• 한국공간정보시스템학회 논문지
• /
• 제7권3호
• /
• pp.119-130
• /
• 2005

공간 데이터 웨어하우스는 공간정보를 주제 중심적이고 통합적이며 시간성을 가지는 비 휘발성 자료로 저장하여 의사결정을 효율적으로 지원하는 시스템이다. 이 시스템은 구축기와 공간 데이터 웨어하우스 서버로 구성되어 있다. 공간 데이터 웨어하우스 서버는 구축기에서 전송된 데이터를 적재하기 위해 사용자 서비스를 정지하고, 사용자의 빠른 응답시간을 위해 적재된 데이터로 색인을 구축한다. 색인 구축을 위한 기존 기법에는 벌크 삽입 기법과 색인 전송 기법이 있다. 벌크 삽입 기법은 색인을 구축하기 위한 클러스터링 비용이 크며 검색 성능도 떨어진다. 색인 전송 기법은 주기적인 소스 데이터의 변경을 지원하지 않는 문제점이 있다. 본 논문에서는 공간 데이터 웨어하우스에서의 부분 색인을 이용한 효율적인 색인 재구축 기법을 제안한다. 제안 기법은 부분 색인을 직접 전송, 기록하며 물리적 위치 정보를 예상하여 기록할 수 있는 효율적인 색인 재구축 기법이다. 구축기에서 추출된 데이터를 공간의 근접도가 아닌 색인의 구조에 맞게 클러스터링하며, 생성된 각 클러스터를 부분 색인으로 구성하여 페이지 단위로 전송한다. 공간 데이터 웨어하우스 서버에서는 전송된 부분 색인을 저장하기 위해 물리적으로 연속된 공간을 예약하고 예약된 공간에 부분 색인을 기록한다. 기록된 부분 색인을 공간 데이터 웨어하우스 서버의 기 구축된 색인에 삽입함으로써 색인 재구축을 위한 검색, 분할, 재조정 비용이 최소화된다.

• 지적과 국토정보
• /
• 제46권2호
• /
• pp.269-281
• /
• 2016

최근 공간 정보 분야에서 소셜 미디어와 같은 공간 빅 데이터의 분석과 처리에 많은 관심이 집중되고 있다. 본 연구에서는 공간 빅 데이터 분석의 한 사례로서 트윗 데이터가 가지고 있는 위치 정보와 시간 정보를 바탕으로 시간대별로 공간분포를 분석하고 그 특성을 파악하였다. 부산시 지역의 트윗 데이터를 수집하고, 시간대별 공간분석을 통하여 그 특성을 파악하여, 그 지역의 토지이용 특성과 비교하였다. 부산시 지역의 트윗 데이터를 시간대에 따라 평일 주간, 평일 야간, 휴일 주간, 휴일 야간으로 구분하고, 각 시간대별로 공간적 분포 특성을 파악하여, 공간적으로 집중된 지역의 토지이용 특성과 비교하였다. 본 연구의 결과 트윗 데이터는 시간대에 따라 공간분포가 다르게 나타나고 있으며, 이는 그 지역의 일상생활 패턴과 토지이용 특성을 어느 정도 반영하고 있었다. 본 연구에서는 공간정보 분야에서 트윗 데이터와 같은 소셜 미디어 자료의 분석을 통한 활용 가능성을 제시하였다. 향후 토지 계획이나 도시 계획 등의 분야에서 다양한 소셜 미디어 자료를 활용할 수 있을 것으로 전망된다.

• Journal of Information Technology Applications and Management
• /
• 제12권1호
• /
• pp.35-48
• /
• 2005

An architectural framework is developed for integrating geospatial and temporal data with relational information from which a spatio-temporal data warehouse (STDW) system is built. In order to implement the STDW, a generic conceptual model was designed that accommodated six dimensions: spatial (map object), temporal (time), agent (contractor), management (e.g. planting) and tree species (specific species) that addressed the 'where', 'when', 'who', 'what', 'why' and 'how' (5W1H) of the STDW information, respectively. A formal algebraic notation was developed based on a triplet schema that corresponded with spatial, temporal, and relational data type objects. Spatial object structures and spatial operators (spatial selection, spatial projection, and spatial join) were defined and incorporated along with other database operators having interfaces via the generic model.

