소셜 트러스트 클러스터 효과를 이용한 견고한 추천 시스템 설계 및 분석

노기섭,오하영,이재훈 한국정보보호학회 2018 정보보호학회논문지 Vol.28 No.1

A Recommender System (RS) is a system that provides optimized information to users in an over-supply situation. Thekey to RS is to accurately predict the behavior of the user. The Matrix Factorization (MF) method was used for thisprediction in the early stage, and according to the recent SNS development, social information is additionally utilized toimprove prediction accuracy. In this paper, we use RS internal trust cluster, which was overlooked in previous studies, tofurther improve performance and analyze the characteristics of trust clusters. 추천시스템(Recommender System, RS)는 정보 과잉 공급 상태에서 사용자들에게 최적화된 정보를 제공하는시스템이다. RS의 핵심은 사용자의 행동 결과를 정확하게 예측하는 것이다. 이러한 예측을 위해 MatrixFactorization (MF) 방식이 초기에 사용되었으며, 최근 SNS의 발달에 따라 Social Information을 추가적으로활용하여 예측 정확도를 높이고 있다. 본 논문에서는 기존 연구에서 간과 되었던 RS 내부 trust cluster를 이용하여 추가적으로 성능을 향상시키고, trust cluster의 특성에 대하여 분석한다. 기존 방법론 3가지와 비교한 결과 본논문에서 제안하는 방식이 가장 높은 정확도를 보임을 확인하였다.

대규모 복잡 정보에서 신뢰 클러스터를 이용한 추천 정확도 향상기법 설계

노기섭,오하영,이재훈,Noh, Giseop,Oh, Hayoung,Lee, Jaehoon 한국정보통신학회 2018 한국정보통신학회논문지 Vol.22 No.1

최근 ICT기술의 발전과 스마트 기기의 급격한 보급으로 엄청난 양의 정보가 생성되고 있다. 추천 시스템은 과도한 정보제공(information overload)으로부터 정보 수용자의 적절한 판단을 도와주고, 정보 제공자에게는 기업의 이윤과 업체홍보 효과를 증대 시킬 수 있는 해결책으로 등장하였다. 추천 시스템은 다양한 접근법으로 구현이 가능하지만, 소셜 네트워크 정보로 성능을 향상시킬 수 있는 방법으로 제시되었다. 그러나 추천 시스템 내의 사용자간에 형성되는 신뢰 클러스터의 정보를 활용하는 방안은 연구되지 못하였다. 본 논문에서는 온라인 리뷰에서 생성되는 클러스터에서 클러스터 내부 객체 간 영향성과 트러스터-트러스티 간 정보를 이용하여 추천 시스템의 성능을 향상시키는 방식을 제안하였다. 제안하는 방식을 구현하고 실제 데이터를 활용하여 실험한 결과 기존의 방식들보다 예측 정확도가 향상됨을 확인하였다. Recently, with the development of ICT technology and the rapid spread of smart devices, a huge amount of information is being generated. The recommendation system has helped the informant to judge the information from the information overload, and it has become a solution for the information provider to increase the profit of the company and the publicity effect of the company. Recommendation systems can be implemented in various approaches, but social information is presented as a way to improve performance. However, no research has been done to utilize trust cluster information among users in the recommendation system. In this paper, we propose a method to improve the performance of the recommendation system by using the influence between the intra-cluster objects and the information between the trustor-trustee in the cluster generated in the online review. Experiments using the proposed method and real data have confirmed that the prediction accuracy is improved than the existing methods.

실시간 검색어 분석을 이용한 인터넷 정보 관심도 분석

노기섭 국제문화기술진흥원 2018 The Journal of the Convergence on Culture Technolo Vol.4 No.4

As the online media continues to evolve and the mobile computing environment has improved dramatically, the distribution of Internet information has rapidly changed from one-sided to consumer-oriented. Therefore, measuring the interest of Internet information has become an important issue for suppliers and consumers. In this paper, we analyze the Internet information interest by analyzing the duration of real - time query by collecting data for one month by implementing real - time search word provided by domestic Internet information provider. 온라인 미디어의 지속적인 발전과 최근 모바일 컴퓨팅 사용 환경이 급격하게 개선됨에 따라 인터넷 정보의 유통이 공급자 중심 단방향에서 소비자 중심의 양방향으로 빠르게 변화하였다. 이에 따라 인터넷 정보의 관심도를 측정하는 것이 공급자와 소비자에게 중요한 문제로 대두되었다. 본 논문에서는 국내 인터넷 정보제공 업체에서 제공하는실시간 검색어를 자동화된 소프트웨어를 구현하여 1개월간의 데이터를 수집하고, 실시간 검색어의 지속시간을 분석하여 인터넷 정보 관심도를 분석하였다.

딥러닝 기술을 적용한 그래프 알고리즘 성능 연구

노기섭 국제문화기술진흥원 2024 The Journal of the Convergence on Culture Technolo Vol.10 No.1

With the spread of various smart devices and computing devices, big data generation is occurring widely. Machine learning is an algorithm that performs reasoning by learning data patterns. Among the various machine learning algorithms, the algorithm that attracts attention is deep learning based on neural networks. Deep learning is achieving rapid performance improvement with the release of various applications. Recently, among deep learning algorithms, attempts to analyze data using graph structures are increasing. In this study, we present a graph generation method for transferring to a deep learning network. This paper proposes a method of generalizing node properties and edge weights in the graph generation process and converting them into a structure for deep learning input by presenting a matricization We present a method of applying a linear transformation matrix that can preserve attribute and weight information in the graph generation process. Finally, we present a deep learning input structure of a general graph and present an approach for performance analysis.

