관계 데이터 모델 기반 라이프로그 관리 시스템과 그 응용

송인철(Inchul Song),이유원(Yu Won Lee),김현규(Hyeon Gyu Kim),김항규(Hangkyu Kim),함덕민(Deokmin Haam),김명호(Myoung Ho Kim) 한국정보과학회 2009 정보과학회 컴퓨팅의 실제 논문지 Vol.15 No.9

하드 디스크 저장 매체의 가격이 하락함에 따라 가까운 시일 안에 개인 컴퓨터에 1TB가 넘는 하드 디스크가 기본으로 장착될 것으로 예상된다. 한 사람이 한 달에 1GB의 데이터를 저장한다고 가정하면 대략 1TB면 그 사람의 일생 동안에 걸친 데이터를 저장할 수 있다. 이에 따라 개인이 일상 생활에서 보고들은 것을 기록한 라이프로그(lifelog)를 효과적으로 관리하는 라이프로그 관리에 대한 연구가 활발히 이루어지고 있다. 지금까지 관계 데이터 모델 기반, 온톨로지 기반, 파일 시스템 기반 라이프로그 관리 시스템(LMS: Lifelog Management System) 등 다양한 LMS들이 제안되었지만, 관계 데이터 모델 기반 LMS는 질의 처리 성능이 뛰어난 반면 복잡한 질의를 잘 처리하지 못하고 온톨로지 기반 LMS는 복잡한 질의를 처리할 수 있는 반면 질의 처리 성능이 떨어지며 파일 기반 LMS는 키워드 질의만 지원하는 등 저마다 장단점을 가진다. 또한 이들 시스템들은 라이프로그 그룹을 효과적으로 관리하기 위한 기능을 제공하지 못하고 있고 효과적인 검색을 위해 라이프로그의 태그(메타데이터)를 수정하거나 새로운 태그를 추가하기 위한 편리한 인터페이스를 제공하지 못하고 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 관계 데이터 모델 기반 라이프로그 관리 시스템을 제안한다. 제안하는 시스템은 라이프로그를 관계 데이터 모델로 모델링하고 사용자 질의를 SQL로 변환해 처리함으로써 질의 처리 성능이 뛰어나다. 또한 복잡한 질의를 잘 처리하지 못하는 관계 데이터 모델 기반 LMS의 단점을 보완하기 위해 찾으려는 라이프로그와 직접적으로 관련있는 라이프로그에 대한 정보에 기반해 라이프로그를 검색하는 단순화된 관계 질의를 지원한다. 이와 더불어, 제안하는 시스템은 라이프로그 그룹 생성, 편집, 검색, 플레이 및 공유 기능을 제공함으로써 라이프로그 그룹에 대한 효과적인 관리를 지원한다. 마지막으로 제안하는 LMS에서 제공하는 라이프로그 태깅 도구는 태그 추상화를 통해 여러 종류의 태그를 손쉽게 수정하거나 추가할 수 있는 기능을 제공한다. 본 논문에서는 제안하는 시스템의 설계 및 구현을 설명하고 이 시스템을 활용한 다양한 응용을 소개한다. As the cost of disks decreases, PCs are soon expected to be equipped with a disk of 1TB or more. Assuming that a single person generates 1GB of data per month, 1TB is enough to store data for the entire lifetime of a person. This has lead to the growth of researches on lifelog manage ment, which manages what people see and listen to in everyday life. Although many different lifelog management systems have been proposed, including those based on the relational data model, based on ontology, and based on file systems, they have all advantages and disadvantages: Those based on the relational data model provide good query processing performance but they do not support complex queries properly; Those based on ontology handle more complex queries but their performances are not satisfactory; Those based on file systems support only keyword queries. Moreover, these systems are lack of support for lifelog group management and do not provide a convenient user interface for modifying and adding tags (metadata) to lifelogs for effective lifelog search. To address these problems, we propose a lifelog management system based on the relational data model. The proposed system models lifelogs by using the relational data model and transforms queries on lifelogs into SQL statements, which results in good query processing performance. It also supports a simplified relationship query that finds a lifelog based on other lifelogs directly related to it, to overcome the disadvantage of not supporting complex queries properly. In addition, the proposed system supports for the management of lifelog groups by providing ways to create, edit, search, play, and share them. Finally, it is equipped with a tagging tool that helps the user to modify and add tags conveniently through the abstraction of various tags. This paper describes the design and implementation of the proposed system and its various applications.

