http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
분산 처리 환경에서 동적 분할 그리드 색인 기반 근사 k-최근접 질의 처리
최도진(Dojin Choi),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) Korean Institute of Information Scientists and Eng 2018 정보과학회논문지 Vol.45 No.8
As smart devices continue to grow in popularity, various location-based services are increasingly provided to users. Some location-based social applications that combine social services and location-based services have a large number of users. The demands of a k-nearest neighbors (k-NN) query, which finds the k closest locations from a user location, are increased in services such as these. In this paper, we propose an approximate k-NN query processing method for real time response requirements for a dynamic partition based grid index. The proposed approximate k-NN query processing method first retrieves the related cells by considering a user movement. Then, we optimize cell searches in the dynamic partitioning method and grid index for the improvement of the accuracy of the proposed approximate k-NN query. The proposed method is implemented in Storm to perform efficient distributed processing in stream environments. In order to show the superiority of this method, we conduct various performance evaluations.
빅데이터 처리 플랫폼에서 학술 데이터를 사용한 전문가 검색 시스템 설계 및 구현
최도진(Dojin Choi),김민수(Minsoo Kim),김대윤(Daeyun Kim),이서희(Seohee Lee),한진수(Jinsu Han),서인덕(Indeok Seo),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2017 한국콘텐츠학회논문지 Vol.17 No.3
대부분의 연구자들은 새로운 분야의 연구를 수행하기 위해 전문가에게 자문을 받거나 전문가의 논문들을 기반으로 연구 방향을 설정한다. 기존의 학술 검색 서비스에서는 분야별 논문 정보는 제공하지만 각 분야의 전문가를 제공해주지 않기 때문에 사용자들이 검색된 논문을 기반으로 전문가를 직접 판단해야한다. 본 논문에서는 학회에 발간된 논문 정보를 기반으로 빅 데이터 처리를 이용한 학문 분야별 전문가 검색 시스템을 설계하고 구현한다. 제안하는 시스템은 대량의 논문을 저장하고 관리하기 위해 빅 데이터 분산 저장 기술을 활용하였다. 또한 빅 데이터 분산 처리기술을 활용하여 전문가를 판별하고 전문가와 연관 되는 정보를 분석한다. 분산처리 된 결과는 사용자가 전문가 검색 요청 시 웹페이지를 통해 보여준다. 사용자는 제안하는 시스템을 통해 해당 연구 분야의 전문가를 추천받음으로써 연구를 수행함에 있어 많은 도움을 받을 수 있다. Most of the researchers establish research directions to conduct the study of new fields by getting advice from experts or through the papers of experts. The existing academic data search services provide paper information by field but do not provide experts by field. Therefore, users should decide experts by field using the searched papers by themselves. In this paper, we design and implement an expert search system by discipline through big data processing based on papers that have been published in the academic societies. The proposed system utilizes distributed big data storage systems to store and manage large papers. We also discriminate experts and analyze data related to the experts by using distributed big data processing technologies. The processed results are provided through web pages when a user searches for experts. The user can get a lot of helps for the research of a particular field since the proposed system recommends the experts of the corresponding research field.
대용량 교통데이터의 실시간 공유를 위한 Spark 기반의 분산 처리 기법
최도진(Dojin Choi),김보성(Bosung Kim),배인수(Insoo Bae),곽윤식(Yoonsik Kwak),송석일(Seokil Song) 한국정보기술학회 2016 한국정보기술학회논문지 Vol.14 No.2
In this paper, in order to provide traffic safety and convenience services to users (drivers and pedestrians), we propose a distributed processing method for sharing users’ locations and traffic events collected by users’ smart devices in realtime system. Users’ locations and collected traffic events are transmitted to a server, and the server classifies similar events into multiple groups. We propose location data indexing and continuous query processing methods. Similar traffic events can be quickly classified by using the proposed indexing method. Through experiments, we test the classification of similar events to show the proposed method work properly. Also, we measure the accuracy of the proposed continuous query processing method to show whether the traffic events can be shared among users in real time.
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.