디지털 라이브러리[ 검색결과 ]
그룹 추천에서 사용자 선호도의 편차를 고려한 그룹 모델링 전략
그룹 추천은 개인이 아닌 그룹의 특성 및 성향을 분석하여 구성원들에게 적합한 정보를 제공하는 추천 방식이다. 기존의 그룹 추천 방식은 평균 선호도나 선호 횟수에 기반한 그룹 모델링 전략을 사용한다. 하지만 평균이 높고 선호 횟수가 많은 관심사더라도 선호도의 편차가 크다면, 그룹 내 구성원 모두를 만족시키는 추천 결과를 제공하기가 어렵다. 본 논문에서는 이를 개선하고자 관심사에 대한 평균 선호도에 선호도 편차를 가중치로 하는 그룹 모델링 전략을 제안한다. 제안하는 방법은 평균 선호도가 높으면서 선호도 편차가 작은 관심사들을 추천 결과로 제공해줌으로써 기존의 그룹 모델링 전략보다 더 많은 그룹 내 구성원들을 만족시키는 정보를 제공하는 것이 가능하다. 실험을 통해 제안하는 그룹 모델링 전략이 기존의 방식에 비해 높은 성능을 보였고, 소규모의 사용자뿐만 아니라 많은 수의 사용자가 형성하는 그룹에서도 높은 성능을 가짐을 확인하였다.
개체 중의성 해소를 위한 사용자 유사도 기반의 트윗 개체 링킹 기법
트위터 문서는 웹 문서에 비해 길이가 짧기 때문에 웹 기반의 개체 링킹 기법을 그대로 적용시킬 수 없어 사용자 정보나 집단의 정보를 활용하는 방법들이 시도되고 있다. 하지만, 트윗의 개수가 충분하지 않은 사용자의 경우 데이터 희소성 문제가 여전히 발생하고 관련이 없는 집단의 정보를 사용할 경우 링킹의 결과에 악영향을 미칠 수 있다. 본 논문에서는 기존 연구의 문제를 해결하기 위해 단일 트윗 내의 의미 관련도 뿐만 아니라 사용자의 트윗 집합과 다른 사용자들의 트윗 집합까지 고려하여 데이터 희소성을 해결하고, 관련성이 높은 사용자들의 트윗 정보에 가중치를 주어 트윗 개체 링킹의 성능을 높이고자 한다. 실제 트위터 데이터를 활용한 실험을 통해 제안하는 트윗 개체 링킹 기법이 기존의 기법에 비해 높은 성능을 가지며, 유사도가 높은 사용자의 정보를 사용하는 것이 트윗 개체 링킹에서 데이터 희소성 해결과 링킹 정확도 향상에 연관성이 있음을 보였다.
객체-관계 변환 방법론을 위한 이진 결정 다이어그램 기반의 모델링 규칙
소프트웨어 개발자들은 시스템의 설계를 위해 UML의 클래스 다이어그램과 같은 객체 모델을 이용한다. 객체-관계 변환 방법론은 객체 모델에 표현된 관계성들을 관계형 데이터베이스 테이블로 변환하는 방법론으로, 설계된 시스템의 구현을 위해 적용된다. 기존 객체-관계 변환 방법론의 연구들은 하나의 관계성을 표현하기 위해 여러 변환 기법들을 제안하였다. 하지만 각 변환 기법의 사용기준들이 존재하지 않아 구현에 적용하기 어려운 문제점이 있다. 따라서 이 논문은 각 관계별로 이진 결정 다이어그램 기반의 모델링 규칙을 제안한다. 이를 위해 변환 기법들을 구분하는 조건들을 정의하고, 질의 수행시간을 측정함으로 검증이 요구되는 모델링 규칙들을 평가한다. 평가 후, 이 논문은 명제 논리로 표현된 최종 모델링 규칙을 재정의하고, 사례 연구를 통하여 제안된 모델링 규칙이 설계된 시스템을 구현하는데 유용함을 보인다.
