다이나믹 데이터 웨어하우스 환경에서 OLAP 영역-합 질의의 효율적인 처리 방법

전석주,이주홍,Chun, Seok-Ju,Lee, Ju-Hong 한국정보처리학회 2003 정보처리학회논문지D Vol.10 No.3

데이터 웨어하우스에서 사용자는 전형적으로 상호작용적으로 질의를 부여함으로서 추세와 패턴 또는 예외적인 데이터의 행위를 검색한다. OLAP 영역-합 질의는 데이터 웨어하우스에서 추세를 발견하거나 또는 애트리뷰트들간의 관계를 발견하는데 폭 넓게 사용되고 있다. 최근의 기업환경은 데이터 큐브의 데이터 요소들이 자주 바뀌게 된다. 문제는 프리픽스 섬 큐브를 업데이트하는 비용이 매우 크다는 것이다. 이 논문에서는Δ-트리로 불리는 인덱싱 구조를 사용하여 업데이트 비용을 상당히 줄이는 참신한 알고리즘을 제안한다. 또한, 근사 또는 정확한 해를 제공하므로 질의의 전체비용을 줄일 수 있는 하이브리드 방법을 제안한다. 이는 의사 결정 지원 시스템과 같이 시간을 많이 소비하는 정확한 해보다는 빠른 근사 해를 필요로 하는 다양한 응용들에 큰 장점이 있다. 폭 넓은 실험은 우리의 방법이 다른 방법들과 비교하여 다양한 차원에서 매우 효율적으로 수행됨을 보여준다. In a data warehouse, users typically search for trends, patterns, or unusual data behaviors by issuing queries interactively. The OLAP range-sum query is widely used in finding trends and in discovering relationships among attributes in the data warehouse. In a recent environment of enterprises, data elements in a data cube are frequently changed. The problem is that the cost of updating a prefix sum cube is very high. In this paper, we propose a novel algorithm which reduces the update cost significantly by an index structure called the Δ-tree. Also, we propose a hybrid method to provide either approximate or precise results to reduce the overall cost of queries. It is highly beneficial for various applications that need quick approximate answers rather than time consuming accurate ones, such as decision support systems. An extensive experiment shows that our method performs very efficiently on diverse dimensionalities, compared to other methods.