Link-16 처리량 향상을 위한 컨볼루션 코딩 효과의 영향 분석

노기섭 한국정보과학회 2019 정보과학회논문지 Vol.46 No.4

Modern warfare requires the implementation of a combined/jointed operational environment, in which the multinational and three-dimensional powers are simultaneously deployed. The United States, NATO and its allies, including Korea, are using Link-16, which is noted as a tactical data link that enables combined/jointed operations. Currently, Link-16 is undergoing a performance improvement for utilizing crypto modernization, enhanced throughput and frequency re-mapping. In this paper, we will analyze the operability and efficiency of the Link-16 performance improvement factors, and analyze performance improvement status for double throughput improvement. We also analyze the effect of the newly applied convolutional coding to improve Link-16 throughput. Analysis of the impact of convolutional coding to improve Link-16 throughput has shown that it can gain twice as much efficiency of use in regard to the current Link-16 throughput. 현대전은 다국적, 입체적 전력이 동시에 투입되는 연합/합동작전 환경의 구현이 필수적이다. 한국을 포함한 미국, 나토 및 그 동맹국들은 연합/합동작전을 가능하게 하는 전술데이터링크인 Link-16을 사용하고 있다. 현재 Link-16은 암호현대화, 처리량 향상, 주파수 재조정을 위한 성능개량이 진행되고 있다. 본 논문에서는 Link-16 성능개량 요소에 대하여 고찰하고 이중 처리량 향상을 위한 성능개량 현황을 분석한다. 또한 Link-16 처리량 향상을 위해 새롭게 적용되는 컨볼루션 코딩이 처리량에 미치는 영향성을 수리적으로 분석하여 제공한다. Link-16 처리량 향상을 위한 컨볼루션 코딩의 영향성을 분석한 결과 2배 이상의 처리량 증가 이득을 가질 수 있음을 확인하였다.

CMG를 이용한 크레인의 흔들림 완화에 관한 연구

노기섭,이승훈,장재훈,권성하,정은태 제어로봇시스템학회 2014 제어로봇시스템학회 국내학술대회 논문집 Vol.2014 No.5

CMG를 이용한 크레인의 흔들림 완화장치 개발에 관한 연구

노기섭,장재훈,정장영,고굉욱,서영교,권성하,정은태 제어로봇시스템학회 2016 제어로봇시스템학회 국내학술대회 논문집 Vol.2016 No.3

Toward Trustworthy Social Network Services: A Robust Design of Recommender Systems

노기섭,오하영,이규행,김종권 한국통신학회 2015 Journal of communications and networks Vol.17 No.2

In recent years, electronic commerce and online social networks (OSNs) have experienced fast growth, and as a result, recommendation systems (RSs) have become extremely common. Accuracy and robustness are important performance indexes that characterize customized information or suggestions provided by RSs. However, nefarious users may be present, and they can distort information within the RSs by creating fake identities (Sybils). Although prior research has attempted to mitigate the negative impact of Sybils, the presence of these fake identities remains an unsolved problem. In this paper, we introduce a new weighted link analysis and influence level for RSs resistant to Sybil attacks. Our approach is validated through simulations of a broad range of attacks, and it is found to outperform other state-of-the-art recommendation methods in terms of both accuracy and robustness.

온라인 리뷰 클러스터를 이용한 추천 시스템 성능 향상

노기섭,오하영,이재훈 한국정보과학회 2018 정보과학회논문지 Vol.45 No.2

The recommender system (RS) has emerged as a solution to overcome the constraints of excessive information provision and to maximize profit and reputation for information providers. Although the RS can be implemented with various approaches, there is no study on how to appropriately utilize the information generated from the review of the recommended object. We propose a method to improve the performance of RS by using cluster information generated from online review. We implemented the proposed method and experimented with real data, and confirmed that the performance is significantly improved compared to the existing approaches. 추천 시스템은 과도한 정보제공으로 인한 정보 수용자의 결정 제약을 극복하고, 정보 제공자에게는 이윤과 평판을 최대화 시킬 수 있는 해결책으로 등장하였다. 추천 시스템은 다양한 접근법으로 구현이 가능하지만, 추천 대상 객체의 리뷰에서 생성되는 다양한 소셜 정보를 적절히 활용하는 방안은 연구되지 못하였다. 본 논문에서는 기존의 접근법과는 다르게 온라인 리뷰에서 생성되는 클러스터 정보를 이용하여 추천 시스템의 성능을 향상시키는 방식을 제안하였다. 제안하는 방식을 구현하고 실제 데이터를 활용하여 실험한 결과 기존의 방식들보다 성능이 월등히 향상됨을 확인하였다.

온라인 동영상 서비스 빅데이터 정보수집 및 분석

노기섭 청주대학교 산업과학연구소 2019 産業科學硏究 Vol.37 No.1

Recently, the form of information distribution has shifted from classical newspapers, mass media through broadcasting to online platforms using YouTube and online news sites. Online news platforms contribute to dissemination of information throughout the world. However, the negative effect of online news is growing at the same time. In this paper we crawl data from online news platform (YouTube) and we compare how the differences exist between normal news channels and fake ones. We observe and analyze the generation pattern according to the generation of online news to provide characteristics of online information.