객체-관계 변환 방법론 기반 메타데이터 레지스트리 데이터베이스 설계
ISO/IEC 11179 메타데이터 레지스트리(Metadata Registry, MDR)는 메타데이터의 등록 및 공유를 위해 개발된 국제표준이다. ISO/IEC 11179는 MDR을 객체 모델인 메타모델로 표현한다. 하지만 ISO/IEC 11179는 메타모델을 데이터베이스로 구축하기 위한 명확한 기준이 없으므로 표준 기반의 MDR 개발이 어려운 문제점이 있다. 이 논문은 MDR 구현을 위해 객체-관계 변환 방법론 기반의 MDR 데이터 모델을 설계한다. 이를 위해 연구된 객체-관계 변환 방법론의 변환 기법들을 관계성에 기준하여 분류하고, 이 변환 기법들의 사용 기준을 정의함으로 모델링 규칙을 제안한다. 이 논문은 MDR 데이터 모델에 대한 구현 결과로 관계형 데이터베이스 테이블을 구축한다. 실험 및 평가를 통하여 제안하는 모델링 규칙을 검증하고 구축된 테이블 구조의 적합성을 평가한다. 평가 결과로 제안 기법에 의해 구축된 테이블 구조는 표준 메타모델의 클래스와 관계성을 잘 보존함을 보인다.
유스케이스 점수 측정의 신뢰도 향상을 위한 단위기능 중심의 유스케이스 정제 방법
소프트웨어의 규모측정 기법 중 하나인 유스케이스 점수(Use Case Points; UCP)는 고객 기능 요구사항에 기반하여 규모를 측정한다. 이 때 요구사항 분석자의 유스케이스 추상화 수준에 따라 유스케이스 수의 차이가 발생하고, 이는 UCP에 많은 영향을 미친다. 본 논문에서는 요구사항 분석자의 추상화 수준에 따른 유스케이스 수의 편차를 줄이기 위해 단위기능으로 분할하는 방법을 제안함으로써 측정자에 따른 UCP의 편차를 줄이고자 한다. 이 방법은 스텝, 트랜잭션, Narrative 중심으로 접근한 기존의 UCP 방법보다 측정자에 따른 UCP의 편차를 줄일 수 있어 신뢰성 있는 소프트웨어 규모측정이 가능하다.
경로 예측 알고리즘의 빠른 투영 후보 선택을 위한 경로 단편 관리 구조
이 논문에서는 기존 경로 예측 알고리즘의 처리 속도를 향상시킬 수 있는 개선된 투영 후보 선택 알고리즘을 제안한다. 지금까지 다양한 사용자 이동 경로 예측 알고리즘이 개발되었으나 실시간 근거리예측 환경에 적합하지 않다. 이러한 문제점을 해결하기 위해 새로운 예측 알고리즘이 제안되었으나 몇 가지 문제점을 지닌다. 특히 보다 빠른 처리 속도를 제공할 수 있도록 개선되어야 한다. 기존 예측 알고리즘의 높은 처리 시간의 주된 원인은 투영 후보 선택 연산의 높은 시간 복잡도이다. 따라서 이 논문에서는 기존 투영 후보 선택 알고리즘의 처리 속도를 개선할 수 있는 새로운 경로 단편 관리 구조와 향상된 투영 후보 선택 알고리즘을 제안한다. 또한 비교 평가를 통해 이 논문에서 제안한 알고리즘이 효과적임을 보인다.
트위터 특징에 기반한 콘텐츠 중요성 평가 기법
트위터는 하루 약 1억 4000만개의 콘텐츠를 생성하는 소셜 네트워크 서비스로 다양한 데이터를 포함하고 있으며 이를 분석하기 위한 연구가 다방면에서 진행 중에 있다. 본 연구는 트위터의 콘텐츠 검색 분야에서 유용하게 사용될 수 있는 콘텐츠 중요성을 평가하기 위한 연구이다. 트위터 콘텐츠의 중요성이란 단일 콘텐츠가 트위터 서비스 사용자들에게 사실관계가 명확한 정보를 전달하고 있는지를 평가하는 요소를 말한다. 본 논문은 트위터 콘텐츠의 중요성 평가를 위해 콘텐츠 작성자의 청자 수인 팔로워와 콘텐츠의 인기도라고 할 수 있는 리트윗을 사용했다. 더불어 실제 트위터 데이터를 사용해 제안한 방법이 효과적으로 콘텐츠의 영향력을 측정할 수 있음을 보였다. 또한 정보를 전달하는 정보 전달자의 분류를 통해 공공성을 띈 사용자의 분류가 작성한 콘텐츠가 트위터 영향력 측정에 유용하게 사용될 수 있음을 트위터 데이터 분석을 통해 보여주었다.