절차적 프로그래밍 교육을 위한 텐저블 프로그래밍 도구 개발

전석주 ( Chun Seok-Ju ) 서울교육대학교 초등교육연구원 2021 한국초등교육 Vol.32 No.특별호2

최근 SW 중심 사회가 프로그래밍 교육에 대한 수요가 증가함에 따라, 처음 프로그래밍 교육의 연령과 대상이 다양해지고 있다. 기존의 프로그래밍 교육 도구는 일정 수준 이상의 읽고 쓰는 능력과 디지털 기기를 사용할 수 있는 능력을 요구하는데, 학습에 어려움을 겪는 초급자에게는 적합하지 않다. 따라서 학습에 어려움이 있는 초급자들에게 적합한 새로운 교육용 프로그래밍 도구의 개발이 필요하다. 본 연구에서는 프로그래밍 학습에 대한 접근성을 높일 수 있고 이해하기 쉽고 재미있어 프로그래밍 학습에 대한 관심을 높일 수 있는 직관적이고 조작하기 쉬운 텐저블(Tangible) 프로그래밍 도구를 개발한다. 제안하는 텐저블 프로그래밍 도구는 다양한 컬러로 색칠된 나무 블록, 명령을 인식해 프로그래밍 앱과 통신하는 컬러 인식 리더기, 그리고 미로찾기 퍼즐 프로그래밍 앱으로 구성된다. 미로찾기 퍼즐 프로그래밍 앱은 전부 12개의 미로찾기 퍼즐을 제공하며 제공된 미로찾기 퍼즐앱은 난이도에 따라서 3단계로 구성되며 학생들은 자신의 수준에 맞는 미로찾기 퍼즐을 선택할 수 있도록 했다. 이러한 미로찾기 퍼즐 프로그래밍 앱을 통해 학생들이 게임을 즐기는 동안에 자연스럽게 순차(sequence), 반복(loop)와 같은 기초적인 프로그래밍을 학습할 수 있다. 프로그래밍 경험이 있는 초등학생들을 대상으로 수업을 진행했으며 수업이 끝난 후 수업에 참여한 학생들을 대상으로 사용성 평가를 실시하였다. 평가결과 제안한 텐저블 프로그래밍 도구에 대해 사용 편이성, 안정성, 정확성 및 흥미 부분에서 높은 만족도를 나타내었다. As the SW-centered society has recently become an increasing demand for programming education, the age and target of first-time programming education are diversifying. Existing programming education tools require more than a certain level of literacy and ability to use digital devices, which require the development of educational programming tools for beginners who have difficulties. In this study, we developed a tangible programming tool that is highly intuitive and easy to operate, which can also enhance access to programming learning, and is easy to understand and fun for young students, thereby increasing their interest in programming learning. The proposed tangible programming tool consists of wooden blocks with various colors, a color recognition reader that recognizes commands and communicates with programming application by recognizing colors of blocks, and a maze puzzle programming application. The developed maze puzzle programming application provides total of 12 maze-finding puzzles with different levels of difficulty so that students can choose to find a maze for their level. It is expected that students to learn basic programming skills such as sequence and loop while having fun playing games. We conducted classes for elementary school students with programming experience. After the class, we also conducted usability evaluations on students who participated in the class. Survey results showed high satisfaction in ease of use, stability, accuracy, and interest in the proposed tangible programming tool.

SPEC : 데이타 웨어하우스를 위한 저장 공간 효율적인 큐브

전석주(Seok-Ju Chun),이석룡(Seok-Lyong Lee),강흠근(Heum-Geun Kang),정진완(Chin-Wan Chung) 한국정보과학회 2005 정보과학회논문지 : 데이타베이스 Vol.32 No.1

군집 질의는 사용자에 의해 명시된 질의 영역 내에서 큐브상의 군집 정보를 계산한다. 프리픽스-섬 기법에 기초한 기존의 방법들은 데이타의 누적된 합을 저장하기 위해 프리픽스-섬 큐브(PC)로 불리는 부가적인 큐브를 사용하므로 높은 저장공간 오버헤드를 초래한다. 이러한 저장공간 오버헤드는 기억장치의 추가적인 비용뿐만 아니라 업데이트의 부가적인 증식(propagation)과 더 많은 물리적 장치로의 접근시간을 유발시킨다. 본 논문에서는 대용량 데이타 웨어하우스에서 PC의 저장공간을 획기적으로 감소시킬 수 있는 ‘SPEC’으로 불리는 새로운 프리픽스-섬 큐브를 제안한다. SPEC은 PC내 셀들간의 종속에 의한 업데이트 증식을 감소시킨다. 이를 위해 대용량 데이타 큐브로부터 조밀한 서브큐브들을 발견하는 효과적인 알고리즘을 개발한다. 다양한 차원의 데이타 큐브와 여러가지 크기의 질의에 대해 폭 넓은 실험을 행하여 본 논문에서 제안한 방법의 효과와 성능을 조사한다. 실험적인 결과는 SPEC이 적절한 질의 성능을 유지하면서도 PC 저장공간을 상당히 감소시킴을 보여준다. An aggregation query computes aggregate information over a data cube in the query range specified by a user. Existing methods based on the prefix-sum approach use an additional cube called the prefix-sum cube(PC), to store the cumulative sums of data, causing a high space overhead. This space overhead not only leads to extra costs for storage devices, but also causes additional propagations of updates and longer access time on physical devices. In this paper, we propose a new prefix-sum cube called 'SPEC' which drastically reduces the space of the PC in a large data warehouse. The SPEC decreases the update propagation caused by the dependency between values in cells of the PC. We develop an effective algorithm which finds dense sub-cubes from a large data cube. We perform an extensive experiment with respect to various dimensions of the data cube and query sizes, and examine the effectiveness and performance of our proposed method. Experimental results show that the SPEC significantly reduces the space of the PC while maintaining a reasonable query performance.

