http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
유승훈,하혜경,이해정,Yoo, Seunghun,Ha, Haekyung,Lee, Haejung 대한물리치료학회 2014 대한물리치료학회지 Vol.26 No.2
Purpose: The aim of the study was to develop the Korean version of the Working Alliance Inventory (KWAI) and to assess reproducibility of both its therapist and client forms. Methods: The 12-item WAI was translated into Korean. The translation procedure followed the guidelines proposed by Beaton et al. (2000). Development of KWAI involved its translation, back-translation, and pilot testing of the pre-final version to establish Korean cultural adaptation of the original version of WAI. For test-retest reliability, therapists (N=30) and clients (N=47) completed the questionnaire on two different occasions. The interval between occasions was two to seven days, depending on subject availability. Data were collected from clinicians working in general hospitals and private clinics, and clients who had received treatment within three months. The intra-class correlation (ICC ($_{2.1}$)) was calculated for assessment of the reproducibility of the translated questionnaire. Results: The test-retest ICC ($_{2.1}$) of the client form and the therapist form was 0.92 (95%CI:0.86-0.95) and 0.94 (95%CI:0.89-0.97), respectively. Answers to items 2, 8, and 11 showed a tendency to be omitted due to ambiguity of meaning in Korean. Idiomatic expression was employed rather than word-to-word translation to have clear meaning of those items. Conclusion: The KWAI was successfully translated and adapted for applications to Korean clients and therapists, with a satisfactory level of reliability. Therefore, it can be suggested that the KWAI is useful in providing a reliable assessment of working alliance between therapists and clients.
서브 그래프의 사용 패턴을 고려한 다중 계층 캐싱 기법
유승훈(Seunghun Yoo),정재윤(Jaeyun Jeong),최도진(Dojin Choi),박재열(Jaeyeol Park),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2018 한국콘텐츠학회논문지 Vol.18 No.3
최근 소셜 미디어와 모바일 장비들의 발달로 인해 그래프 데이터들이 다양한 분야에서 활용되고 있다. 이와 함께 대용량 그래프 데이터 처리 과정에서 입출력 비용을 감소시키기 위한 캐싱 기법에 대한 연구들이 진행되고 있다. 본 논문에서는 그래프 토폴로지의 특징인 그래프의 연결성과 과거의 서브 그래프 사용 이력을 고려하여 다중 계층 캐싱 기법을 제안한다. 제안하는 기법은 캐시를 Used Data Cache와 Prefetched Cache로 구분한다. Used Data Cache는 자주 사용되는 서브 그래프 패턴에 따라 가중치를 부여하여 데이터를 캐싱하고 Prefetched Cache는 사용되지는 않았지만 최근 사용된 데이터의 주변 데이터들이 사용될 가능성이 높은 데이터를 캐싱한다. 그래프 패턴을 추출하기 위해 과거의 이력 정보를 활용하여 패턴을 추출하였다. 자주 사용되는 서브 그래프들이 다시 사용될 것을 예측하여 가중치를 부여하여 캐싱한다. 최근 사용된 데이터의 주변 데이터들이 사용 될 것을 예측하여 캐싱한다. 각각의 캐시에 캐싱된 데이터들을 관리하고 메모리가 가득 찰 경우 사용될 가능성이 낮은 데이터와 새로운 데이터를 교체하는 전략을 제안한다. 성능 평가를 통해 제안하는 캐싱 기법이 기존의 캐시 관리 기법에 비해 우수함을 증명한다. Due to the recent development of social media and mobile devices, graph data have been using in various fields. In addition, caching techniques for reducing I/O costs in the process of large capacity graph data have been studied. In this paper, we propose a multi-layer caching scheme considering the connectivity of the graph, which is the characteristics of the graph topology, and the history of the past subgraph usage. The proposed scheme divides a cache into Used Data Cache and Prefetched Cache. The Used Data Cache maintains data by weights according to the frequently used sub-graph patterns. The Prefetched Cache maintains the neighbor data of the recently used data that are not used. In order to extract the graph patterns, their past history information is used. Since the frequently used sub-graphs have high probabilities to be reused, they are cached. It uses a strategy to replace new data with less likely data to be used if the memory is full. Through the performance evaluation, we prove that the proposed caching scheme is superior to the existing cache management scheme.