F-Index: 빠른 부분그래프 매칭을 위한 특징 인덱스

김송현(Song-Hyon Kim),송인철(Inchul Song),이윤준(Yoon-Joon Lee) 한국정보과학회 2013 정보과학회논문지 : 데이타베이스 Vol.40 No.1

본 논문에서는 대규모 데이터베이스 그래프에서 주어진 질의 그래프와 동형인 모든 부분그래프들을 찾는 부분그래프 문제를 다룬다. 최근 빠른 부분그래프 매칭을 위해서 특징 인덱스를 기반으로 하는 기법들이 제안되었다. 이 기법들은 데이터베이스 그래프 정점들과 질의 그래프 정점들을 정점 특징을 사용하여 비교한 후 부분그래프 매칭 작업에서 고려할 필요가 없는 데이터베이스 그래프 상의 정점들을 걸러냄으로써 부분그래프 매칭 비용을 줄인다. 기존 기법들에서는 라벨 분포와 부분구조를 정점 특징으로 사용한다. 하지만 가지치기 능력과 추출비용 사이의 교환 비용을 적절히 고려하지 않았다. 본 논문에서는 빠른 부분그래프 매칭을 위한 F-Index라고 부르는 특징 인덱스를 제안한다. F-Index는 정점 특징의 가지치기 능력과 추출비용 사이의 균형을 고려한다. 제안하는 기법에서는 라벨 분포와 함께 정점 주변의 연결정보를 정점 특징으로 사용한다. 데이터베이스 그래프 상에서 적합하지 않은 정점들을 빠르게 걸러내기 위해 정점 특징을 추출한 후 인덱스를 구축한다. 본 논문에서는 다양한 실험을 통해 제안하는 기법이 기존기법들에 비해서 질의 처리 시간과 인덱스 생성 시간 측면에서 우수함을 보인다. In this paper, we study the subgraph matching problem in a large database graph, which finds all subgraphs in the database graph that are isomorphic to a query graph. Recently, feature index-based methods have been proposed for fast subgraph matching in a large database graph. They adopt the concept of vertex features to easily compare the vertices from a database graph with those from a query graph and filter out vertices in the database graph not eligible for subgraph matching. Previous approaches use various kinds of vertex features such as label distribution and discriminative substructures. However, they do not carefully consider the tradeoff between pruning power and extraction cost of vertex features. In this paper we propose a feature index called F-Index for fast subgraph matching. F-Index strikes a balance between pruning power and extraction cost. It uses the combination of label distribution and connectivity information of neighbors as vertex features. F-Index is constructed over the extracted vertex features for fast filtering of unqualified vertices. Experimental results show that our method outperforms the existing methods in terms of query processing time with comparable index build time.

R-tree 인덱스에서 수명을 가지는 공간 객체에 대한 효율적 갱신 처리 방법

김병준(Byeongjun Kim),송인철(Inchul Song),김명호(Myoung Ho Kim) 한국정보과학회 2011 정보과학회논문지 : 데이타베이스 Vol.38 No.4

최근 수명을 가지는 공간 객체를 다루는 LBS 시스템이 주목을 받고 있다. 특히 스마트 폰의 대중화로 인해 수명을 가진 공간 객체의 수가 증가하고 있으며, 이는 대표적인 공간 객체 색인인 R-tree에서 빈번한 갱신을 발생시킨다. 기존 R-tree 갱신과 관련된 연구는 이동객체에 대한 갱신 기법을 주로 다루고 있다. 본 연구에서는 수명을 가진 공간 객체가 다수 존재하는 환경에서 R-tree를 효율적으로 갱신하기 위한 기법을 제안한다. 공간 객체가 수명을 가진다는 사실을 적극적으로 활용함으로써 본 연구에서는 새로운 색인 구조인 deferred RR-tree를 제안한다. 또한 기존 연구와의 성능 비교를 통해 제안하는 기법의 효율성을 검증한다 A location-based service with spatial objects having lifetime constraints has received much attention in recent years. With the increasing prevalence of smartphones, the number of spatial objects with lifetime constraints is increasing, and this incurs frequent updates on the R-tree, which is a representative spatial index. The previous work mainly considers an efficient R-tree update method over moving object databases. In this paper, we propose a method for updating R-tree over a large number of spatial objects with lifetime constraints. Based on the fact that spatial objects have lifetime constraints, we propose a new index, called deferred RR-tree. We also verify the superiority of our proposed method through experimental evaluation.