대용량 비디오 데이터 세트를 위한 효율적인 비디오 클러스터링 및 검색 기법

이석룡(Seok-Lyong Lee),전석주(Seok-Ju Chun),정진완(Chin-Wan Chung) 한국정보과학회 데이터베이스 소사이어티 2003 데이타베이스 연구 Vol.19 No.3

초등학생의 자기주도학습을 위한 LMS 활용방안

이주성,전석주,Lee, Ju-Sung,Chun, Seok-Ju 한국정보교육학회 2019 정보교육학회논문지 Vol.23 No.2

최근에는 ICT기술을 학습에 도입한 학습관리시스템이 학생들의 자기주도 학습능력을 향상시키는데 도움을 주고 있다. 학습관리시스템을 활용한 자기주도 학습은 학습자원의 효율적인 활용과 의사소통 확산의 장점을 중심으로 학습자의 학습참여를 촉진시키고 흥미를 유발시켜준다. 본 연구에서는 학습관리시스템을 활용한 자기주도 학습이 초등학생의 학습동기와 학업성취취도에 미치는 영향에 대해 알아보았다. 학습자들은 제안한 학습관리시스템의 알고리즘을 통해 자신의 수준에 맞는 문제를 학습하므로 효과적인 학업 성취를 달성할 수 있을 것이다. 연구를 위하여 S초등학교 21명에 대한 제안한 학습관리시스템을 활용한 수업을 8주 동안 매주 2차시씩 총 16차 시를 진행하였다. 연구결과로 실험에 참여한 학습자의 학습지향성과 흥미 영역에 유의미한 향상을 보였다. Recently, a learning management system incorporating ICT technology into learning has helped students improve self-directed learning skills. Self-directed learning using LMS promotes and stimulates learners' participation in learning, focusing on the advantages of efficient use of learning resources and the spread of communication. In this study, we study the impact of self-directed learning using the learning management system on elementary school students' motivation and academic performance. We expect learners will be able to achieve effective academic achievement by learning problems that fit their level through the algorithms of the proposed learning management system. For this study, a total of 16 classes were conducted for eight weeks using the proposed learning management system for 21 elementary school students. Research has shown significant improvement in the learning orientation and interest areas of the learners who participated in the experiment.

다차원 대용량 저밀도 데이타 큐브에 대한 고밀도 서브 큐브 추출 알고리즘

이석룡(Seok-Lyong Lee),전석주(Seok-Ju Chun),정진완(Chin-Wan Chung) 한국정보과학회 2006 정보과학회논문지 : 데이타베이스 Vol.33 No.4

데이타 웨어하우스는 기업이나 사회 전반에서 사용되는 방대한 데이타를 저장하고, 효율적인 분석을 가능하게 하는 데이타 저장소로써, 점점 그 활용도가 증가하고 있다. 본 연구에서는 이러한 데이타 웨어하우스 구축 기술의 핵심이 되는 다차원 데이타 큐브(multidimensional data cube) 기술을 연구하는데 목적이 있다. 고차원 데이타 큐브에는 필연적으로 내재하는 데이타의 희소성(sparsity)에 의한 검색 오버헤드가 있다. 본 연구에서는 이러한 오버헤드를 현격하게 감소시키는 알고리즘을 제시함으로써, 데이타 웨어하우스의 효율을 높이는 데 기여한다. 즉, 고차원의 희소 데이타 큐브에서 데이타가 조밀하게 밀집된 영역들을 찾아 그 영역을 중심으로 서브 큐브를 구축하여, 데이타 검색 시에 전체의 데이타 큐브를 대상으로 하지 않고 해당 서브 큐브 만으로 검색 대상을 제한시킴으로써 검색 효율을 높이는 알고리즘이다. 본 논문에서는 다차원 대용량의 희소 데이타 큐브로부터 밀도가 높은 서브 큐브를 찾기 위하여 비트맵과 히스토그램에 기반한 알고리즘을 제안하며, 실험을 통하여 제안한 알고리즘의 효용성을 보여준다. A data warehouse is a data repository that enables users to store large volume of data and to analyze it effectively. In this research, we investigate an algorithm to establish a multidimensional data cube which is a powerful analysis tool for the contents of data warehouses and databases. There exists an inevitable retrieval overhead in a multidimensional data cube due to the sparsity of the cube. In this paper, we propose a dense sub-cube extraction algorithm that identifies dense regions from a large sparse data cube and constructs the sub-cubes based on the dense regions found. It reduces the retrieval overhead remarkably by retrieving those small dense sub-cubes instead of scanning a large sparse cube. The algorithm utilizes the bitmap and histogram based techniques to extract dense sub-cubes from the data cube, and its effectiveness is demonstrated via an experiment.

