• 한국환경복원기술학회지
• /
• 제17권3호
• /
• pp.75-86
• /
• 2014

An urban ecosystem is a complex system that includes social, economic and ecosystems. Therefore, it is important to consider its environmental capacity while developing a city plan. Most of the plans, however, consider only the social aspects, which fragments the green spaces and disturbs the movement of species. Sungnam has approximately 100 parks with unexecuted development plans and with great potential to contribute towards urban ecosystem enhancement. Therefore, this study applied network analysis to prioritize the development of city parks and contribute towards improving the green network, with Parus spp. as the target species. To compensate for the drawbacks of binary and possibility-based network analysis, this study included two indices, namely $BC^{PC}_K$, $BC^{IIC}_K$, $dPCconnector_k$ and $dIICconnector_k$. These indices make it possible to find patches that could play an important role in green network enhancement. The urban park with greater value gets a higher priority to be transformed into a park. Thus, our methodology could prove to be very useful in prioritizing the undeveloped parks, thereby supporting decision-making.

• International Journal of Computer Science & Network Security
• /
• 제21권1호
• /
• pp.97-106
• /
• 2021

Social networking platforms have become a smart way for people to interact and meet on internet. It provides a way to keep in touch with friends, families, colleagues, business partners, and many more. Among the various social networking sites, Twitter is one of the fastest-growing sites where users can read the news, share ideas, discuss issues etc. Due to its vast popularity, the accounts of legitimate users are vulnerable to the large number of threats. Spam and Malware are some of the most affecting threats found on Twitter. Therefore, in order to enjoy seamless services it is required to secure Twitter against malicious users by fixing them in advance. Various researches have used many Machine Learning (ML) based approaches to detect spammers on Twitter. This research aims to devise a secure system based on Hybrid Similarity Cosine and Soft Cosine measured in combination with Genetic Algorithm (GA) and Artificial Neural Network (ANN) to secure Twitter network against spammers. The similarity among tweets is determined using Cosine with Soft Cosine which has been applied on the Twitter dataset. GA has been utilized to enhance training with minimum training error by selecting the best suitable features according to the designed fitness function. The tweets have been classified as spammer and non-spammer based on ANN structure along with the voting rule. The True Positive Rate (TPR), False Positive Rate (FPR) and Classification Accuracy are considered as the evaluation parameter to evaluate the performance of system designed in this research. The simulation results reveals that our proposed model outperform the existing state-of-arts.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.2097_2098
• /
• 2009

'Ubiquitous' based on progressive development of IT technology is a new paradigm of the 21th century. In terms of rapid social and technological change, the architectural environment has been changed by computer networking system. According to the condition of the IT business, interior architectural space has been needed to consider applying IT technology for intelligent living environment. To develop the most appropriate architectural interior space applied by home network system, designers need to understand products of the home network system comprised by technical bases and classification of the system. This research is for introducing the information of the recent home network system, products and possible application of ubiquitous system for the future interior architectural space.

• 인터넷정보학회논문지
• /
• 제19권3호
• /
• pp.7-14
• /
• 2018

As SNS(Social Network Service) becomes a part of our life, new information can be derived through various information provided by SNS. Through the public timeline analysis of SNS, we can extract the latest tour trends for the public and the intimacy through the social relationship analysis in the SNS. The extracted intimacy can also be used to make the personalized recommendation by adding the weights to friends with high intimacy. We apply SNS elements such as analyzed latest trends and intimacy to item-based collaborative filtering techniques to achieve better accuracy and satisfaction than existing travel recommendation services in a new way. In this paper, we propose a social travel recommendation system using item - based collaborative filtering.

• Educational Technology International
• /
• 제16권1호
• /
• pp.1-30
• /
• 2015

The purpose of this research is to propose a novel social LMS developed for group collaborative learning with a think-aloud tool integrated for sharing cognitive processes in order to improve group collaborative learning performance. In this developmental research, the system was designed with three critical elements: the think-aloud element supports learners through shared cognition, the social network element improves the quality of collaborative learning by forming a structured social environment, and the learning management element provides a understructure for collaborative learning for student groups. Moreover, the three critical elements were combined in an educational context and applied in three directions.