RDF 데이타에 대한 효율적인 키워드 검색 기법

김진하(Jinha Kim),송인철(Inchul Song),김명호(Myoung Ho Kim) 한국정보과학회 2008 정보과학회논문지 : 데이타베이스 Vol.35 No.6

최근 문서나 웹 페이지뿐만 아니라 관계형 데이타나 XML 데이타, RDF 데이타 같은 구조화된 데이타에 대해서도 키워드 검색을 지원하고자 하는 연구가 활발히 진행되고 있다. 본 논문에서는 RDF 데이타에 대한 효율적인 키워드 검색 기법을 제안한다. 제안하는 기법은 먼저 RDF 데이타의 크기를 줄여 키워드 검색 성능을 높이고 키워드 검색 결과로 관련 있는 정보를 함께 반환해 주기 위해 RDF 데이타에서 관련 있는 노드와 에지를 묶어 새로운 RDF 그래프를 생성한다. 또한 키워드 검색 과정에서 키워드 검색의 결과를 정렬하기 위해 RDF 데이타 그래프의 노드와 에지에 키워드와의 연관도를 부여할 때, RDF 온톨로지 데이타의 특성을 활용함으로써 보다 사용자의 의도에 부합하는 키워드 검색 결과를 반환한다. 실제 RDF 데이타를 사용한 성능 비교 결과는 제안하는 기법이 RDF 데이타의 크기를 최대 2배까지 줄이고 기존 기법에 비해 검색 속도가 최대 5배 빠르다는 것을 보여준다. Recently, there has been much work on supporting keyword search not only for text documents, but also for structured data such as relational data, XML data, and RDF data. In this paper, we propose an efficient keyword search method for RDF data. The proposed method first groups related nodes and edges in RDF data graphs to reduce data sizes for efficient keyword search and to allow relevant information to be returned together in the query answers. The proposed method also utilizes the semantics in RDF data to measure the relevancy of nodes and edges with respect to keywords for search result ranking. The experimental results based on real RDF data show that the proposed method reduces RDF data about in half and is at most 5 times faster than the previous methods.

행위 기반 소셜 네트워크 서비스 사용자 성향 및 사용자간 친밀도 분석 기법

임선규(Seonkyu Lim),송인철(Inchul Song),김명호(Myoung Ho Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.2C

최근 들어 온라인 환경에서의 소셜 네트워크 서비스가 큰 인기를 얻고 있다. 소셜 네트워크 서비스를 제공하는 공급자의 목적은 다수의 사용자가 적극적으로 서비스에 참여하도록 유도함으로써 서비스의 양적인 팽창과 이윤의 극대화를 도모하는 것이다. 이러한 목적을 달성위한 방법으로 소셜 네트워크에서 소수의 영향력이 큰 사용자를 찾아 서비스의 공급 비용을 최소화하면서 보급을 최대화하도록 활용하는 것이 있다. 이에 대한 연구는 이전부터 활발히 이루어졌지만 기존 연구에서는 영향력을 구할 때 사용자의 성향과 사용자 사이의 친밀도를 고려하지 않고 있다. 본 논문에서는 소셜 네트워크 서비스 사용자의 행위에 대한 통계적인 정보를 기반으로 성향을 분석하고 이를 바탕으로 사용자를 분류하는 기법을 제시한다. 그리고 사용자 간의 친밀도를 알아내기 위한 방법도 제시한다. 또한 소셜 네트워크 서비스 공급자의 측면에서 서비스를 활성화하는 방안으로 활동적인 사용자를 중심으로 다른 사용자들의 행위를 유발하는 타겟 마케팅 기법을 제시한다.

