http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 전호철(Hochul Jeon) (검색결과 7 건)
- 무료
- 기관 내 무료
- 유료
-
사용자 호스트와의 단절 상태를 고려한 이동 에이전트 시스템의 구현
전호철(Hochul Jeon),최중민(Joongmin Choi) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.2Ⅱ
본 논문에서는 사용자 호스트와의 단절된 상태를 고려한 이동 에이전트 시스템의 구현에 대해 논한다. 기존의 이동 에이전트 시스템에서는 사용자의 호스트와 단절 혹은 연결된 상태에서 부여된 태스크의 수행 결과를 사용자에게 전달하는데 있어서 비용이 상당히 많거나 불가능하며, 또한 일방적인 통보 형식이므로 전달한 결과에 대해 동적으로 사용자와 상호 작용 할 수 없다. 본 논문에서 제안하는 시스템은 사용자 호스트와의 연결 상태에 상관없이 사용자에게 결과를 전달하고 전달한 결과에 대해 사용자와 동적으로 상호 작용하도록 구현하였다. 시스템은 IBM의 이동 에이전트 시스템인 AWB(Aglets Workbench)를 확장하였으며, 자바 메일 패키지(Java Mail Package)를 이용하여 작업수행 결과를 사용자의 호스트나 개인 휴대 통신 기기 등을 통해 사용자에게 전달하고 사용자의 호스트가 이동 에이전트 시스템에 재접속하면 결과에 대해 상호 작용할 수 있도록 구현하였다. 이러한 시스템은 단절(disconnection) 상태에서도 수행이 가능한 이동 에이전트의 장점을 보다 더 증가 시킨다.
-
-
김태환(Taehwan Kim),전호철(Hochul Jeon),최중민(Joongmin Choi) 한국HCI학회 2008 한국HCI학회 학술대회 Vol.2008 No.2
사람들은 월드 와이드 웹(World Wide Web)상에서 사용자가 원하는 정보를 검색하는 여러 알고리즘들을 구현해 왔다. 이렇게 구현된 검색 알고리즘 중 가장 좋은 기술을 가지고 있는 곳은 페이지랭크(PageRank)방식의 구글이다. 하지만 페이지랭크 방식, 즉 외부에서 참조하는 링크가 많은 문서로 검색하여 가장 많은 링크를 가지고 있는 문서를 상위에 보여주는 방식으론 사용자가 원하는 문서를 찾기 힘들다. 개인에게 가치가 있는 문서를 찾기보다 대중에게 가치가 있는 문서를 찾기 때문이다. 이러한 문제를 해결하기 위하여 본 논문에서는 대중적 가치와 개인적 가치를 혼합한 개인화 검색 엔진을 제안한다. Many search algorithms have been implemented by many researchers on the world wide web. One of the best algorithms is Google using PageRank technology. PageRank approach, computes the number of inlink of each documents then represents documets in order of many inlink. But It is difficult to find the results that user needs. Because this method finds documents not valueable for a person but valueable for public, this paper propose a personalized search engine mixed public with personal worth to solve this problem.
-
향상된 콘텐츠 기반 이미지 검색을 이용한 온톨로지 기반 의미적 정보 추출
신동욱(Dongwook Shin),전호철(Hochul Jeon),정찬백(Chanback Jeong),김태환(Taehwan Kim),최중민(Joongmin Choi) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.1
이미지의 사용이 증가함에 따라 이미지 중 사용자가 원하는 이미지를 효율적으로 검색하기 위한 방법들이 연구되어 왔다. 본 논문에서는 질의 이미지를 분석하여 이미지 특징(feature)을 추출한 후 이미지 특징에 대한 유사도 평가를 통한 이미지 검색 및 온톨로지를 기반으로 검색된 이미지들과 유사하다고 판단된 이미지와 그러한 이미지들의 의미적 정보를 추출하는 방법을 제안한다. 제안된 시스템은 질의 이미지에서 색상, 질감, 모양 등의 특징을 추출하여 유사도 평가를 통해 검색된 이미지를 제공하고, 내용기반 이미지 검색 방식을 통해 이미지를 검색하고, 온톨로지를 이용해 이미지의 의미적 정보를 추출하여 사용자에게 이미지와 관련된 의미적 정보를 제공한다.