• 지능정보연구
• /
• 제15권1호
• /
• pp.123-140
• /
• 2009

협업필터링은 상품을 추천하고자 하는 고객과 유사한 구매 행태를 보이는 고객들의 구매 정보를 반영하여 추천대상 고객이 아직 구매하지 않은 상품에 대한 선호도를 예측한 후 선호도가 높을 것으로 예측되는 상품을 추천해주는 시스템이다. 그러나 신규고객의 경우에는 과거 구매 이력의 부재로 선호도를 예측할 수 없어 추천이 어렵게 되는 신규고객 추천문제가 발생하게 된다. 이러한 신규고객 추천문제를 해결하기 위해 기존에 제시되었던 방법들은 추천의 정확도가 낮거나, 추천에 필요한 정보 획득이 어렵거나, 추천 전에 고객이 능동적으로 질의에 응답해야 하는 부담이 있는 등의 문제로 인하여 그 실효성이 매우 낮다. 따라서 기존의 신규고객 추천 방법의 한계를 극복할 수 있는 새로운 접근방법의 필요성이 대두되고 있다. 본 연구에서는 사회네트워크 분석에서 관계 구조적 특성을 분석하기 위해 널리 활용 되고 있는 중심성 개념을 협업필터링에 적용하여 신규고객의 이웃고객을 찾고 그 이웃고객들의 구매정보를 이용하여 신규고객에게 상품을 추천하는 방법을 제시한다. 추천 프로세스는 구매 유사도 분석, 고객 네트워크 구성, 이웃고객 형성, 신규고객 상품추천 단계로 구성된다. 제시한 추천방법의 성능을 평가하기 위하여 국내 유명 백화점 중의 하나인 H백화점의 고객 구매 데이터를 사용하여 실험하였다. 실험 결과로부터 제시한 추천방법이 기존의 신규고객 추천방법들과 비교하여 추천의 정확도는 높으면서도, 구매정보 외에 인구통계정보 등과 같은 추가 정보가 필요하지 않으며, 추천 전에 고객이 능동적으로 질의에 응답할 필요가 없는 새로운 방법임을 알 수 있었다.

• International Journal of Computer Science & Network Security
• /
• 제21권12호
• /
• pp.213-218
• /
• 2021

This paper proposes a technique for detecting a significant threat that attempts to get sensitive and confidential information such as usernames, passwords, credit card information, and more to target an individual or organization. By definition, a phishing attack happens when malicious people pose as trusted entities to fraudulently obtain user data. Phishing is classified as a type of social engineering attack. For a phishing attack to happen, a victim must be convinced to open an email or a direct message [1]. The email or direct message will contain a link that the victim will be required to click on. The aim of the attack is usually to install malicious software or to freeze a system. In other instances, the attackers will threaten to reveal sensitive information obtained from the victim. Phishing attacks can have devastating effects on the victim. Sensitive and confidential information can find its way into the hands of malicious people. Another devastating effect of phishing attacks is identity theft [1]. Attackers may impersonate the victim to make unauthorized purchases. Victims also complain of loss of funds when attackers access their credit card information. The proposed method has two major subsystems: (1) Data collection: different websites have been collected as a big data corresponding to normal and phishing dataset, and (2) distributed detection system: different artificial algorithms are used: a neural network algorithm and machine learning. The Amazon cloud was used for running the cluster with different cores of machines. The experiment results of the proposed system achieved very good accuracy and detection rate as well.

• 지능정보연구
• /
• 제16권3호
• /
• pp.181-199
• /
• 2010

인구의 고령화 및 건강에 대한 관심이 증가됨에 따라 유헬스케어 서비스는 발병 후 관리관점에서 발병 전의 예방 관점으로 그 목적이 점차 이동하고 있다. 그러나 기존의 유헬스케어 서비스는 원격진료 차원의 의료 서비스 성격이 강하여, 만성 성인병과 같은 대사 증후군을 예방 및 관리하기에는 한계가 있을 뿐만 아니라, 관리자 중심의 단방향 서비스를 제공함으로 인해 사용들이 중도에 이용을 포기하는 비율이 높았다. 이와 같은 문제를 해결하기 위하여, 본 연구에서는 사회 네트워크를 이용한 사용자 기반 유헬스케어 서비스 추천 시스템을 제안하였으며, 실세계에서 유헬스케어 서비스 추천 시스템의 활용 가능성을 제시하기 위하여 실제 의료원에서 대사 증후군 예방 및 관리를 위해 처방한 식단 및 운동 정보를 기반으로 유비쿼터스 컴퓨팅 환경에서 적용가능한 시스템을 구현하였다. 본 연구에서 제안한 시스템은 사용자가 선호하지 않는 서비스가 네트워크를 통해 확산될 가능성을 낮추는 동시에 추천의 신뢰성 제고를 위해 네이버들이 이용한 서비스를 공유함으로써 전체적인 추천 품질을 높인다. 즉, 사용자의 식습관 및 운동습관 등과 같은 생활습관을 개선하기 위하여 사회 네트워크를 활용함으로써 사용자간의 자율협업을 통한 개인화된 추천이 가능하다. 따라서 본 연구에서 제안하는 유헬스케어 서비스 추천 시스템은 생활습관 개선을 위하여 사용자에게 적합한 식단 및 운동을 제공하고, 생활습관의 개선을 통해 만성 성인병과 같은 대사증후군을 사전에 예방할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.127-139
• /
• 2013

