http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
박세화(Sehwa Park),박석(Seog Park) 한국정보과학회 2016 정보과학회 컴퓨팅의 실제 논문지 Vol.22 No.1
최근 교통 기술의 발전과 여가생활에 대한 관심이 늘어남에 따라 여행이 주요 여가 활동으로 자리 잡고 있다. 또한, 스마트폰이나 태블릿PC와 같이 GPS를 탑재한 모바일 기기 보급으로 인해 사용자의 위치를 실시간으로 수집하는 것이 가능해졌다. 이런 환경을 바탕으로 번거로운 여행 일정 계획을 대신 수립해주는 여행 일정 추천 시스템에 대한 연구가 활발하게 진행되었다. 그러나 기존의 연구들은 사용자들의 비용이나 시간에 대한 제약사항을 고려해 짧은 경로를 포함하는 여행 일정을 추천하거나 여행 목적지에서 가장 인기 있는 지역을 가장 많이 포함하는 일정을 추천하는 것을 목적으로 하기 때문에 개인의 만족도를 높이기 위한 개인화된 여행 일정 추천시스템에 대한 연구는 많지 않았다. 따라서 본 연구에서는 사용자들의 만족도를 높이기 위한 개인화 서비스 연구의 일환으로 그 동안 다른 연구에서는 간과되었던 사용자들의 체류시간을 고려한 여행 일정 추천 시스템을 제안한다. Recent developments regarding transportation technology have positioned travel as a major leisure activity; however, trip-itinerary planning remains a challenging task for tourists due to the need to select Points of Interest (POI) for visits to unfamiliar cities. Meanwhile, due to the GPS functions on mobile devices such as smartphones and tablet PCs, it is now possible to collect a user’s position in real time. Based on these circumstances, our research on an automatic itinerary-planning system to simplify the trip-planning process was conducted briskly . The existing studies that include research on itinerary schedules focus on an identification of the shortest path in consideration of cost and time constraints, or a recommendation of the most-popular travel route in the destination area; therefore, we propose a personalized itinerary-recommendation system for which the stay-time preference of the individual user is considered as part of the personalized service.
공간 키워드 유사도 기반의 부분적 집단 공간 키워드 질의처리 기법
이아현(Ah Hyun Lee),박세화(Sehwa Park),박석(Seog Park) 한국정보과학회 2021 정보과학회논문지 Vol.48 No.10
집단적 공간 키워드 질의(collective spatial keyword query)는 질의 위치와 가까우면서 제시된 키워드 집합을 모두 포함하는 관심지점(point of interest; POI)들을 반환한다. 하지만 고정된 수의 질의 키워드를 고려하므로 사용자의 부분 키워드 집합에 대한 선호도를 충분히 반영할 수 없다. 따라서 POI 마다 선호도에 맞는 키워드를 유동적으로 고려하는 새로운 질의인 부분적 집단 공간 키워드 질의(partial collective spatial keyword query)를 제안한다. 이 질의는 조합 최적화 문제이므로 POI의 수가 늘어남에 따라 수행 시간이 급격하게 증가한다. 따라서 이러한 문제를 해결하기 위해 전체적인 탐색 공간을 줄이는 키워드 기반 탐색 기법을 제안한다. 또한 키워드의 부분집합을 계산하는 시간을 줄이기 위해 선형 탐색에 기반한 단말노드 가지치기 기법과 근사 알고리즘 기법 및 임계값에 기반한 가지치기 기법들을 제안한다. Collective spatial keyword queries return Points of Interest (POI), which are close to the query location and contain all the presented set of keywords. However, existing studies only consider a fixed number of query keywords, which is not adequate to satisfy the user. They do not care about the preference of a partial keyword set, and a flexible keyword set needs to be selected for the preference of each POI. We thus propose a new query, called Partially Collective Spatial Keyword Query, which flexibly considers keywords that fit the preference for each POI. Since this query is a combinatorial optimization problem, the query processing time increases rapidly as the number of POIs increases. Therefore, to address these problems, we propose a keyword-based search technique that reduces the overall search space. Furthermore, we propose heuristic techniques, which include the linear search-based terminal node pruning technique, approximation algorithm, and threshold-based pruning technique.