데이타 축소와 군집화를 사용하는 시공간 데이타의 이산화 기법

강주영(Juyoung Kang),용환승(Hwan-Seung Yong) 한국정보과학회 2009 정보과학회 컴퓨팅의 실제 논문지 Vol.15 No.1

To increase the efficiency of mining process and derive accurate spatio-temporal patterns, continuous values of attributes should be discretized prior to mining process. In this paper, we propose a discretization method which improves the mining efficiency by reducing the data size without losing the correlations in the data. The proposed method first abstracts original trajectories into approximations using line simplification and then groups them into similar clusters. Our experiments show that the proposed approach improves the mining efficiency as well as extracts more intuitive patterns compared to existing discretization methods. 항목 기반의 순차 패턴 마이닝 기법들을 시공간 데이타에 적용하기 위해서는 시공간 속성 값에 대한 적절한 이산화가 필수적이다. 본 논문에서는 입력 데이타의 시공간적 상관 정보를 유지함과 동시에 데이타 수를 축소시킴으로써 마이닝 프로세스의 효율성을 높이는 이산화 기법을 제안한다. 제안된 기법은 선 단순화를 사용하여 궤적에 대한 근사치를 구함으로써 마이닝 단계에서 처리할 데이타 크기를 축소시킨다. 또한 단순화 된 궤적을 유사한 시공간적 특성을 가지는 논리적 그룹으로 군집화하여 데이타의 분포를 고려한 이산화를 수행한다. 실험을 통해 제안된 기법이 마이닝 프로세스의 효율성을 높일 뿐 아니라 보다 직관적이고 해석이 용이한 패턴을 도출하는 것을 보였다.

데이터 축소와 군집화를 사용하는 시공간 데이터의 이산화 기법

강주영(Juyoung Kang),용환승(Hwan-Seung Yong) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.1

SOM 기반 시공간 데이터 마이닝 시스템

강주영 ( Juyoung Kang ),이봉재 ( Bongjae Lee ),송재주 ( Jaeju Song ),신진호 ( Jinho Shin ),용환승 ( Hwanseung Yong ) 한국정보처리학회 2004 한국정보처리학회 학술대회논문집 Vol.11 No.2

데이터 양이 급증함에 따라 축적된 데이터로부터 의미있는 지식을 추출해 내고자 하는 데이터 마이닝에 대한 연구가 활발하게 진행되어 왔다. 특히 최근, 환경이 이동 분산화 되어감에 따라 감시·모니터링 시스템, 기상 관측 시스템, GPS 시스템과 같은 다양한 응용 시스템으로부터 방대한 양의 시공간 데이터가 발생하게 되었고, 이를 효율적으로 분석하고자 하는 시공간 데이터 마이닝 연구에 대한 관심이 더욱 높아지고 있다. 기존의 데이터 마이닝 기법의 경우 문자나 숫자 데이터를 대상으로 최적화 되어있기 때문에 시·공간 속성을 동시에 가지는 데이터를 분석하기에는 한계가 있는 것이 사실이다. 본 논문에서는 SOM(Self-Organizing Map)을 적용하여 시공간 클러스터링 모듈을 개발하고, 개발된 모듈의 성능 및 클러스터링 정확성을 다른 세 가지 군집분석 알고리즘과 비교, 분석하였다. 또한 가시화 모듈을 개발하여 입력 데이터의 특성과 결과를 더욱 정확하게 분석할 수 있도록 하였다.

엔진과 변속기간에 정격 출력 회전수 매칭을 위한 어댑터 개발

강주영(Juyoung Kang),배종원(Jongwon Bae),김종민(Jongmin Kim),최진구(Jingoo Choi),김주호(Jooho Kim),김바다(Bada Kim),이정호(Jeongho Lee),이충근(Chunggeun Lee),이대엽(Daeyup Lee) 한국자동차공학회 2017 한국자동차공학회 학술대회 및 전시회 Vol.2017 No.11

협업 필터링 기반의 휴대폰 무선 서비스 추천을 위한 기지국 군집분석과 검증

강주영(Juyoung Kang),김현구(HyunKu Kim),박상언(Sangun Park) 한국전자거래학회 2010 한국전자거래학회지 Vol.15 No.2

