• 동아시아식생활학회지
• /
• 제19권1호
• /
• pp.1-8
• /
• 2009

The purpose of this study was to investigate consumption behaviors regarding red pepper paste according to the food-related lifestyles of housewives. Data were collected from 210 housewives living in the Gyeongnam region of Korea through a self-administered questionnaire on November, 2008. Frequencies, factor analysis, Cronbach's alpha, cluster analysis, one-way analysis of variance, and chi-square tests were conducted using SPSS v. 14.0. Food-related lifestyles were categorized into one of five factors: popularity-seeking type, health-seeking type, convenience-seeking type, safety-seeking type, and taste-seeking type. In addition, the respondents were divided into four groups by cluster analysis: safety-seeking group, convenience-seeking group, popularity-seeking group, and taste-seeking group. The chi-square tests revealed that there were significant differences in awareness regarding how to prepare red pepper paste, the reason for buying it at the market, where to buy it, where to obtain information regarding it, the most important factor considered when buying it, and the reason for dissatisfaction with it at the market.

• 전기학회논문지P
• /
• 제64권2호
• /
• pp.85-91
• /
• 2015

With the increasing popularity of Smart Grid infrastructure, it is much easier to collect energy usage data using AMI (Advanced Measuring Instrument) from residential housing, buildings and factories. Several researches have been done to improve an energy efficiency by analyzing the collected energy usage data. However, it is not easy to store and analyze the energy data using a traditional relational database management system since the data size grows exponentially with an increasing popularity of Smart grid infrastructure. In this paper, we are proposing a Hadoop based Big data system to store and analyze energy usage data. Based on our limited experiments, Hadoop based energy data analysis is three times faster than that of a relational database management system based approach with the current system.

• Journal of Computing Science and Engineering
• /
• 제7권1호
• /
• pp.21-29
• /
• 2013

The introduction of recommender systems to existing online services is now practically inevitable, with the increasing number of items and users on online services. Popular recommender systems have successfully implemented satisfactory systems, which are usually based on collaborative filtering. However, collaborative filtering-based recommenders suffer from well-known problems, such as popularity bias, and the cold-start problem. In this paper, we propose an innovative collaborative-filtering based recommender system, which uses the concepts of Experts and Novices to create fine-grained recommendations that focus on being novel, while being kept relevant. Experts and Novices are defined using pre-made clusters of similar items, and the distribution of users' ratings among these clusters. Thus, in order to generate recommendations, the experts are found dynamically depending on the seed items of the novice. The proposed recommender system was built using the MovieLens 1 M dataset, and evaluated with novelty metrics. Results show that the proposed system outperforms matrix factorization methods according to discovery-based novelty metrics, and can be a solution to popularity bias and the cold-start problem, while still retaining collaborative filtering.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권7_8호
• /
• pp.780-791
• /
• 2003

낮은 대여폭을 갖는 이동 컴퓨팅 환경에서 캐슁은 요구 경쟁을 감소시킴으로서 응답시간을 향상시킬수 있는 유용한 방법이다. 전통적인 캐쉬 기반의 시스템에서는 히트율을 향상시키는 것이 일반적으로 빠른 응답시간을 위한 주요한 관심사중의 하나였다. 그렇지만, 이동 컴퓨팅 환경에서는 히트율 뿐만 아니라 미스 비용의 고려도 필요하다. 본 논문에서는 풀 기반의 데이타 분산 시스템에서 새로운 캐쉬 대체 전략을 제시하고 시뮬레이션을 통하여 성능을 평가한다. 제시한 전략은 인기도와 대기 시간을 함께 고려하여 인기도와 대기 시간을 곱한 값 중에서 가장 작은 값을 갖는 페이지를 대체 페이지로 선정한다.

• 한국정보과학회논문지:시스템및이론
• /
• 제34권4호
• /
• pp.138-144
• /
• 2007

최근 VOD(Video-On-Demand) 서비스가 널리 이용되면서 멀티미디어 스트리밍 서버를 위한 데이타 캐슁 기법의 중요성이 점점 증가하고 있다. 기존 연구를 통해 인터벌 캐슁 기법과 이를 객체의 인기도를 반영하도록 확장한 기법들이 다양한 환경에서 우수한 성능을 나타냄이 입증되었다. 본 논문에서는 이와 같은 기존의 기법을 블록 수준으로 세분화할 경우 멀티미디어 스트리밍 서버의 성능을 더욱 향상 시킬 수 있음을 보인다. 실제 VOD 서버의 트레이스를 이용한 시뮬레이션 실험을 통해 본 논문이 제안한 알고리즘이 캐쉬 적중률과 스트림의 초기 지연 시간을 향상시킴을 보인다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제7권12호
• /
• pp.3149-3165
• /
• 2013