• 한국컴퓨터정보학회논문지
• /
• 제3권4호
• /
• pp.126-131
• /
• 1998

최근 의사결정 지원 시스템의 필요성과 중요성이 크게 대두되어 활발히 연구가 진행되고 있는 공간 데이타 웨어하우스는 요약˙분석 작업을 통해 의사 결정에 필요한 정보를사용자에게 효율적으로 제공하기 위하여 과거로부터 누적된 이질적이고 다양한 대용량의 공간 데이타로 구성된다. 본 논문에서는 공간 데이타 웨어하우스 모델링을 위해서 가상적인 시나리오를 토대로 효과적인 공간 다차원 모델을 고찰한다. 또한 사용자가 요구하는 기본적이고 핵심적인 분석 기능들을 모두 표현할 수 있는 공간 다차원 분석 질의의 여러 형태에 대하여 살펴본다.

• 한국빅데이터학회지
• /
• 제4권1호
• /
• pp.83-97
• /
• 2019

서 및 통신 기술 발전으로 기업경영과 관련된 공간 데이터가 급증하고 있다. 공간 데이터는 이제 2차원적인 지리 데이터를 벗어나 3차원 이상의 공간에 관한 비정형 데이터로 진화하고 있다. 가상공간과 현실공간을 연결해야 하는 제4차산업혁명과 함께 기업들이 이를 활용할 기회도 크게 확대되고 있다. 최근의 해외 사례들의 분석 결과 특히 공간 속에 위치한 고객과 사물의 상황을 파악하여 맞춤화된 서비스를 제공하고, 위험관리를 하며, 더 나아가 업무 프로세스의 혁신도 공간 데이터 분석으로 가능해지고 있다. 향후 공간 속 사람과 사물 들 간의 관계 및 상황을 다양한 소스로부터의 공간 데이터를 결합하여 실시간으로 분석하는 비즈니스 혁신이 모든 분야에서 확대될 전망된다.

• Spatial Information Research
• /
• 제8권2호
• /
• pp.243-255
• /
• 2000

공간상에 분포한 각종 지리사상들은 다양한 분석기법을 통하여 분포특성과 패턴이 파악된다. 이때 축척(scale)은 공간분석 기법에서 연구자가 고려해야 할 중요한 요인중의 하나이다. 이 연구에서는 해상도 저감에 따라 변화하는 공간 데이터의 구조특성을 표현할 수 있는 기법을 비교 분석하여 공간분석에 필요한 적정해상도의 모색과정에 이용하고자 한다. 순천만 해안습지의 LANSAT TM 데이터를 대상으로 하여, 데이터의 구조특성이 해상도에 따라 변화하는 특성을 살펴보고 이를 반영할 수 있는 해상도 특성 지수들을 비교평가 하였다. 기존에 개발된 국지적 분산(local variance)과 프랙탈차원을 적용하였고, 해상도 변화과정에서 파생되는 분산 데이터의 공간분포 패턴을 표현하는 지수로 공간적 자기관도인 Moran´s I를 측정하였다. 구조특성 분석기법을 적용한 결과 기존에 개발된 국지적 분산과 프랙탈 차원보다는 분산 데이터의 공간적 자기상관도가 구조특성을 분석하는 기법으로 적합하게 나타났다. 공간적 자기상관도가 정점인 해상도에서 공간 데이터의 변화가 심하게 나타나고 있다. 공간 데이터의 구조특성은 탐색하는 기법으로 분산 데이터의 공간적 자기상관도가 효과적인 지수로 작용할 수 있다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1997년도 International Conference MULTIMEDIA DATABASES on INTERNET
• /
• pp.472-482
• /
• 1997

Multi-dimensional data play a crucial role in various fields, as like computer graphics, geographical information system, and multimedia applications. Indexing method fur multi-dimensional data Is a very Important factor in overall system performance. What is proposed in this paper is a new dynamic access method for spatial objects called HL-CIF(Hierarchically Layered Caltech Intermediate Form) tree which requires small amount of storage space and facilitates efficient query processing. HL-CIF tree is a combination of hierarchical management of spatial objects and CIF tree in which spatial objects and sub-regions are associated with representative points. HL-CIF tree adopts "centroid" of spatial objects as the representative point. By reflecting objects′sizes and positions in its structure, HL-CIF tree guarantees the high spatial locality of objects grouped in a sub-region rendering query processing more efficient.