최근 지식기반 사회의 진입과 더불어 지식재산에 대한 관심이 증가하고 있다. 특히 하이테크산업을 이끌고 있는 ICT기업들은 지식재산의 체계적 관리를 위하여 끊임없이 노력하고 있다. 기업의 지적 자본을 대표하는 특허정보가 지속적으로 축적됨에 따라 정량적인 분석이 가능해졌다. 특허정보를 통하여 특허수준부터 기업수준, 산업수준, 국가 수준에 이르기 까지 다양한 수준에서의 분석이 가능하다. 특허정보는 기술 현황을 파악하거나 성과에 미치는 영향을 분석하는데 활용되고 있다. 특허 인용 정보를 활용한 분석은 크게 두 가지로, 인용 횟수를 활용하는 인용지표 분석과 인용관계를 바탕으로 한 네트워크분석으로 나뉜다. 네트워크를 통한 분석은 지식 영향의 흐름을 나타내며, 이를 통하여 기술의 변화를 확인할 수 있을 뿐만 아니라 앞으로의 연구 방향을 예측할 수 있다. 네트워크를 활용한 분석 분야에서는 기업이 차지하는 네트워크상에서의 위치가 기업성과에 미치는 영향을 다각도에서 분석하는 연구가 진행되고 있다. 본 연구에서는 소셜네트워크분석 기법을 활용하여 특허 인용을 기반으로 한 기업 간의 네트워크를 도출하고 특허 인용 네트워크에서 차지하는 기업의 위치적 특성이 기업성과에 미치는 영향을 분석하였다. 이를 위해 미국 S&P500에 등록된 IT 및 통신서비스 기업 가운데 74개 기업을 표본으로 선정하였다. 소셜네트워크분석을 통하여 개별 기업들의 아웃디그리 중심성, 매개 중심성, 효율성(구조적 공백)을 측정하여 네트워크 상에서의 위치적 우위를 나타내는 독립변수로서 이용하였으며, 기업성과 변수로는 순이익을 사용하였다. 실증 분석 결과, 각각의 네트워크 지표는 기업성과인 순이익에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 두 가지 중심성 지표는 기업성과에 정(+)의 영향을 미친 반면, 구조적 공백으로 인한 위치적 우위를 나타내는 효율성은 기업성과에 부정적(-)인 영향을 미치는 것으로 나타났다. 세 가지 네트워크 지표를 동시에 고려할 경우에는 매개 중심성만이 기업성과에 대해 통계적 유의성을 보였다. 분석 결과를 토대로 연구의 발견점을 토의하고 시사점을 논의하였다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.95-107
• /
• 2014

일반적으로, 공간 도메인의 공간자료는 지형적인 현상을 도형적으로 표현하고 비공간 도메인의 속성자료는 공간 자료의 특징을 서술적으로 설명한다. GIS에서 속성자료를 이용한 분석은 조건을 이용한 검색이나 통계분석에 제한적으로 활용되고 있다. 최근 소셜 네트워크 분석의 그래프 모델링 및 네트워크 분석기법은 인문 사회적 현상을 분석하는데 사용되고 있으며, 본 연구에서는 이러한 네트워크 분석기법을 GIS의 비공간적인 속성자료 처리에 적용하여 분석기능을 다양하게 하였다. 또한, 공간 데이터베이스와 그래프 데이터베이스를 이용하여 GIS 공간분석과 비공간적 네트워크 분석의 통합분석 방법을 설계하였고, 이를 WebGIS를 구현하여 보다 효과적인 의사결정을 가능하도록 하였다. 구현된 WebGIS를 상수도 보급 대상 가구 선정 업무와 구제역 질병의 2차 전파 분석 업무에 적용하여 실험 및 평가하였다. 실험 결과, 구현된 시스템의 통합 분석을 통해 공간적인 요인 및 사회적 친밀도와 같은 비공간적인 요인을 고려한 방역을 제시하였으며, 이는 질병 전파의 효과적인 차단에 기여할 것으로 판단한다.