http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
설광수,이의종,서영덕,김영갑,백두권 한국시뮬레이션학회 2017 한국시뮬레이션학회 학술대회집 Vol.2017 No.-
본 논문에서는 자가 적응 소프트웨어에서 적응 전략 선택을 위한 온톨로지 기반의 지식 저장소를 구축하고 이를 활용하기 위한 모델을 제안한다. 제안한 모델을 통해 시스템이 구동중 문제가 발생하더라도 적합한 적응 전략을 실시간으로 선택하여 문제에 대한 적응을 수행할 수 있다. 제안한 온톨로지는 지식 저장소내 데이터들의 의미와 관계를 표현하였으며 이를 통해 자가적응소프트웨어 시스템이 스스로 지식 데이터 간 연결관계를 이해하고 문제가 발생하였을 때 적합한 적응 전략을 추론하는데 기여할 수 있다. 제안한 모델을 평가하기 위해 가상시나리오를 통해 제안한 지식저장소가 어떻게 활용될 수 있는지를 보였다. 구축한 지식 저장소는 기존 시스템 복합체계 환경에서 시스템 문제인지와 적응 전략 적용 등의 자가적응 프로세스를 수행하기 위한 기반 기술로써 활용될 수 있으며;이를 통해 시스템 간 협업 시너 지를 높이고;운영 비용 절감 및 안정성을 높이는데 기여할 수 있다.
설광수,이의종,서영덕,김영갑,백두권 대한산업공학회 2017 대한산업공학회 춘계학술대회논문집 Vol.2017 No.4
본 논문에서는 자가 적응 소프트웨어에서 적응 전략 선택을 위한 온톨로지 기반의 지식 저장소를 구축하고 이를 활용하기 위한 모델을 제안한다. 제안한 모델을 통해 시스템이 구동 중 문제가 발생하더라도 적합한 적응 전략을 실시간으로 선택하여 문제에 대한 적응을 수행할 수 있다. 제안한 온톨로지는 지식 저장소 내 데이터들의 의미와 관계를 표현하였으며 이를 통해 자가적응소프트웨어 시스템이 스스로 지식 데이터 간 연결관계를 이해하고 문제가 발생하였을 때 적합한 적응 전략을 추론하는데 기여할 수 있다. 제안한 모델을 평가하기 위해 가상시나리오를 통해 제안한 지식저장소가 어떻게 활용될 수 있는지를 보였다. 구축한 지식 저장소는 기존 시스템 복합체계 환경에서 시스템 문제인지와 적응 전략 적용 등의 자가적응 프로세스를 수행하기 위한 기반 기술로써 활용 될 수 있으며, 이를 통해 시스템 간 협업 시너지를 높이고, 운영 비용 절감 및 안정성을 높이는데 기여할 수 있다.
설광수,이의종,서영덕,김영갑,백두권 한국경영과학회 2017 한국경영과학회 학술대회논문집 Vol.2017 No.4
본 논문에서는 자가 적응 소프트웨어에서 적응 전략 선택을 위한 온톨로지 기반의 지식 저장소를 구축하고 이를 활용하기 위한 모델을 제안한다. 제안한 모델을 통해 시스템이 구동 중 문제가 발생하더라도 적합한 적응 전략을 실시간으로 선택하여 문제에 대한 적응을 수행할 수 있다. 제안한 온톨로지는 지식 저장소 내 데이터들의 의미와 관계를 표현하였으며 이를 통해 자가적응소프트웨어 시스템이 스스로 지식 데이터 간 연결관계를 이해하고 문제가 발생하였을 때 적합한 적응 전략을 추론하는데 기여할 수 있다. 제안한 모델을 평가하기 위해 가상시나리오를 통해 제안한 지식저장소가 어떻게 활용될 수 있는지를 보였다. 구축한 지식 저장소는 기존 시스템 복합체계 환경에서 시스템 문제인지와 적응 전략 적용 등의 자가적응 프로세스를 수행하기 위한 기반 기술로써 활용 될 수 있으며, 이를 통해 시스템 간 협업 시너지를 높이고, 운영 비용 절감 및 안정성을 높이는데 기여할 수 있다.
