http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
소셜 네트워크에서 연결 관계와 영향력을 고려한 사용자 간섭 신뢰도 판별
서인덕(Indeok Seo),송희섭(Heesub Song),정재윤(Jaeyun Jeong),박재열(Jaeyeol Park),김민영(Minyoung Kim),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2018 한국콘텐츠학회논문지 Vol.18 No.5
최근 소셜 네트워크에서 사용자간 의견 공유 및 표현을 통해 다양한 상호 작용이 활발하게 진행되고 있다. 이러한 과정에서 악의적인 사용자나 정보로 잘못된 정보가 퍼지고 자신의 의지와 상관없이 신뢰도가 감소하는 문제가 발생한다. 이러한 문제를 해결하기 우해 사용자의 직접 연결된 사용자를 통해 신뢰도를 판별하는 연구가 진행되었다. 본 논문에서는 사요자의 연결 관계와 영향력을 고려하여 향상된 사용자 간접 신뢰도 검출 기법을 제안한다. 제안하는 간접 신뢰도 검출 기법은 사용자의 상호 작용을 통해 사용자의 관심분야를 도출하고 사용자 연결 관계를 고려하여 기존의 네트워크를 재구축한다. 또한, 사용자의 영향력을 통해 사용자가 악의적인 사용자인지 판별하여 최종 간접신뢰도를 검출한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다. Recently, various interactions have been actively conducted through sharing and expressing opinions among users in social networks. In this p recess, since malicious users and fault information spread misinformation, trust is reduced irrespective of their will. To solve this problem, studies have been conducted to determine the trust of a user through direct-connected users. In this paper, we propose a enhanced user indirect trust discrimination scheme considering the connection relation and influence of users. The proposed indirect trust computation scheme derives the user`s area of interest through user interaction and reconstructs the existing network considering the user connection relationship. The final indirect trust is also detected by determining whether the user is a malicious user through the influence of the user. Through various performance evaluations, we show that the proposed scheme achieves better performance than the existing method.
그래프 스트림에서 슬라이딩 윈도우 기반의 점진적 빈발 패턴 검출 기법
정재윤(Jaeyun Jeong),서인덕(Indeok Seo),송희섭(Heesub Song),박재열(Jaeyeol Park),김민영(Minyeong Kim),최도진(Dojin Choi),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2018 한국콘텐츠학회논문지 Vol.18 No.2
최근 네트워크 기술 발전과 함께 IoT 및 소셜 네트워크 서비스의 활성화로 인해 많은 그래프 스트림 데이터가 생성되고 있다. 이와 같은 그래프 스트림에서 객체들 사이의 관계가 동적으로 변화함에 따라 그래프의 변화를 탐지하거나 분석하기 위한 연구들이 진행되고 있다. 본 논문에서는 그래프 스트림에서 이전 슬라이딩 윈도우에서 검출한 빈발 패턴에 대한 정보를 이용해 빈발 패턴을 점진적으로 검출하는 기법을 제안한다. 제안하는 기법은 이전 슬라이딩 윈도우에서 검출된 패턴이 앞으로 몇 슬라이딩 윈도우동안 빈발할지 또는 빈발하지 않을지를 계산하여 빈발 패턴 관리 테이블에 저장한다. 그리고 이 값을 통해 다음 슬라이딩 윈도우에서는 필요한 계산만 수행함으로써 전체 연산량을 감소시킨다. 또한 패턴 간에 간선을 통해 연결되어 있는 것만 하나의 패턴으로 인식함으로써 더 유의미한 패턴만을 검출한다. 본 논문에서는 제안하는 기법의 우수함을 보이기 위해 여러 성능 평가를 진행하였다. 그래프 데이터의 크기가 커지고 슬라이딩 윈도우의 크기가 커질수록 중복되는 데이터가 증가되기 때문에 기존 기법보다 빠른 처리 속도를 나타낸다. Recently, with the advancement of network technologies, and the activation of IoT and social network services, many graph stream data have been generated. As the relationship between objects in the graph streams changes dynamically, studies have been conducting to detect or analyze the change of the graph. In this paper, we propose a scheme to incrementally detect frequent patterns by using frequent patterns information detected in previous sliding windows. The proposed scheme calculates values that represent whether the frequent patterns detected in previous sliding windows will be frequent in how many future silding windows. By using the values, the proposed scheme reduces the overall amount of computation by performing only necessary calculations in the next sliding window. In addition, only the patterns that are connected between the patterns are recognized as one pattern, so that only the more significant patterns are detected. We conduct various performance evaluations in order to show the superiority of the proposed scheme. The proposed scheme is faster than existing similar scheme when the number of duplicated data is large.
데이터 특성을 고려한 과학데이터 아카이브 시스템 설계를 위한 Data Curation Profile 분석
임종태(Jongtae Lim),서인덕(Indeok Seo),송희섭(Heesub Song),유승훈(Seunghun Yoo),정재윤(Jaeyun Jeong),조중권(Jungkwon Cho),Aniruddha Paul,고건식(Geonsik Ko),김병훈(Byounghoon Kim),박윤정(Yunjeong Park),송진우(Jinwoo Song),이서희(Seohe 한국콘텐츠학회 2016 한국콘텐츠학회 종합학술대회 논문집 Vol.2016 No.5
빅데이터 처리 플랫폼에서 학술 데이터를 사용한 전문가 검색 시스템 설계 및 구현
최도진(Dojin Choi),김민수(Minsoo Kim),김대윤(Daeyun Kim),이서희(Seohee Lee),한진수(Jinsu Han),서인덕(Indeok Seo),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2017 한국콘텐츠학회논문지 Vol.17 No.3
대부분의 연구자들은 새로운 분야의 연구를 수행하기 위해 전문가에게 자문을 받거나 전문가의 논문들을 기반으로 연구 방향을 설정한다. 기존의 학술 검색 서비스에서는 분야별 논문 정보는 제공하지만 각 분야의 전문가를 제공해주지 않기 때문에 사용자들이 검색된 논문을 기반으로 전문가를 직접 판단해야한다. 본 논문에서는 학회에 발간된 논문 정보를 기반으로 빅 데이터 처리를 이용한 학문 분야별 전문가 검색 시스템을 설계하고 구현한다. 제안하는 시스템은 대량의 논문을 저장하고 관리하기 위해 빅 데이터 분산 저장 기술을 활용하였다. 또한 빅 데이터 분산 처리기술을 활용하여 전문가를 판별하고 전문가와 연관 되는 정보를 분석한다. 분산처리 된 결과는 사용자가 전문가 검색 요청 시 웹페이지를 통해 보여준다. 사용자는 제안하는 시스템을 통해 해당 연구 분야의 전문가를 추천받음으로써 연구를 수행함에 있어 많은 도움을 받을 수 있다. Most of the researchers establish research directions to conduct the study of new fields by getting advice from experts or through the papers of experts. The existing academic data search services provide paper information by field but do not provide experts by field. Therefore, users should decide experts by field using the searched papers by themselves. In this paper, we design and implement an expert search system by discipline through big data processing based on papers that have been published in the academic societies. The proposed system utilizes distributed big data storage systems to store and manage large papers. We also discriminate experts and analyze data related to the experts by using distributed big data processing technologies. The processed results are provided through web pages when a user searches for experts. The user can get a lot of helps for the research of a particular field since the proposed system recommends the experts of the corresponding research field.