• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권2호
• /
• pp.122-129
• /
• 2014

Effective information gathering and retrieval of the most relevant web documents on the topic of interest is difficult due to the large amount of information that exists in various formats. Current information gathering and retrieval techniques are unable to exploit semantic knowledge within documents in the "big data" environment; therefore, they cannot provide precise answers to specific questions. Existing commercial big data analytic platforms are restricted to a single data type; moreover, different big data analytic platforms are effective at processing different data types. Therefore, the development of a common big data platform that is suitable for efficiently processing various data types is needed. Furthermore, users often possess more than one intelligent device. It is therefore important to find an efficient preference profile construction approach to record the user context and personalized applications. In this way, user needs can be tailored according to the user's dynamic interests by tracking all devices owned by the user.

• 지능정보연구
• /
• 제22권4호
• /
• pp.109-122
• /
• 2016

최근 빅데이터 분석은 기업과 전문가뿐만 아니라 개인이나 비전문가들도 큰 관심을 갖는 분야로 발전하였다. 그에 따라 현재 공개된 데이터 또는 직접 수집한 이터를 분석하여 마케팅, 사회적 문제 해결 등에 활용되고 있다. 국내에서도 다양한 기업들과 개인이 빅데이터 분석에 도전하고 있지만 빅데이터 공개의 제한과 수집의 어려움으로 분석 초기 단계에서부터 어려움을 겪고 있다. 본 논문에서는 빅데이터 공유를 방해하는 개인정보, 빅트래픽 등의 요소들에 대한 기존 연구와 사례들을 살펴보고 정책기반의 해결책이 아닌 시스템을 통해서 빅데이터 공유 제한 문제를 해결 할 수 있는 클라이언트-서버 모델을 이용해 빅데이터를 공개 및 사용 할 때 발생하는 문제점들을 해소하고 공유와 분석 활성화를 도울 수 있는 방안에 대해 기술한다. 클라이언트-서버 모델은 SPARK를 활용해 빠른 분석과 사용자 요청을 처리하며 Server Agent와 Client Agent로 구분해 데이터 제공자가 데이터를 공개할 때 서버 측의 프로세스와 데이터 사용자가 데이터를 사용하기 위한 클라이언트 측의 프로세스로 구분하여 설명한다. 특히, 빅데이터 공유, 분산 빅데이터 처리, 빅트래픽 문제에 초점을 맞추어 클라이언트-서버 모델의 세부 모듈을 구성하고 각 모듈의 설계 방법에 대해 제시하고자 한다. 클라이언트-서버 모델을 통해서 빅데이터 공유문제를 해결하고 자유로운 공유 환경을 구성하여 안전하게 빅데이터를 공개하고 쉽게 빅데이터를 찾는 이상적인 공유 서비스를 제공할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제21권10호
• /
• pp.43-48
• /
• 2016

This study is to examine how big data collects user's information and is used; the status quo of exposures of user's information, and various measures of self-control by the user. This study is also to look their ethical issues and discuss problems of privacy concerning big data. As a way for users to self-control their information, they need to check the log-in state of web portal sites and set up their account so that customized advertisement and location information cannot be tracked. When posting a blog, the value of posting should be controlled. When becoming a member of a web site, users must check the access terms before agreement and beware of chained agreements and/or membership joins in order to control the exposure of their personal information. To prevent information abuse through big data through which user's information is collected and analyzed, all users must have the right to control, block or allow personal information. For an individual to have the right to control over his information, users must understand the concept of user's information and practice ethics accompanied by newly given roles in the Internet space, which will lead to the establishment of the sound and mature information society on the Internet.

• Journal of Information Technology Applications and Management
• /
• 제28권1호
• /
• pp.13-31
• /
• 2021

The purpose of this study is to find the factors that influence big data characteristics on decision satisfaction and utilization behavior, analyze the extent of their influence, and derive differences from existing studies. To summarize the results of this study, First, the study found that among the three categories that classify the characteristics of big data, qualitative attributes such as representation, purpose, interpretability, and innovation in the value innovation category greatly enhance decision confidence and decision effectiveness of decision makers who make decisions using big data. Second, the study found that, among the three categories that classify the characteristics of big data, the individuality properties belonging to the social impact category improve decision confidence and decision effectiveness of decision makers who use big data to make decisions. However, collectivity and bias characteristics have been shown to increase decision confidence, but not the effectiveness of decision making. Third, the study found that among the three categories that classify the characteristics of big data, the attributes of inclusiveness, realism, etc. in the integrity category greatly improve decision confidence and decision effectiveness of decision makers who make decisions using big data. Fourth, it was analyzed that using big data in organizational decision making has a positive impact on the behavior of big data users when the decision-making confidence and finally, decision-making effect of decision-makers increases.

• Journal of Information Technology Applications and Management
• /
• 제26권5호
• /
• pp.57-65
• /
• 2019

Recommendation Systems are information technologies that E-commerce merchants have adopted so that online shoppers can receive suggestions on items that might be interesting or complementing to their purchased items. These systems stipulate valuable assistance to the user's purchasing decisions, and provide quality of push service. Traditionally, Recommendation Systems have been designed using a centralized system, but information service is growing vast with a rapid and strong scalability. The next generation of information technology such as Cloud Computing and Big Data Environment has handled massive data and is able to support enormous processing power. Nevertheless, analytic technologies are lacking the different capabilities when processing big data. Accordingly, we are trying to design a conceptual service model with a proposed new algorithm and user adaptation on dynamic recommendation service for big data environment.

