• 정보처리학회논문지B
• /
• 제10B권3호
• /
• pp.297-304
• /
• 2003

요즘, 인터넷 등장 이후 폭발적으로 증대되는 웹 정보를 효율적으로 사용하기 위한 시스템들이 요구되고 있다. 이러한 요구를 해결하기 위해 개발된 시스템들은 서비스 정보의 질을 향상시키기 위하여 클러스터링 기법을 이용하고 있다. 클러스터링은 무질서한 데이터들의 상호 연관관계를 정의하고 이를 통하여 보다 체계적으로 데이터를 군집화하는 것이다. 클러스터링을 이용한 시스템은 비슷한 내용을 묶어 사용자에게 제공함으로, 사용자는 보다 효율적으로 정보를 파악할 수 있다. 그래서 이전 연구에서 대량의 데이터를 효율적으로 클러스터링 하기 위하여 통합 클러스터링 방식을 제안하였다. 이 방식은 COBWEB 알고리즘을 이용하여 초기 클러스터를 생성한 후 Etzioni 알고리즘을 이용하여 클러스터링을 생성하는 방식이다. 본 논문은 이러한 기존의 통합 클러스터링 방식의 정확성과 효율성을 높이기 위하여, 다음 두 가지 방식을 제안한다. 첫째, 클러스터할 데이터의 속성의 가중치클 고려한 클러스터링 방식을 제안한다. 둘째, 기존의 클러스터링 방식의 효율성을 지원하기 위하여, 초기 클러스터를 생성하는 평가 함수를 재정의한다. 본 논문에서 제안하는 클러스터링 방식은 방대한 양의 데이터를 효율적으로 처리 할 수 있으며 데이터의 입력 순서의 의존도를 줄여, 데이터를 효과적으로 클러스터, 양질의 사용자 프로파일 구축에 도움을 주게 된다.

• 한국통신학회논문지
• /
• 제42권5호
• /
• pp.992-998
• /
• 2017

지역 기반 D2D 광고를 위하여 소스 단말은 인근에 분포되어 있는 불특정 다수의 사용자들에게 광고를 전송한다. 유효 범위 내에 사용자들이 무작위로 균일하게 분포되어 있는 경우, 광고 확산을 위하여 적절하게 목표지역을 설정하는 것은 매우 어려운 문제 중 하나이다. 본 논문에서는 기대최대화 기반 사용자 클러스터링을 이용한 D2D 광고 확산 알고리즘을 제안한다. 각 클러스터로 분류된 사용자들의 분포는 주성분을 통해 예측할 수 있다. 즉, 각 클러스터의 주성분을 이용하여 광고 확산을 위한 목표지역 및 확산 경로를 설정할 경우 예측한 사용자 분포를 따라 광고가 확산되는 효과를 기대할 수 있다. 시뮬레이션을 통해 전체 사용자 수 대비 광고를 수신한 사용자 수의 비율을 의미하는 포함확률과 사용자 당 평균 광고 수신 수에 대해 비교 분석한다.

• 한국정보통신학회논문지
• /
• 제26권10호
• /
• pp.1441-1446
• /
• 2022

현대인들은 음식 레시피에 대한 다양한 정보들을 인터넷이나 소셜 미디어 등에서 매우 쉽게 접할 수 있게 되었다. 음식 레시피를 제공하는 공급량이 많아지면서 범람하는 정보 안에서 사용자들이 각자에 맞는 레시피를 찾기에는 수고로움이 따르게 된다. 이처럼 사용자들의 요구사항을 반영하여 정보를 제공할 필요성이 높아졌고, 음식 레시피와 요리 추천에 관련 연구가 활발해지고 있다. 또한, 이를 활용한 인터넷, 영상 및 어플리케이션 시장 역시 급속도로 활성화되고 있다. 본 연구에서는 음식 레시피 사용자들의 관점에서 레시피를 분류하기 위하여 사용자의 리뷰 데이터를 비지도학습인 K-평균 군집화 기법을 적용하였으며, 이를 통해 "음식 레시피 분류 모델"을 도출하였다. 그 결과 특정 목적, 조리 단계 등 많은 사용자들이 필요한 정보를 포함한 총 25개의 군집으로 분류하였다.

• 대한건축학회논문집:계획계
• /
• 제36권4호
• /
• pp.103-111
• /
• 2020

Perforated metal sheets are used as panels of facades for controlling environmental factors while ensuring user's visibility. Despite their functional potentials, only a specific direction of facades or an orientation of a building was considered in the relevant studies. This study proposed a design methodology for the perforated panel facades that reflects the location on the facades and the user's requirements. The optimization of quantitative and qualitative performance is achieved through communication between designers and users in a VR system. In optimizing quantitative performances, designers use machine learning techniques such as clustering and genetic algorithm to allocate optimal panels on the facades. In optimizing qualitative performances, through the VR system, users intervene in evaluating performances whose preferences are depending on them. The experiment using the office project showed that designers were able to make decisions based on clustering using GMM to optimize multiple quantitative performances. The gap between the target and final performance could be narrowed by limiting the types of perforated panels considering mass customization. In assessing visibility as a qualitative performance, users were able to participate in the design process using the VR system.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.711-716
• /
• 2006

Since the introduction of digital camera to the mass market, the number of digital photos owned by an individual is growing at an alarming rate. This phenomenon naturally leads to the issues of difficulties while searching and browsing in the personal digital photo archive. Traditional approach typically involves content-based image retrieval using computer vision algorithms. However, due to the performance limitations of these algorithms, at least on the casual digital photos taken by non-professional photographers, more recent approaches are centered on time-based clustering algorithms, analyzing the shot times of photos. These time-based clustering algorithms are based on the insight that when these photos are clustered according to the shot-time similarity, we have "event clusters" that will help the user browse through her photo archive. It is also reported that one of the remaining problems with the time-based approach is that people perceive events in different scales. In this paper, we present an adaptive time-based clustering algorithm that exploits the usage history of digital photos in order to infer the user's preference on the event granularity. Experiments show significant performance improvements in the clustering accuracy.