경향 벡터 기반 비디오 스트림 검색 시스템

이석룡(Seok-Lyong Lee),전석주(Seok-Ju Chun) 한국멀티미디어학회 2007 멀티미디어학회논문지 Vol.10 No.8

의미 정보를 이용한 다차원 데이터 시퀀스의 유사성 척도 연구

이석룡,이주홍,전석주,Lee, Seok-Lyong,Lee, Ju-Hong,Chun, Seok-Ju 한국정보처리학회 2003 정보처리학회논문지D Vol.10 No.2

연속된 일차원 실수로 이루어진 시계열 데이터는 데이터 마이닝이나 데이터 웨어하우징과 같은 다양한 데이터베이스 응용 분야에서 연구되어져 왔다. 그러나 최근의 복잡한 비즈니스 환경에서, 다차원 데이터 시퀀스(multidimensional data sequence : MDS)는 일차원 시계열 데이터와 더불어 그 중요성이 더해가고 있다. 다차원 데이터 시퀀스의 예로써, 비디오 스트림은 색상과 질감 등의 속성들로 이루어진 다차원 공간상에서 MDS로 나타낼 수 있다. 본 논문에서는 패턴 유사성 검색에서 사용되는 효과적인 유사성 척도를 제시한다. 하나의 MDS는 여러 개의 세그먼트(segment)로 나누어지며, 각 세그먼트는 다양한 의미적인 특징들로 표현된다. 유사성 척도는 이러한 세그먼트에 대해서 정의되는데 이 척도를 사용하여 어떤 주어진 질의 시퀀스에 대하여 무관한 세그먼트들은 검색 대상에서 일차적으로 제외된다. 데이터 시퀀스와 질의 시퀀스 모두 세그먼트 단위로 분할되며, 질의 처리는 전체 시퀀스의 모든 데이터를 검색하지 않고 데이터 세그먼트와 질의 세그먼트의 특징을 비교하는 것을 기초로 하여 수행된다. One-dimensional time-series data have been studied in various database applications such as data mining and data warehousing. However, in the current complex business environment, multidimensional data sequences (MDS') become increasingly important in addition to one-dimensional time-series data. For example, a video stream can be modeled as an MDS in the multidimensional space with respect to color and texture attributes. In this paper, we propose the effective similarity measures on which the similar pattern retrieval is based. An MDS is partitioned into segments, each of which is represented by various geometric and semantic features. The similarity measures are defined on the basis of these segments. Using the measures, irrelevant segments are pruned from a database with respect to a given query. Both data sequences and query sequences are partitioned into segments, and the query processing is based upon the comparison of the features between data and query segments, instead of scanning all data elements of entire sequences.

가상현실(VR) 기술 기반 STEAM교육 프로그램 개발 및 적용

조윤주(Yunju Jo),전석주(Seok-ju Chun) 한국정보기술학회 2021 Proceedings of KIIT Conference Vol.2021 No.6

시각장애 학생을 위한 더블 피드백 기반 코딩교육 프로그램

이승미(Seung-Mee Lee),전석주(Seok-Ju Chun),김선주(Sean-Joo Kim) 한국정보기술학회 2024 한국정보기술학회논문지 Vol.22 No.4