• 중소기업융합학회논문지
• /
• 제5권1호
• /
• pp.1-6
• /
• 2015

최근 현대인의 식습관에 의해서 질병의 예방, 관리, 건강증진 등을 제공하는 유헬스케어 서비스의 트랜드가 급속하게 변화하고 있다. 그러나, 유헬스케어 서비스를 제공받는 사용자의 질병정보가 관리서버에 저장되지 않거나 저장되더라도 분석되지 못하는 상황이 발생되어 사용자의 의료서비스에 불편을 주고 있다. 본 논문에서는 유헬스케어 서비스를 제공받는 사용자의 질병 정보를 빅 데이터화하여 시간과 장소에 상관없이 사용지의 빅 데이터 정보를 통해 사용자의 의료 서비스를 원활하게 하는 유헬스케어 서비스 관리기법을 제안한다. 제안 기법은 사용자의 생체신호 및 건강정보를 측정하고 유무선 통신을 통해 데이터를 의료기관에 전송하며 의료기관에서는 사용자의 의료정보를 빅데이터화하여 사용자의 의료 정보를 분석한 후 다시 사용자에게 피드백 하여 사용자의 질병을 원격 관리한다.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.517-528
• /
• 2016

이 연구는 이미 실생활에서 사용되고 있으나 이에 대한 실증적 사용자 경험 조사가 부족한 사물인터넷 기반 제품에 대한 새로운 사용자 경험 방법론을 탐색해보고자 진행되었다. 지금까지의 사용자 경험에 대한 연구가 주로 설문이나 관찰 방법 등을 통해 이루어져 온 것과 달리 본 연구에서는 사물인터넷 기반 제품 중 지능형 에이전트인 아마존 에코(Echo)를 대상으로 사용자들의 온라인 리뷰를 분석하는 빅데이터 분석 기법을 활용하여 사용자 경험을 살펴보았다. 토픽 모델링 분석 결과, 에코의 기능, 음성 인터랙션, 지속적인 기능 개선과 관련된 사용 경험 요인들이 도출되었다. 또한 회귀분석결과 지속적인 기능 개선이 만족도에 가장 큰 영향을 미치는 것으로 나타났다. 연구의 의의는 사용자 경험을 제고할 수 있는 지능형 사물인터넷 제품 연구방법으로서 빅데이터 분석방법론 활용 가능성을 제시한 점이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권5호
• /
• pp.1238-1259
• /
• 2024

Previous studies on joint optimization of computation offloading and service caching policies in Mobile Edge Computing (MEC) have often neglected the impact of dependency-aware subtasks, edge server resource constraints, and multiple users on policy formulation. To remedy this deficiency, this paper proposes a many-objective joint optimization dependency-aware task offloading and service caching model (MaJDTOSC). MaJDTOSC considers the impact of dependencies between subtasks on the joint optimization problem of task offloading and service caching in multi-user, resource-constrained MEC scenarios, and takes the task completion time, energy consumption, subtask hit rate, load variability, and storage resource utilization as optimization objectives. Meanwhile, in order to better solve MaJDTOSC, a many-objective evolutionary algorithm TSMSNSGAIII based on a three-stage mating selection strategy is proposed. Simulation results show that TSMSNSGAIII exhibits an excellent and stable performance in solving MaJDTOSC with different number of users setting and can converge faster. Therefore, it is believed that TSMSNSGAIII can provide appropriate sub-task offloading and service caching strategies in multi-user and resource-constrained MEC scenarios, which can greatly improve the system offloading efficiency and enhance the user experience.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권1호
• /
• pp.55-60
• /
• 2020

Adaptive recommendation systems have been developed with big data processing as a system that provides services tailored to users based on user information and usage patterns. Deep learning can be used in these adaptive recommendation systems to handle big data, providing more efficient user-friendly recommendation services. In this paper, we propose a system that uses deep learning to categorize and recommend tourism types to suit the user's personality. The system was divided into three layers according to its core role to increase efficiency and facilitate maintenance. Each layer consists of the Service Provisioning Layer that real users encounter, the Recommendation Service Layer, which provides recommended services based on user information entered, and the Adaptive Definition Layer, which learns the types of tourism suitable for personality types. The proposed system is highly scalable because it provides services using deep learning, and the adaptive recommendation system connects the user's personality type and tourism type to deliver the data to the user in a flexible manner.

• 한국게임학회 논문지
• /
• 제19권4호
• /
• pp.27-36
• /
• 2019

대량의 데이터 처리가 용이해지면서, 기업들은 사용자로부터 생성되는 데이터를 필요에 따라 분석함으로써 유용한 함의를 얻는데 활용하고 있다. 특히 게임에서는 게임 유저가 다양한 플레이를 하고 다른 게임 요소와 상호작용을 활발하게 함으로써 수많은 양의 사용자 기반 데이터가 발생하게 된다. 게임 관련 데이터는 유저의 이탈이나 게임 플레이 패턴, 게임 내 이상 징후 등을 예측할 수 있게 하는 등의 게임 환경 개선을 위한 자료로 활용되고 있다. 이에 따라 본 연구에서는 배틀그라운드 게임 데이터를 활용하여 게임 전략 분석 및 유저 행동 패턴을 파악하고, 게임 내 비정상적인 활동을 탐지하고자 하였다.