온톨로지 기반 라이프로그 관리 시스템 디자인 및 구현

함덕민(Deokmin Haam),송인철(Inchul Song),김항규(Hangkyu Kim),김명호(Myoung Ho Kim) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C

라이프로그(lifelog)란 개인이 일상생활에서 보고 듣는 것을 기록한 것이다. 대용량 저장매체의 가격 하락으로 한 사람의 일생에 걸친 라이프로그를 하드 디스크에 저장하는 것이 가능해짐에 따라, 라이프로그를 효과적으로 관리하는 방법에 대한 연구가 이루어지고 있다. 라이프로그를 저장하고 관리하는 일반적인 방법으로 관계 데이터 모델을 사용하는 방법이 있다. 관계 데이터베이스가 제공하는 강력한 라이브러리들을 사용하면, 다양한 라이프로그 수집 도구로부터 저장소로 데이터를 쉽게 저장할 수 있다. 하지만, 관계 데이터베이스는 라이프로그 간 의미 표현이나 지능적인 검색을 잘 지원하지 못한다는 한계가 존재한다. 본 논문에서는 라이프로그의 메타데이터(metadata)를 온톨로지로 관리하는 온톨로지 기반 라이프로그 시스템을 제안한다. 제안하는 시스템인 OntLMS는 단순한 키워드 검색과 라이프로그 간 관계에 기반한 지능적인 검색을 지원한다. 또한, 일반 사용자도 온톨로지 구조 질의를 쉽게 수행할 수 있도록 비쥬얼 질의 인터페이스를 제공한다.

오션탱고호 해상유출유의 풍화에 대한 감식 연구

여영화(YoungHwa Yeo),이영호(YoungHo Lee),송인철(Inchul Song),안수현(Suhyun Ahn),김대일(Daeil Kim) 한국해양환경·에너지학회 2017 한국해양환경·에너지학회 학술대회논문집 Vol.2017 No.4

윤활유 혼합비율이 다른 선저폐수 감식법 연구

이두원(Duwon Lee),황선주(Sunju Hwang),송인철(Inchul Song),안수현(Suhyun Ahn),김득산(Deuksan-Kim) 한국해양환경·에너지학회 2020 한국해양환경공학회 학술대회논문집 Vol.2020 No.7

시맨틱 웹 데이터에서 키워드 검색을 위한 구조 질의 랭킹 기법

김병준(Byoung Jun Kim),함덕민(Deokmin Haam),송인철(Inchul Song),이기용(Ki Yong Lee),김명호(Myoung Ho Kim) 한국정보과학회 2012 정보과학회논문지 : 데이타베이스 Vol.39 No.2

시맨틱 웹에서 정보를 검색하기 위한 구조 질의(e.g., SPARQL)는 정보를 형식화 하여 다양한 의미의 질의를 정확하게 표현할 수 있지만, 질의 문법이 복잡하다. 그래서 구조 질의에 익숙치 않은 사용자들이 시맨틱 질의를 사용하는 것을 기대하기는 어렵다. 그러므로, 사용자가 손쉽게 시맨틱 질의 할 수 있는 환경을 제공하기 위해 사용자가 키워드 질의를 입력하면, 이를 시맨틱 질의로 변환해서 정보를 검색하는 연구가 활발히 진행 되고 있다. 키워드 질의는 사용하기 간편하지만, 하나의 키워드 질의가 다수의 구조 질의로 변환될 수 있다. 각 질의의 중요도 및 입력된 키워드 질의와의 연관성이 다르기 때문에 이를 측정하여 랭킹하는 방법이 필요하다. 본 연구에서는 시맨틱 웹 데이터에 존재하는 스키마 레벨에서의 트리플 간 연관성을 이용하여, 각 구조 질의를 랭킹하는 방법을 제안한다. 제안하는 방법은 구조 질의 로그에 기반하여 랭킹의 기준이 되는 연관성을 계산하고, 이를 적용하여 구조 질의 랭킹을 수행한다. 이 랭킹 방법은 사용자들의 선호를 반영하고 있기 때문에, 단순히 도메인 온톨로지의 정보만을 활용한 랭킹 방법보다 우수한 성능을 보인다. To find information from Semantic Web, users need to use structured query languages like SPARQL. Using those languages, a user can express her information need exactly, but the usage is not familiar to ordinary users. To help the users find information easily, the methods of converting keyword queries issued by users into structured queries for Semantic Web are being researched. Keyword queries are easy to use, but it has ambiguity problem, in other words, a keyword query can be converted into a great number of structured queries. Each structured queries converted from a keyword query have different importance and relevance to the keyword query, thus, the ranking method for those structured queries is needed. In this paper, we propose a ranking method for structured queries converted from the same keyword query, which uses the affinities between schema-level triples in Semantic Web data. The proposed method extracts the affinities from the query log, and its ranking function for structured queries is based on the affinities. Because the proposed method reflects the preference of users, it can rank the structured queries more effectively than ranking methods using only the information of target domain ontology.