소셜 네트워크 서비스 사용자 간의 친밀도 측정 기법 및 실험
설광수,김정동,심형남,백두권 한국정보과학회 2012 정보과학회논문지 : 정보통신 Vol.39 No.4
최근 소셜 네트워크 서비스를 위한 다양한 분야에서의 연구개발이 활발히 진행 중이다. 소셜네트워크 서비스는 실시간 인맥 관계 형성을 통한 방대한 정보 생성 및 공유가 가능하다. 본 논문에서는 소셜 네트워크 서비스의 인맥 정보 간 친밀도를 측정하기 위해 친구 관계와 메시지 교환 정보를 이용하여 그들 간의 친밀도를 측정하기 위한 기법을 제안한다. 이를 활용한 친밀도 측정은 추천 시스템과 소셜 검색 등 소셜 네트워크 서비스에서 사용자 간의 친밀도를 필요로 하는 서비스에 이용 될 수 있다. Recently, social network services have become popular for research and development in many areas. Through social networks, people are able to generate and share a large volume of information by creating real-time human network or human relationships. In this paper, to measure the intimacy among adjacent users, a technique to measure friendship similarity and trace of message exchanges is introduced. By this technique, the measured intimacy can be used for recommenders or social search, where intimacy information between users is used for social network services.
설광수(Kwang-Soo Seol),김정동 (Jeong-Dong Kim),이종현(Chong-Hyun Lee),백두권(Doo-Kwon Baik) 한국정보과학회 2011 한국정보과학회 학술발표논문집 Vol.38 No.2D
최근 소셜 네트워크 서비스를 위한 다양한 분야에서의 연구개발이 활발히 진행 중이다. 소셜 네트워크 서비스는 실시간 인맥 관계 형성을 통한 방대한 정보의 생성 및 공유가 가능하다. 본 논문에서는 소셜 네트워크 서비스의 인맥 정보 간 친밀도를 측정하기 위해 친구 관계를 활용하여 그들 간의 친밀도를 측정하기 위한 기법을 제안한다. 이를 통해 측정된 친밀도는 추천 시스템이나 스팸 처리 등 소셜 네트워크 서비스에서 사용자 간의 친밀도를 필요로 하는 서비스에 활용할 수 있다.
공통 이웃 유사도를 활용한 소셜 네트워크 서비스 사용자 간 친밀도 측정 기법 및 실험
설광수(Kwangsoo Seol),김정동(Jeong-Dong Kim),백두권(Doo-Kwon Baik) 한국정보과학회 2014 정보과학회논문지 : 정보통신 Vol.41 No.3
소셜 네트워크 서비스의 급성장으로 하루에도 수많은 데이터가 생성되고 있다. 사용자는 자신이 원하는 콘텐츠를 찾는 것에 어려움을 느끼고 있으며 이에 따라 사용자에게 맞춤형 서비스를 제공하는 개인화 서비스가 주목받고 있다. 소셜 네트워크 서비스에서 사용자 간 친밀도는 개인화 서비스의 기반 기술 중 하나로써 활용 될 수 있다. 본 논문에서는 소셜 네트워크 서비스에서 공통 이웃 유사도를 활용한 인접한 사용자 간 친밀도 측정 기법을 제안한다. 제안한 기법은 친밀도 측정 시 사용자 간의 링크 관계를 이용하기 때문에 모든 사용자에게 적용할 수 있고 공개된 데이터를 이용하여 데이터 수집이 용이하다는 장점을 가진다. 친밀도 측정 기법에 대한 실험 평가로서, 트위터의 인맥 간 친밀도를 측정하고 실제 소셜네트워크 서비스에서 사용자 간 친밀도 분포를 분석하였다. Recently, through social network services, a large volume of information has been generated by real-time human network or human relationships. So, it is becoming more difficult for users to identify content users are interested in. In order to solve this problem, information about intimacy between users can be used when providing personalized services. In this paper, we propose a user intimacy measurement that utilizes the friendship similarities between users in social networking services. The user friendship information is open data and as a result, it is possible for anyone to obtain this data. Additionally, because all users have their friendship information, we can obtain user intimacy from for all users in a social network. In our experiment, we measured user intimacy in twitter and analysis measured data.