http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정재윤(Jeong, Jaeyun) 조선대학교 국제문화연구원 2020 국제문화연구 Vol.13 No.2
This article aims at examining the representation of the Korean War in English history textbooks. In English history textbooks, the Korean War began when North Korea invaded South Korea during the Cold War. Still, the war s origin appears to be a combination of civil war and international war. The whole war process is described from the beginning and process of the Korean War to the post-war influence. However, in English textbooks, the Korean War was not focused on as one of the Cold War s historical events but instead focused on explaining the US containment policy to prevent the expansion of communism in the Soviet Union. In the Korean War , Korea is only the place where the war broke out, and it is hard to find interest in Korea. Therefore through the Korean War, it is possible to learn the policies and interests of the great powers of the Cold War era, but the more we learn about the Korean War, the less information we learn about the Korean War or Korea. In particular, the part that describes the Korean War situation at that time highlights how dirty and unsanitary Korea was, instead of describing the violence and the brutality of the war. This aspect can be seen as overlapping with the rhetoric of Westerners disparaging the East in the 19th century.
그래프 스트림에서 슬라이딩 윈도우 기반의 점진적 빈발 패턴 검출 기법
정재윤(Jaeyun Jeong),서인덕(Indeok Seo),송희섭(Heesub Song),박재열(Jaeyeol Park),김민영(Minyeong Kim),최도진(Dojin Choi),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2018 한국콘텐츠학회논문지 Vol.18 No.2
최근 네트워크 기술 발전과 함께 IoT 및 소셜 네트워크 서비스의 활성화로 인해 많은 그래프 스트림 데이터가 생성되고 있다. 이와 같은 그래프 스트림에서 객체들 사이의 관계가 동적으로 변화함에 따라 그래프의 변화를 탐지하거나 분석하기 위한 연구들이 진행되고 있다. 본 논문에서는 그래프 스트림에서 이전 슬라이딩 윈도우에서 검출한 빈발 패턴에 대한 정보를 이용해 빈발 패턴을 점진적으로 검출하는 기법을 제안한다. 제안하는 기법은 이전 슬라이딩 윈도우에서 검출된 패턴이 앞으로 몇 슬라이딩 윈도우동안 빈발할지 또는 빈발하지 않을지를 계산하여 빈발 패턴 관리 테이블에 저장한다. 그리고 이 값을 통해 다음 슬라이딩 윈도우에서는 필요한 계산만 수행함으로써 전체 연산량을 감소시킨다. 또한 패턴 간에 간선을 통해 연결되어 있는 것만 하나의 패턴으로 인식함으로써 더 유의미한 패턴만을 검출한다. 본 논문에서는 제안하는 기법의 우수함을 보이기 위해 여러 성능 평가를 진행하였다. 그래프 데이터의 크기가 커지고 슬라이딩 윈도우의 크기가 커질수록 중복되는 데이터가 증가되기 때문에 기존 기법보다 빠른 처리 속도를 나타낸다. Recently, with the advancement of network technologies, and the activation of IoT and social network services, many graph stream data have been generated. As the relationship between objects in the graph streams changes dynamically, studies have been conducting to detect or analyze the change of the graph. In this paper, we propose a scheme to incrementally detect frequent patterns by using frequent patterns information detected in previous sliding windows. The proposed scheme calculates values that represent whether the frequent patterns detected in previous sliding windows will be frequent in how many future silding windows. By using the values, the proposed scheme reduces the overall amount of computation by performing only necessary calculations in the next sliding window. In addition, only the patterns that are connected between the patterns are recognized as one pattern, so that only the more significant patterns are detected. We conduct various performance evaluations in order to show the superiority of the proposed scheme. The proposed scheme is faster than existing similar scheme when the number of duplicated data is large.