• 한국지리정보학회지
• /
• 제11권3호
• /
• pp.80-91
• /
• 2008

UIS사업의 결과로 나온 공간데이터의 경우 막대한 비용투자에 비하여 활용의 정도는 기대에 미치지 못하고 있으며 공간데이터의 활용확대를 위하여 데이터의 효율적 관리 및 공유체계의 확립을 위한 노력은 반드시 필요하다. 본 연구는 지방자치단체내에서 공간 데이터의 효율적인 관리 및 공유체계확립과 공간데이터의 활용 확대를 위하여 사회연결망 분석 및 계획행동이론을 적용하였으며 부산광역시 공간데이터 사용 공무원을 대상으로 분석결과 공간데이터의 공유에 영향을 미치는 장애요인에는 데이터 사용자들간의 태도 및 주변과의 관계에서 발생하는 비기술적 장애요인의 비중이 높게 나타났다. 또한 데이터의 제공위치에 따라 공간데이터 공유의 장애요인에 대하여 다르게 인식하고 있는 것으로 나타났으며 이러한 사회적 신념이 행동의도에 영향을 미쳐서 또 다른 비기술적 장애요인이 발생하였다. 본 연구는 공간데이터의 활용확대를 위하여 인간의 행동예측을 위한 계획행동이론의 적용 및 공간데이터의 흐름을 파악하기 위한 사회연결망분석을 실시하여 부서에 속한 담당자들의 인식 및 공유장애요인을 규명하고 데이터 활용 확대로 접근할 수 있는 윤곽을 제시하였다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.99-115
• /
• 2003

본 논문은 지식 기반 객체지 향 공간 데이터베이스시스템 KOBOS를 제안한다. 객체지향 공간 데이터베이스 시스템의 데이터 모델링과 근접 질의답변에 지식기반 접근법을 도입한다. 공간객체와 근접 공간 연산자를 다루기 위해 다음과 같은 세 단계 객체지향 데이터 모델을 제안하고 있다: (1) 공간 형상 모델; (2) 공간 객체 모델: (3) 내부 기술 모델. 근접 공간 연산자의 범위는 공간 타입 추상 계층으로 알 수 있다. 또한 객체지향 공간 질의어인 SOQL을 제안한다. SOQL은 공간 객체의 다양한 출력과 공간 및 비 공간 객체의 검색을 수행할 수 있는 통합 기능을 제공해준다. 효율적인 혼합 질의 처리를 위하여, 하향 공간 질의 처리 방법을 이용하여 처리해 준다.

• 정보처리학회논문지B
• /
• 제13B권7호
• /
• pp.643-652
• /
• 2006

의사결정 트리는 데이터 마이닝의 분류와 예측 작업에 주로 사용되는 기법 중의 하나이다. 실생활에서 공간의사결정을 위한 분류를 수행할 때에는 인접 데이터의 위치와 분산도를 고려하는 것이 매우 중요하다. 기존의 공간 의사결정 트리는 데이터의 공간적 특성을 표현하기 위해 각 객체간의 유클리디안 거리비율을 엔트로피로 반영하여 트리 구축 시 이용하였다. 그러나 이것은 공간 객체간의 거리 비율만을 설명할 뿐 공간 차원에서의 데이터 분산 정도와 각 분류된 클래스간의 연관관계 등은 파악할 수 없다는 한계점이 있었다 본 논문에서는 분산도와 차별도 기반의 공간 엔트로피를 이용하여 공간 데이터의 분포도를 반영하는 공간 의사결정 트리를 제안한다 분산도는 분류된 클래스 내의 공간 객체 분포도를 나타내고 차별도는 다른 클래스 내 공간 객체와의 분포도 및 관계성을 나타낸다. 이러한 분산도와 차별도의 비율을 엔트로피 계산 시 이용함으로써 비공간적 속성으로 분류된 각 클래스가 공간적으로는 얼마나 뚜렷하게 분류되는지 알 수 있게 한다. 제안 기법은 정확성과 계산 비용에 있어서 기존 기법보다 각각 약 18%, 11%의 성능 향상을 보였다.