소셜 네트워크에서 사용자의 관심 분야, 인적 관계 및 응답 품질을 고려한 분야별 전문가 추천 기법
송희섭(Heesub Song),유승훈(Seunghun Yoo),정재윤(Jaeyun Jeong),박재열(Jaeyeol Park),안지환(Jihwan Ahn),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2017 한국콘텐츠학회논문지 Vol.17 No.11
최근 인터넷과 스마트 폰의 발달로 사용자들 사이의 관계를 통해 다양한 정보를 생성하고 공유할 수 있는 소셜 미디어 서비스가 활발히 이용되고 있다. 특히 정보의 양이 방대해지고 신뢰할 수 없는 정보가 증가함에 따라 사용자에게 필요한 정보를 제공해 줄 수 있는 전문가 추천 기법에 대한 연구들이 진행되고 있다. 본 논문에서는 사용자의 관심 분야, 인적 관계, 응답 품질을 고려한 전문가 추천 기법을 제안한다. 사용자의 관심 분야는 사용자가 소셜 네트워크상의 활동을 분석해 최신의 사용자의 관심 분야 지수를 판단한다. 사용자의 인적 관계는 소셜 네트워크상의 같은 관심분야의 사용자만을 추출하여 인적 관계를 구축하여 인적관계 지수를 판단한다. 사용자의 응답 품질은 사용자의 응답 속도와 응답 내용을 고려하여 응답 품질 지수를 판단한다. 마지막으로 사용자의 관심 분야, 인적 관계, 응답 품질을 합하여 사용자의 전문가 지수를 판단하고 사용자의 질의를 분석하여 질의와 전문가 그룹을 매칭하여 전문가를 추천한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다. Recently, with the rapid development of internet and smart phones, social network services that can create and share various information through relationships among users have been actively used. Especially as the amount of information becomes enormous and unreliable information increases, expert recommendation that can offer necessary information to users have been studied. In this paper, we propose an expert recommendation scheme considering users` interests, human relations, and response quality. The users` interests are evaluated by analyzing their past activities in social network. The human relations are evaluated by extracting the users who have the same interesting fields. The response quality is evaluated by considering the user’s response speed and response contents. The proposed scheme determines the user`s expert score by combining the users` interests, the human relations, and the response quality. Finally, we recommend proper experts by matching queries and expert groups. It is shown through various performance evaluations that the proposed scheme outperforms the existing schemes.
대용량 위치 데이터에서 효율적인 k-최근접 질의 처리 기법
최도진(Dojin Choi),임종태(Jongtae Lim),유승훈(Seunghun Yoo),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2017 한국콘텐츠학회논문지 Vol.17 No.8
스마트 기기의 대중화로 다양한 위치 기반 서비스가 제공되고 있다. 최근에는 소셜 서비스와 결합한 위치 기반 소셜 서비스들이 생겨나고 있다. 이러한 위치 기반 소셜 네트워크 서비스에서는 사용자 중심의 가장 가까운 위치를 검색하는 k-최근접 질의 처리의 요구가 증가된다. 본 논문에서는 대규모 사용자 환경에서 질의를 효율적으로 처리하기 위한 근사 k-최근접 질의 처리 기법을 제안한다. 제안하는 기법은 빅데이터 분산 처리기술을 활용하여 효율적인 스트림 처리를 수행한다. 본 논문에서는 대량의 위치 데이터에 대한 색인을 위해 전통적인 그리드 색인 기법을 변형한 색인 기법을 제안한다. 제안하는 질의 처리기법은 사용자의 진행방향을 고려하여 해당 셀을 우선적으로 탐색한다. 이를 통해 k개의 근사 결과 집합을 생성할 수 있다. 제안하는 기법의 우수성을 입증하기 위해 기존 기법과 다양한 성능 평가를 수행한다. With the growing popularity of smart devices, various location based services have been providing to users. Recently, some location based social applications that combine social services and location based services have been emerged. The demands of a k-nearest neighbors(k-NN) query which finds k closest locations from a user location are increased in the location based social network services. In this paper, we propose an approximate k-NN query processing method for fast response time in a large number of users environments. The proposed method performs efficient stream processing using big data distributed processing technologies. In this paper, we also propose a modified grid index method for indexing a large amount of location data. The proposed query processing method first retrieves the related cells by considering a user movement. By doing so, it can make an approximate k results set. In order to show the superiority of the proposed method, we conduct various performance evaluations with the existing method.