• 한국컴퓨터산업학회논문지
• /
• 제5권3호
• /
• pp.383-392
• /
• 2004

전자게시판은 비동기적으로 생각을 교환하고 정보를 공유하는 적절한 매체로써 널리 인식되어왔다. 게시판의 의사소통 능력은 협력학습을 위한 도구로 사용하는 주된 이유이다. 최근 이 분야의 연구자들은 게시판의 교육적 활용에 대한 연구결과를 다수 보고하고 있다. 이 논문에서는 게시판에서의 의사소통 활동을 측정함으로써 토의 참여자들의 복잡한 토의 행동을 정량적으로 이해할 수 있는 분석적 방법을 제안한다 토의 집단이나 개인들의 토의 행동을 기술하기 위한 특성 벡터를 제안한다. 이 특성 벡터는 토의 집단과 개인에 대한 특성화와 비교를 편리하게 할 수 있도록 한다. 상호작용 활동을 표현하는 상호작용 모델은 토의 그룹과 개인에 대한 상호작용 정도를 시각적으로 나타낸 준다. 또한, 시간에 따른 토의 활동을 분석하기 위해 시간 종속적인 측정을 탐구한다. 전자 게시판을 사용한 웹 기반 토의 프로젝트를 통하여 제안한 측정이 어떻게 이루어지는지, 또 특성 벡터와 상호작용 모델이 어떻게 구축되고 사용되는지를 실험을 통하여 보여준다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권11호
• /
• pp.681-688
• /
• 2015

k-Nearest Neighbor(k-NN)그래프는 모든 노드에 대한 k-NN 정보를 나타내는 데이터 구조로써, 협업 필터링, 유사도 탐색과 여러 정보검색 및 추천 시스템에서 k-NN그래프를 활용하고 있다. 이러한 장점에도 불구하고 brute-force방법의 k-NN그래프 생성 방법은 $O(n^2)$의 시간복잡도를 갖기 때문에 빅데이터 셋에 대해서는 처리가 곤란하다. 따라서, 고차원, 희소 데이터에 효율적인 Locality Sensitive Hashing 기법을 (key, value)기반의 분산환경인 MapReduce환경에서 사용하여 k-NN그래프를 생성하는 알고리즘이 연구되고 있다. Locality Sensitive Hashing 기법을 사용하여 사용자를 이웃후보 그룹으로 만들고 후보내의 쌍에 대해서만 brute-force하게 유사도를 계산하는 two-stage 방법을 MapReduce환경에서 사용하였다. 특히, 그래프 생성과정 중 유사도 계산하는 부분이 가장 많은 시간이 소요되므로 후보 그룹을 어떻게 만드는 것인지가 중요하다. 기존의 방법은 사이즈가 큰 후보그룹을 방지하는데 한계점이 있다. 본 논문에서는 효율적인 k-NN 그래프 생성을 위하여 사이즈가 큰 후보그룹을 재구성하는 알고리즘을 제시하였다. 실험을 통해 본 논문에서 제안한 알고리즘이 그래프의 정확성, Scan Rate측면에서 좋은 성능을 보임을 확인하였다.