-
김태환(Taehwan Kim),전호철(Hochul Jeon),최중민(Joongmin Choi) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.1
웹 기반 자료들이 폭발적으로 증가함에 따라 적합한 자료들에 보다 효과적으로 접근할 수 있는 방법이 요구되고 있다. 이러한 새로운 방법들 중의 하나로 제한 검색이 점보 검색 분야에서 제시되었다. 제한 검색은 현재 입력한 검색어의 검색결과를 줄이고자 할 때 이용하는 검색방식으로 전체 문장을 포함하는 자료나 출판 년도, 특정 저널로 제한하여 검색할 수 있으며 일반적인 검색어로 검색할 경우 제한을 주어 결과물을 최대한 줄일 수 있도록 지원하고 있다. 하지만 이러한 검색 방법은 검색의 범위를 URL에 의해 명시되는 사이트 또는 도메인들로만 제한할 수 있을 뿐이며 의미적으로 관련된 사이트들로 제한할 수 없다. 본 논문에서는 정보의 공유를 목적으로 하는 커뮤니티를 시맨틱 웹 서비스(Semantic Web Services) 기술을 이용하여 플랫폼에 상관없이 사용자 검색 질의와 가장 유사한 커뮤니티를 의미적으로 식별해 내고 커뮤니티 내의 정보 중 질의와 관련된 정보를 검색결과로 도출할 수 있는 구조를 제안한다.
-
정찬백(ChanBack Jeong),김태환(Taehwan Kim),전호철(Hochul Jeon),최중민(Joongmin Choi) 한국정보과학회 2007 한국정보과학회 학술발표논문집 Vol.34 No.2C
가공해서 사용하는 정보량이 많아질수록 원하는 정보를 찾는데 더 많은 노력이 필요하게 되었다. 따라서 사람들은 인터넷상에서 원하는 정보를 검색하는 여러 방법들을 고안해 왔으며, 이렇게 구현된 검색 알고리즘은 검색 질의와 유사한 문서가 대중에게 얼마나 관심을 받고 있는지 그 정도에 따라 검색순위 상위에 링크된다. 하지만 웹 문서의 폭발적인 증가로 해당 질의에 대한 검색 결과 문서의 수가 급격히 늘어나면서 사용자를 만족시키기가 점점 어렵게 되었다. 이러한 문제를 해결하기 위한 방안으로 네티즌들이 직접 정보를 생산, 공유하고 이들이 모여 활동할 수 있는 커뮤니티를 형성하기 시작했다. 이 논문에서는 정보의 공유를 목적으로 하는 커뮤니티를 인터넷상의 표준화된 웹 서비스(Web Services) 기술인 UDDI에 저장하고, SOAP 프로토콜을 이용하여 플랫폼에 상관없이 사용자 검색 질의와 가장 유사한 커뮤니티를 검색하여 제공하는 방법을 제안 한다.
-
워드넷을 이용한 문서 클러스터링 기반 뉴스 추천 시스템
정찬백(Chanback Jeong),김태환(Taehwan Kim),전호철(Hochul Jeon),최중민(Joongmin Choi) 한국정보과학회 2008 한국정보과학회 학술발표논문집 Vol.35 No.2
웹에서 공유하고 있는 정보 콘텐츠를 기반으로 사용자가 원하는 정보를 찾아 제공해 추기 위한 많은 연구들이 진행되고 있다. 하지만, 웹을 사용하고 있는 개인 사용자의 관심사는 시대의 흐름이나 사회적 이슈에 따라 관심도가 변하기 때문에 파악하기가 쉽지 않다. 최근, 웹 상에 중요한 정보 공유 자원 중 하나인 블로그는 개인 사용자가 사회적 이슈나 관심정보를 스크랩이나 링크를 통해 수집하는 개인 정보 활용 공간으로 이용되고 있다. 이것은 웹을 사용하고 있는 개인 사용자의 관심사나 필요로 하는 데이터가 무엇인지 얻기 위한 중요한 정보가 된다. 본 논문은 블로그를 대상으로 추출한 정보 콘텐츠를 워드넷을 이용하여 단어간 의미적 유사도 평가를 한다. 평가를 바탕으로 연관된 뉴스와 콘텐츠를 클러스터링하여 연관성을 갖고 있는 문서를 추천해주는 시스템을 제안한다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
