스카이라인을 조정하는 다양한 연구가 진행되고 있다. 본 연구에서는 이동하는 사용자에게 품질 높은 데이터를 추천해 주기 위해 스카이라인을 확장하는 기법들을 제안하고 이들을 분석해 보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.55-58
• /
• 2016

스카이라인 질의란 다수의 선택지 중 '선호될 만한(preferable)' 선택지를 요청하는 질의이다. 사용자가 검토해야하는 선택지의 수를 대폭 감소시키는 스카이라인 질의는 데이터가 폭증하는 빅데이터 환경에서 매우 유용하게 활용된다. 이러한 배경에서 대용량 데이터에 대한 스카이라인 질의를 분산 병렬 처리하는 기법이 각광을 받고 있으며, 특히 맵리듀스(MapReduce) 기반의 분산 병렬 처리 기법 연구가 활발히 진행 중이다. 맵리듀스 기반 알고리즘의 병렬성 제고를 위해서는 부하 불균등 문제 중복 계산 문제 과다한 네트워크 비용 발생 문제를 해소해야 한다. 최근 각 기반 공간분할 기법을 사용하여 부하 불균등 문제와 중복 계산 문제를 해소하는 맵리듀스 기반 스카이라인 질의 처리 기법이 제안되었으나 해당 기법은 네트워크 비용 관점에서 최적화되어있지 않다. 본 논문에서는 부하 불균등 문제와 중복 계산 문제를 해소하면서도 프루닝을 통해 네트워크 비용 절감 시킬 수 있는 새로운 맵리듀스 기반 병렬 스카이라인 질의 처리 기법인 MR-SEAP(MapReduce sample Skyline object Equality Angular Partitioning)을 제안한다. MR-SEAP에서는 데이터를 샘플링하여 샘플 스카이라인 객체를 추출한 뒤 해당 객체들을 균등 분배하는 각도를 기준으로 공간을 분할하여 스카이라인 질의를 병렬 계산하되, 샘플 스카이라인을 이용하여 다수의 객체를 사전에 프루닝함으로써 네트워크 비용을 절감한다. 본 논문에서는 다양한 데이터 수량(cardinality) 및 분포(distribution)에 따른 제안 기법의 성능을 실험 평가함으로써 제안 기법의 우수성을 검증한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.17-20
• /
• 2011

최근 위치 기반 서비스(location-based service)가 발달함에 따라 이동 객체에 대한 다양한 질의 처리 기법들이 연구되고 있다. 그 중에서 다중 속성을 고려할 수 있는 스카이라인 (skyline)과 스카이라인을 응용한 기법으로 리버스 스카이라인 (reverse skyline) 이 연구되었다. 하지만 기존에 연구된 리버스 스카이라인 질의 처리 기법은 객체들의 이동성은 고려되지 많은 연구이다. 본 논문에서는 질의 객체가 이동하는 환경을 고려한 연속적인 리버스 스카이라인 질의 처리 기법을 제안한다. 제안하는 기법은 가지치기(pruning) 기법을 통해 질의에 영향을 주지 않는 객체들을 제외하고, 남은 후보 객체들을 대상으로 모니터링을 수행하여 연속 리버스 스카이라인을 점진적으로 처리한다. 성능평가를 통해 제안하는 기법이 기존 기법에 비해 최대 10배 우수한 성능을 모임을 확인하였다.

• Journal of KIISE:Databases
• /
• v.35 no.2
• /
• pp.182-191
• /
• 2008

Most of previous works for skyline queries have focused only on static attributes of target objects. With the advance in mobile applications, however, the need of continuous skyline queries for moving objects has been increasing. Even though several techniques to process continuous skyline queries have been proposed recently, they cannot process subspace queries, which use only the subset of attribute dimensions. Therefore it is not feasible to utilize those methods for mobile applications which must consider moving objects and subspaces simultaneously. In this paper, we propose a dominant object-based pruning method to compute subspace skyline of moving objects efficiently at query time and present the experimental results to show the effectiveness of the proposed method.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.7
• /
• pp.819-823
• /
• 2010

The skyline query is one of the effective methods to deal with the large amounts and multi-dimensional data set. By utilizing the concept of 'dominate' the skyline query can pinpoint the target data so that the dominated ones, about 95% of them, can efficiently be excluded as an unnecessary data. Most of the skyline query algorithms, however, have been developed in terms of the numerical data set. This paper pioneers an entirely new domain, the categorical data, on which the corresponding ranking measures for the skyline queries are suggested. In the experiment, the ACM Computing Classification System has been exploited to which our methods are significantly represented with respect to performance thresholds such as the processing time and precision ratio, etc.