디지털 라이브러리[ 검색결과 ]
도로 교통망 환경에서 G-트리 구조를 이용한 단일 그룹 콜렉티브 여행 질의 처리
http://doi.org/10.5626/JOK.2020.47.5.513
본 연구에서는, 위치 기반의 승차 공유 서비스에서 전체 여행비용을 최소화 하는 단일 그룹 콜렉티브 여행 질의 처리를 다루려고 한다. 단일 그룹 콜렉티브 여행 질의는 여러 명의 사용자들이 특정 지점에 모여서 하나의 운송 수단을 이용하여 도착 지점으로 이동을 할 때, 이 때 소요되는 전체 비용을 최소화 하는 지점을 찾는 것이 목표이다. 콜렉티브 여행 질의와 관련된 연구들이 많이 진행이 되었지만 특정 상황에서만 효과적인 성능을 보인다는 문제점을 가지고 있다. 따라서 우리는 단일 그룹 콜렉티브 여행질의의 기초 해결 방안을 소개하고 해당 방안보다 더 나은 성능을 보이는 G-트리 기반의 효과적인 가지치기 기법을 제시한다. 추가로, 기존에 연구되었던 방법들의 한계를 밝히고, 제시하는 기법이 기존 연구들이 갖는 한계에 영향을 받지 않고 최적 결과를 구할 수 있음을 실험을 통해 보인다.
도로망 환경에서 G-트리 구조를 이용한 리버스 콜렉티브 공간 키워드 질의 처리
http://doi.org/10.5626/JOK.2019.46.5.478
최근 모바일 환경의 보급과 소셜 네트워크 서비스가 확산됨에 따라 공간 키워드 질의 처리 연구에 대한 관심이 급증하고 있다. 특히 사용자가 원하는 키워드 집합을 포함한 가장 가까운 시설들을 찾아주는 콜렉티브 공간 키워드 질의에 대한 연구가 활발하게 진행되고 있다. 콜렉티브 공간 키워드 질의는 객체간의 관계를 고려한 질의처리 연구로서 개인화 마케팅, 사용자 맞춤형 광고, 위치기반 추천서비스 등에 적용될 수 있는 기술로 각광받고 있다. 본 논문에서는 그동안 사용자 중심의 치우쳐있던 콜렉티브 공간 키워드 연구에서 벗어나, 기업 중심의 서비스가 가능한 리버스 콜렉티브 공간 키워드 질의라는 새로운 개념을 제시한다. 또한 이를 효율적으로 처리하기 위한 G-트리 구조 기반의 필터링 및 정제 방법을 제안한다.
사용자와 이동 객체의 움직임을 동시에 고려한 예측 질의처리 기법
http://doi.org/10.5626/JOK.2018.45.12.1302
최근 GPS가 탑재되어 있는 스마트폰이나 태블릿 PC 등 모바일 기기의 사용이 증가함에 따라, 다양한 센서로부터 얻은 대량의 데이터를 분석하는 것이 가능해졌다. 이에 따라 다양한 위치기반 서비스들을 효과적으로 제공하기 위해 공간 질의를 효율적으로 처리하는 기법에 대한 연구가 이루어지고 있다. 본 논문에서는 기존 예측 공간 질의처리 연구들에서 사용자의 이동을 고려하지 않아 원하는 질의 결과를 반환하지 못하는 한계점을 극복하기 위한 방법을 제시한다. 구체적으로, 도로 교통망 환경에서 사용자의 이동시간과 대기시간을 고려했을 때 도달 가능성이 높은 최적의 K개의 이동 객체를 반환하는 예측 질의를 효율적으로 처리하기 위한 알고리즘을 제안하며, 이 과정에서 사용자와 이동 객체의 움직임을 동시에 고려하여 이동 범위를 단계적으로 확장함으로써 불필요한 계산을 줄이는 기법을 적용한다. 또한 적절한 인덱스구조를 사용함으로써 정점과 이동 객체의 수가 많은 환경에서도 효율적으로 처리할 수 있도록 하였다. 마지막으로, 도로 교통망 환경에서의 실험을 통해 효율성 측면에서 유의미한 결과를 보였다.
도로 교통망에서 차분 프라이버시가 적용된 교통량 데이터 배포를 위한 가변 길이 윈도우 기반 프라이버시 예산 할당 기법
http://doi.org/10.5626/JOK.2018.45.9.957
오늘날 교통량 데이터는 도로 설계 및 교통 흐름 분석 등의 많은 분야에서 활용되고 있다. 이러한 교통량 데이터는 민감한 개인의 위치 정보를 포함하고 있어, 개인의 이동 경로 노출과 같은 프라이버시 침해를 야기할 수 있다. 차분 프라이버시를 교통량 데이터에 적용할 경우 민감한 개인 정보를 보호하면서도 데이터의 유용성을 조절할 수 있다는 장점이 있으나 교통량 데이터는 시간의 흐름에 따라 무한대의 크기를 가지므로 모든 데이터를 보호하려면 과도한 노이즈가 삽입된다는 단점이 있다. 이를 극복하기 위해 일정 시간 범위에 포함되는 교통량 데이터에 대해서만 차분 프라이버시를 적용하는 연구가 진행되었으나 기존 연구들에서는 윈도우의 길이가 고정되어 있어 시간대의 특수성이 고려되지 않고 도로 구간의 상관 관계를 고려하지 않는 한계가 있었다. 본 논문에서는 위와 같은 문제를 해결하기 위해, 도로 구간 간의 상관 관계와 시간대를 고려한 가변 길이 윈도우 기법을 제안한다.