이동통신 시장의 경쟁이 격화됨에 따라 이미 포화상태에 다다른 음성 서비스보다는 데이터 서비스를 증가시키기 위해 통신사들이 노력하고 있다. 그러나 단말기의 한계로 인해 자신이 원하는 서비스를 검색하는 것이 쉽지 않고, 시간 역시 많이 소모되는 문제점으로 인해 데이터 서비스 시장이 기대한 만큼 성장하지 않고 있는 상황이다. 본 논문에서는 이와 같은 문제점을 극복하기 위하여, 이동통신사에서 보유하고 있는 위치정보와 무선인터넷 이용로그를 기반으로 개인이 처한 상황에 맞게 무선 서비스를 추천하는 개인화 서비스 방안을 제시하고자 한다. 이를 위해 무선통신사의 실제 데이터를 기반으로 기지국의 위치정보와 해당 위치에서의 서비스 이용 정보를 이용하여 군집 분석을 실시하고, 이를 기반으로 협업 필터링를 이용한 무선 서비스의 개인화 서비스 방안을 제안한 후 이를 검증하였다. 또한 분류된 군집의 특성을 분석하고, 이를 기반으로 한 무선 서비스 추천 방안을 제시하였다. Mobile Communication Companies are trying to increase data services rather than telephone communication services that already became saturated as the competition of mobile communication market gets intensified. However, it is hard and time-consuming for customers to find desired mobile phone wireless services because of the limitation of screen and speed of the mobile phone. Therefore, the market does not grow rapidly as mobile communication companies expected. In our research, we suggest a personalized wireless service recommendation system that considers each individual context by using geographic information and wireless internet usage logs to overcome the mentioned problems. In order to design and implement the system, we conducted clustering analysis on base stations and real service usage logs of each base station, and suggested a personalized recommendation system based on collaborative filtering that uses the clustering results. Moreover, we verified the performances of our system with experiments.

OLAP 시스템에서 희박 데이터의 패턴 분류 및 성능 평가

강주영(Juyoung Kang),이봉재(Bongjae Lee),송재주(Jaeju Song),신진호(Jinho Shin),용환승(Hwanseung Yong) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ

OLAP(On-Line Analytical Processing)은 데이터 웨어하우스 내의 방대한 양의 데이터에 대해 사용자와의 상호 작용이 가능하도록 질의에 대하여 빠른 응답성능을 보장해야 한다. 이를 위해 OLAP 시스템은 데이터에 대한 다량의 다차원 집계 연산을 수행해야 하기 때문에, 일반적으로 사전 연산 결과를 저장하여 직접적인 집계 연산을 줄임으로써 응답 성능을 높이는 방법을 사용하고 있다. OLAP 다차원 데이터의 희박성은 이러한 사전 연산 시 데이터 폭발 현상을 일으켜 도리어 성능을 저하시키는 요인으로 작용할 수 있다. 본 논문에서는 데이터의 희박성과 성능 문제에 대해 고찰하고 OLAP 응용에서 발생할 수 있는 다차원 데이터의 희박성 패턴에 대해 정의하였다. 또한 정의된 패턴에 따라 희박 데이터를 생성하는 데이터 생성기를 구현하고 이를 이용하여 생성된 데이터를 기반으로 MS SQL Server Analysis Services와 Pilot DSS 두 OLAP 제품의 성능을 평가하고 결과를 비교하였다.

시공간 데이터를 위한 클러스터링 기법의 성능 비교

강주영(Juyoung Kang),이봉재(Bongjae Lee),송재주(Jaeju Song),신진호(Jinho Shin),용환승(Hwanseung Yong) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅱ

최근 GPS 시스템, 기상 관측 시스템과 같은 다양한 응용 시스템으로부터 수집된 시공간 속성을 가진 데이터를 분석하고자 하는 시공간 데이터 마이닝에 대한 관심이 더욱 높아지고 있다. 기존의 시공간 데이터 마이닝에 대한 연구는 문자·숫자 데이터를 기반의 마이닝 기법을 그대로 적용하고 있기 때문에 데이터의 시공간 속성을 충분히 고려한 분석으로는 한계가 많은 것이 사실이다. 본 논문에서는 패턴 인식과 클러스터링 능력이 뛰어나다고 알려진 SOM을 기반으로 한계가 많은 것이 사실이다. 본 논문에서는 패턴 인식과 클러스링 정확성에 대하여 K-means,응집 계층 알고리즘(Average Linkage, Ward)과 비교함으로써 시공간 데이터 마이닝을 위한 각 알고리즘들의 성능을 분석하였다. 또한 입력 데이터의 특성과 클러스터링 결과를 더욱 정확하게 나타내어 가시적인 분석을 도울 수 있도록 시공간 데이터 클러스터링을 위한 가시화 모듈을 개발하였다.

The Role of Social Distance in the Collaborative Consumption

Kang, Juyoung(강주영),Kim, Sooyun(김수연),Kim, Heejin(김희진),Choi, Sunmee(최선미) 한국서비스경영학회 2019 서비스경영학회지 Vol.20 No.4

In the collaborative consumption context, peer service customers and peer service providers can both be from diverse backgrounds. When their backgrounds differ, the difference can lead to social distance between the two, which can influence their reactions to each other. Few studies have addressed this issue or how to resolve it. This study aims to be the first to examine this issue from the peer service customer’s perspective by examining the effect of a peer service customer’s perceived social distance on his/her response to the peer service provider and the platform providing firm, and the effect of the peer service provider’s communication style on reducing the negative effect of perceived social distance. Data was collected using a scenario-based online survey with a 2(levels of social distance: high vs. low) x 2(communication accommodation styles: convergence vs. maintenance) between-subject experimental design. The findings demonstrated the significant negative effect of social distance, and the use of convergence style as a viable option to effectively reduce the negative effect.

