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) 한국정보과학회 2018 정보과학회논문지 Vol.45 No.8
최근 스마트 기기의 대중화로 다양한 위치 기반 서비스가 제공되고 있다. 소셜 네트워크 서비스와 결합한 위치 기반 소셜 네트워크 서비스들은 대규모의 사용자가 존재한다. 이러한 서비스들은 사용자를 중심으로 가장 가까운 위치를 제공하는 k-최근접 질의 처리의 요구가 증가하고 있다. 본 논문에서는 실시간 응답 요구를 위해 동적 분할 기반의 그리드 색인을 구축하여 근사 k-최근접 질의 처리를 수행하는 기법을 제안한다. 제안하는 근사 k-최근접 질의 처리 기법은 사용자의 이동 방향을 고려하여 이동 방향에 위치하는 셀을 우선하여 탐색한다. 또한, 근사 k-최근접 질의의 정확성 개선을 위해 그리드 동적 분할 방법과 그리드 색인에서 셀 탐색을 최적화한다. 제안하는 기법은 스트림 환경에서 효율적인 분산 처리를 수행하기 위해 스톰에서 구현된다. 우수성을 입증하기 위해 다양한 성능 평가를 수행한다. 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.
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.