• 한국컴퓨터그래픽스학회논문지
• /
• 제16권4호
• /
• pp.35-40
• /
• 2010

최근 디지털 사진의 보급으로 인해, 일반 사람들 또한 한번에 수백장의 사진을 촬영하는 일이 많아졌고 최근에 사진 관리에 대한 많은 연구가 진행되고 있다. 대부분의 사진 관리에 사용되는 썸네일 기반의 순차적인 격자 인터페이스는 사진의 한가지 특성에 따라 각 사진을 정렬하는 방식을 사용한다. 이러한 방식은 사용자가 많은 수의 사진을 관리하기에는 많은 스크롤링과 클릭을 요구하게 되므로 많은 시간과 집중력이 요구된다. 본 논문에서는, 색상 유사도와 촬영 시각을 이용하여, 각 사진을 클러스터링하고 촬영 시각의 흐름에 따라 배열하는 인터페이스를 제안한다. 제안한 인터페이스는 사진의 촬영시각에 따라 먼저 각 사진들을 클러스터링하고 한번 분류된 클러스터 사진들은 서로 유사한 색상의 사진들끼리 2차로 재분류한다. 이 때 사용한 2차 클러스터링 방법은 구간 그래프의 최대 클리크 찾기 찾기 알고리즘을 이용한 방법으로 25가지 색상의 히스토그램을 비교한다. 분류된 사진들은 클러스터의 순서에 따라 연속적으로 각 클러스터들을 배치한다. 제안한 클러스터링 기능과 사진 배치 인터페이스를 평가하기 위해서, 설문조사 기반의 사용자 평가를 수행하였다.

• 한국인터넷방송통신학회논문지
• /
• 제14권1호
• /
• pp.101-107
• /
• 2014

본 논문에서는 협업 필터링 알고리즘을 클러스터링 기반으로 분산 환경에서 구현하여, 추천을 위한 수행 시간을 최적화 하는 방법에 대한 제안을 한다. 하둡 기반으로 시스템을 구성하였고, 분산 Min-hash 클러스터링 기반의 협업 필터링 방법을 제안하고, 이를 기반으로 분산 추천 시스템을 구성하였다. 분산 사용자 기반 협업 필터링 기법을 사용하여 무비렌즈 (Movie Lens)의 영화 평점 데이터를 기반으로 각각의 사용자에게 알맞은 영화를 추천해주는 분산추천 시스템을 구현하고 실험을 통하여 성능의 우수성을 검증하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 컴퓨터소사이어티 추계학술대회논문집
• /
• pp.223-226
• /
• 2003

Because UMLS semantic network is bulky and complex, user hard to understand and has shortcoming that can not express all semantic network on screen. To solve this problem, rules to dismember semantic network efficiently are introduction. but there is shortcoming that this should classifies manually applying rule whenever UMLS semantic network is modified. Suggest automatic clustering method of UMLS semantic network that use genetic algorithm to solve this problem. Proposed method uses Linked semantic relationship between each semantic type and semantic network does clustering by structurally similar semantic type linkages. To estimate the performance of suggested method, we compared it with result of clustering method by rule.

• 한국정보처리학회논문지
• /
• 제7권3호
• /
• pp.909-922
• /
• 2000

High sped messaging layer for application's feeling of low level network performance is needed by Clustering System based on high speed network fabrics. It should have the mechanism to directly pass messages between network card and application space, and provide flexible affodabilities for many diverse applications. In this paper, CROWN (Clustering Resources On Workstations' Network) which is designed and implemented for multi-purpose clustering system will be introduced briefly, and CLCP(CROWN Lean Communication Primitives)which is the high speed messaging layer for CROWN will be followed. CLCP consists of a firmware for controlling Myrinet card, device drier, and user libraries. CLCP supports various application domains as a result of pooling and interrupt receive mechanism. In case of polling based receive, 8 bytes short message, and no other process, CLCP has 262 micro-second response time between two nodes, and IM bytes large message, it shows 442Mbps bandwidth.

• Journal of Information Processing Systems
• /
• 제17권1호
• /
• pp.163-177
• /
• 2021

Many methods of discovering social networking communities or clustering of features are based on the network structure or the content network. This paper proposes a community discovery method based on topic models using a time factor and an unsupervised clustering method. Online community discovery enables organizations and businesses to thoroughly understand the trend in users' interests in their products and services. In addition, an insight into customer experience on social networks is a tremendous competitive advantage in this era of ecommerce and Internet development. The objective of this work is to find clusters (communities) such that each cluster's nodes contain topics and individuals having similarities in the attribute space. In terms of social media analytics, the method seeks communities whose members have similar features. The method is experimented with and evaluated using a Vietnamese corpus of comments and messages collected on social networks and ecommerce sites in various sectors from 2016 to 2019. The experimental results demonstrate the effectiveness of the proposed method over other methods.