탐색적 자료 분석(EDA) 기법을 활용한 국내 11개 대표 온라인 쇼핑몰 BEST 100 비교

강지천,강주영,Kang, Jicheon,Kang, Juyoung 한국빅데이터학회 2018 한국빅데이터학회 학회지 Vol.3 No.1

초기 온라인 쇼핑몰이 등장할 때부터 지금까지 BEST 100은 모든 쇼핑몰 웹사이트의 핵심 기능으로 제공되고 있다. BEST 100은 소비자들이 한눈에 인기 상품들을 확인할 수 있기 때문에 쇼핑몰의 매출 등에 미치는 영향이 높지만 온라인 쇼핑 선행 연구에서 BEST 100과 관련된 연구는 거의 이루어지지 않고 있다. 따라서 본 연구에서는 현 온라인 쇼핑몰 11곳을 대상으로 선정하여 쇼핑몰별 판매 특징을 분석하였다. 연구 방법으로 각 쇼핑몰 웹 사이트의 BEST 100의 구성요소인 판매문구, 가격, 무료배송의 유/무 확인을 크롤링 하여 탐색적 자료 분석 기법(EDA)을 활용하였다. 분석 결과 쇼핑몰 11곳의 종합 평균 가격은 72,891.41원으로 나타났으며 상품 가격이 저렴할수록 무료배송 비율이 낮음을 확인하였다. 가격 이외에 판매문구에서는 텍스트 마이닝을 통해 8개의 카테고리로 구분하였다. 가장 많은 카테고리는 fashion 부분이었으나 카테고리의 설정이 제품 속성이 아닌 마케팅 문구를 분석한 점에 의의가 있다. 본 연구는 EDA를 활용하여 현 온라인 시장 흐름을 파악하고 향후 방향을 제시하는데 시사점이 있다. Since the beginning of the first online shopping mall, BEST 100 is being provided as the core of all shopping mall websites. BEST 100 is greatly important because consumers can identify popular products at a glance. However, there are only studies using sales outcome indicators, and prior studies using BEST 100 are insignificant. Therefore, this study selected 11 online shopping malls and compared their main characteristics. As a research method, exploratory data analysis technique (EDA) was used by crawling the BEST 100 components of each shopping mall website, such as product name, price, and free shipping check. As a result, the total average price of 11 shopping malls was 72,891.41 won. Sales texts were classified into 8 categories by text mining. The most common category was the fashion part, but it is significant that the setting of the category analyzed the marketing text, not the product attribute. This study has implications for understanding the current online market flow and suggesting future directions by using EDA.

시공간 데이터를 위한 클러스터링 기법 성능 비교

강나영,강주영,용환승(Nayoung Kang),Juyoung Kang,Hwan-Seung Yong 한국지능정보시스템학회 2004 지능정보연구 Vol.10 No.2

최근 데이터 양이 급증하면서 데이터 마이닝에 대한 연구가 활발하게 진행되고 있으며 특히 GFS 시스템, 감시 시스템, 기상 관측 시스템과 같은 다양한 웅용 시스템으로부터 수집된 데이터를 분석하고자 하는 시공간 데이터 마이닝 연구에 대한 관심이 더욱 높아지고 있다. 기존의 시공간 데이터 마이닝 연구들에서는 비시공간 데이터 기반의 일반적인 클러스터링 기법들을 그대로 적용하고 있으나 데이터의 속성이 다른 시공간 데이터 마이닝에서 기존의 알고리즘들이 어느 정도의 성능을 보장하는지, 데이터의 시공간 속성에 따라 적절한 마이닝 알고리즘을 선택하기 위한 기준이 무엇인지 둥에 대한 연구는 미흡한 실정이다.<br/> 본 논문에서는 기존의 시공간 데이터 마이닝 연구에서 일반적으로 많이 사용되어 온 알고리즘인 SOM(Self-Organizing Map) 을 기반으로 시공간 데이터 마이닝 모듈을 개발하고, 개발된 클러스터링 모듈의 성능을 K-means 과 두 가지 응집 계층 (Hierarchical Agglomerative) 알고리즘들과 균질도, 분리도, 반면영상 너비, 정확도의 네 가지 평가 기준을 기반으로 비교하였다. 또한 입력 데이터의 특성 가시화 및 클러스터링 결과의 정확한 분석을 위해 시공간 데이터 클러스터링을 위한 가시화 모듈을 개발하였다.<br/> With the growth in the size of datasets, data mining has recently become an important research topic. Especially, interests about spatio-temporal data mining has been increased which is a method for analyzing massive spatio-temporal data collected from a wide variety of applications like GPS data, trajectory data of surveillance system and earth geographic data. In the former approaches, conventional clustering algorithms are applied as spatio-temporal data mining techniques without any modification.<br/> In this paper, we focused to SOM that is the most common clustering algorithm applied to clustering analysis in data mining area, and develop the spatio-temporal data mining module based on it. In addition, we analyzed the clustering results of developed SOM module and compare them with those of K-means and Agglomerative Hierarchical algorithm in the aspects of homogeneity, separation, separation, silhouette width and accuracy. We also developed specialized visualization module for more accurate interpretation of mining result.<br/>