Content based image retrieval is increasingly gaining popularity among image repository systems as images are a big source of digital communication and information sharing. Identification of image content is done through feature extraction which is the key operation for a successful content based image retrieval system. In this paper content based image retrieval system has been developed by adopting a strategy of combining multiple features of shape, color and relevance feedback. Shape is served as a primary operation to identify images whereas color and relevance feedback have been used as supporting features to make the system more efficient and accurate. Shape features are estimated through second derivative, least square polynomial and shapes coding methods. Color is estimated through max-min mean of neighborhood intensities. A new technique has been introduced for relevance feedback without bothering the user.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제9권3호
• /
• pp.59-66
• /
• 2020

현재 네트워크의 트래픽 부하 급증과 같은 문제를 해결하기 위해 기존의 호스트 기반 네트워크와 완전히 다른 아키텍처를 가진 콘텐츠 중심네트워크(CCN)가 등장하였다. 네트워크 상 모든 라우터가 캐시 한다는 특징을 가진 CCN의 성능을 향상시키기 위해 캐시 교체 정책에 대한 연구가 매우 활발하다. 따라서 본 논문에서는 실제 네트워크 상황을 고려하여 요청되는 콘텐츠의 인기도가 끊임없이 변화하는 상황에 적합한 캐시 교체 정책을 제안한다. 제안하는 알고리즘의 성능을 평가하기 위해 콘텐츠의 인기도가 지속적으로 변화하는 환경에서 실험하였고, 적중률 비교와 서버 부하분석을 통해 기존의 교체정책보다 우수함을 확인하였다.

• 정보관리학회지
• /
• 제29권2호
• /
• pp.135-154
• /
• 2012

야후 앤서(Yahoo! Answers)와 네이버 지식인과 같은 지식검색 커뮤니티는 인터넷에서 정보를 찾고 공유하는 중요한 수단으로 부상하였다. 그러나 지식검색 커뮤니티의 인기가 날로 높아지는 것과 비례하여 정보자원으로서의 유효성에 대한 우려 또한 커지고 있는 것이 주지의 사실이다. 이러한 맥락에서 본 논문은 지식검색 커뮤니티와 관련된 신뢰성 문제에 대한 선행 연구들을 정리하고 향후 연구 과제를 제시함으로써 지식검색 커뮤니티 신뢰성에 관한 연구를 활성화시키는데 도움이 되고자 한다.

• 디지털산업정보학회논문지
• /
• 제6권2호
• /
• pp.1-9
• /
• 2010

The increasing popularity of mobile devices, such as cellular phones, smart phones, and PDAs, has fostered the need to recommend more effective information in ubiquitous environments. We propose the recommendation method for mobile contents service using contexts and prefetching in ubiquitous environment. The proposed method enables to find some relevant information to specific user's contexts and computing system contexts. The prefetching has been applied to recommend to user more effectively. Our proposed method makes more effective information recommendation. The proposed method is conceptually comprised of three main tasks. The first task is to build a prefetching zone based on user's current contexts. The second task is to extract candidate information for each user's contexts. The final task is prefetch the information considering mobile device's resource. We describe a new recommendation.

• 정보처리학회논문지D
• /
• 제15D권4호
• /
• pp.485-494
• /
• 2008

인터넷이 광범위하게 활용됨에 따라 검색 키워드, 멀티미디어 객체, 웹 페이지, 블로그 등의 다양한 웹 객체들이 크게 증가하고 있다. 이러한 웹 객체들의 인기도는 시간에 따라 변화하며, 그러한 웹 객체 인기도의 시간적 패턴에 대한 마이닝이 여러 가지 웹 응용에 필요한 중요한 연구 과제가 되고 있다. 예를 들어, 검색 키워드에 대한 인기도 패턴의 분석은 앞으로 인기가 높아질 키워드를 미리 예측할 수 있게 하여 광고주들에게 키워드를 판매하기 위한 가격을 결정하는 데에 중요한 자료가 될 수 있다. 하지만, 웹 객체 인기도가 시간에 따라 변화하고 웹 객체의 개수가 매우 방대하다는 특성으로 인하여 웹 객체 인기도에 대한 분석은 매우 어려운 문제이다. 본 논문에서는 웹 객체 인기도의 시간적 패턴을 마이닝하기 위한 효율적인 알고리즘을 제안한다. 본 논문은 웹 객체 인기도를 시계열로 표현하고, 두 웹 객체 인기도 간의 유사성을 측정하기 위하여 gap 척도를 제안한다. gap 척도의 효율적인 계산을 위하여 FFT를 활용한 알고리즘을 제안하고, 밀도기반 클러스터링 알고리즘을 이용하여 유사한 인기도 추세를 갖는 웹 객체들의 클러스터를 생성한다. 본 논문에서는 웹 객체 인기도가 특정 분포를 따르거나 주기적이라고 가정하지 않는다. Google Trends 웹 사이트로부터 구한 검색 키워드 인기도를 이용한 실험을 통하여, 제안된 알고리즘이 실세계 응용에서 유용함을 보인다.