사회적기업 직원들의 개인-조직 그리고 개인-직무 적합성 인식이 직무태도에 미치는 영향
조운상(Cho, Un-sang),정재윤(Jeong, Jaeyun),박경원(Park, Kyoung Won) 한국자료분석학회 2020 Journal of the Korean Data Analysis Society Vol.22 No.5
본 연구는 사회적기업 구성원들의 개인-조직 적합성과 개인-직무 적합성 인식이 직무만족, 조직몰입, 그리고 영리기업으로의 이직의도와 다른 사회적기업으로의 이직의도에 미치는 영향을 검증하였다. 39개 사회적기업의 구성원 166명을 대상으로 진행한 설문조사의 분석결과는 다음과 같다. 첫째, 개인-조직 적합성은 직무만족, 조직몰입과는 정(+)의 관계, 영리기업과 다른 사회적기업으로의 이직의도와는 부(-)의 관계였으며, 모두 통계적으로 유의하였다. 둘째, 개인-직무 적합성 중에서 필요-공급(Need-Supply) 적합성은 직무만족과 조직 몰입과 정(+)의 관계, 영리기업으로의 이직의도와는 부(-)의 관계에 있었으며, 모두 통계적으로 유의하였다. 반면 다른 사회적기업으로의 이직의도와는 통계적으로 유의하지 않은 것으로 나타났다. 마지막으로 개인-직무 적합성 중에서 요구-능력(Demand-Ability) 적합성은 직무태도와 통계적으로 유의한 관계가 나타나지 않았다. 사회적기업 구성원의 직무태도에 개인-조직 적합성이 개인-직무 적합성보다 더 큰 영향을 미치는 것으로 나타났으며, 개인 적합성 중에서는 필요-공급(Need-Supply) 적합성만이 사회적기업 구성원의 직무태도에 영향을 주는 것으로 나타났다. This paper examines the effect of person-organization(P-O) fit and person-job(P-J) fit on job satisfaction, organizational commitment, and turnover intention. The analysis of the survey from 166 employees of 39 social enterprises shows three main results. First, P-O fit shows a positive and statistically significant association with job satisfaction, organizational commitment, and negatively with turnover intention to for-profit organizations and to other social enterprises. Second, as for P-J fit, Need-Supply fit is consistent with P-O fit in its association with job attitudes, except turnover intention to other social enterprises. Third, Demand-Ability does not show any statistically significant association with job attitudes. The results suggest that P-O fit has higher explanatory power for job attitudes of employees at social enterprises than P-J fit.
서브 그래프의 사용 패턴을 고려한 다중 계층 캐싱 기법
유승훈(Seunghun Yoo),정재윤(Jaeyun Jeong),최도진(Dojin Choi),박재열(Jaeyeol Park),임종태(Jongtae Lim),복경수(Kyoungsoo Bok),유재수(Jaesoo Yoo) 한국콘텐츠학회 2018 한국콘텐츠학회논문지 Vol.18 No.3
최근 소셜 미디어와 모바일 장비들의 발달로 인해 그래프 데이터들이 다양한 분야에서 활용되고 있다. 이와 함께 대용량 그래프 데이터 처리 과정에서 입출력 비용을 감소시키기 위한 캐싱 기법에 대한 연구들이 진행되고 있다. 본 논문에서는 그래프 토폴로지의 특징인 그래프의 연결성과 과거의 서브 그래프 사용 이력을 고려하여 다중 계층 캐싱 기법을 제안한다. 제안하는 기법은 캐시를 Used Data Cache와 Prefetched Cache로 구분한다. Used Data Cache는 자주 사용되는 서브 그래프 패턴에 따라 가중치를 부여하여 데이터를 캐싱하고 Prefetched Cache는 사용되지는 않았지만 최근 사용된 데이터의 주변 데이터들이 사용될 가능성이 높은 데이터를 캐싱한다. 그래프 패턴을 추출하기 위해 과거의 이력 정보를 활용하여 패턴을 추출하였다. 자주 사용되는 서브 그래프들이 다시 사용될 것을 예측하여 가중치를 부여하여 캐싱한다. 최근 사용된 데이터의 주변 데이터들이 사용 될 것을 예측하여 캐싱한다. 각각의 캐시에 캐싱된 데이터들을 관리하고 메모리가 가득 찰 경우 사용될 가능성이 낮은 데이터와 새로운 데이터를 교체하는 전략을 제안한다. 성능 평가를 통해 제안하는 캐싱 기법이 기존의 캐시 관리 기법에 비해 우수함을 증명한다. Due to the recent development of social media and mobile devices, graph data have been using in various fields. In addition, caching techniques for reducing I/O costs in the process of large capacity graph data have been studied. In this paper, we propose a multi-layer caching scheme considering the connectivity of the graph, which is the characteristics of the graph topology, and the history of the past subgraph usage. The proposed scheme divides a cache into Used Data Cache and Prefetched Cache. The Used Data Cache maintains data by weights according to the frequently used sub-graph patterns. The Prefetched Cache maintains the neighbor data of the recently used data that are not used. In order to extract the graph patterns, their past history information is used. Since the frequently used sub-graphs have high probabilities to be reused, they are cached. It uses a strategy to replace new data with less likely data to be used if the memory is full. Through the performance evaluation, we prove that the proposed caching scheme is superior to the existing cache management scheme.