[논문]공간 데이터웨어하우스에서 시공간 분석 지원을 위한 비중복 적재기법

전치수; 이동욱; 유병섭; 이순조; 배해영

공간 데이터웨어하우스에서 시공간 분석 지원을 위한 비중복 적재기법
Non-Duplication Loading Method for supporting Spatio-Temporal Analysis in Spatial Data Warehouse 원문보기

본 논문에서는 공간 데이터 웨어하우스에서 시공간 분석지원을 위한 공간 데이터의 비중복 적재 기법을 제안한다. SDW는 이기종의 다양한 서비스를 지원하는 SDBMS로부터 공간 데이터를 추출한다. 제안 기법에서는 SOW에 소스로 참여하는 SDBMS에서 변경된 부분만을 추출하고, 이를 공간연산을 통해 중복된 데이터를 제거한 후 통합된 형태로 적재함으로써 빠른 공간 데이터 분석을 지원할 수 있으며, 저장 공간의 낭비를 줄일 수 있다. 이는 공간 마이닝등의 시간에 따른 분석 및 예측 분야에 효율적인 형태로 공간 데이터를 적재한다.

In this paper, we have proposed the non-duplication loading method for supporting spatio-temporal analysis in spatial data warehouse. SDW(Spatial Data Warehouse) extracts spatial data from SDBMS that support various service of different machine. In proposed methods, it extracts updated parts of SDBMS that is participated to source in SDW. And it removes the duplicated data by spatial operation, then loads it by integrated forms. By this manner, it can support fast analysis operation for spatial data and reduce a waste of storage space. Proposed method loads spatial data by efficient form at application of analysis and prospect by time like spatial mining.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 SDW에서의 공간 데이터 분석지원 및 공간 데이터의 중복 저장에 의한 저장 공간의 낭비를 줄일 수 있는 이 기종으로부터 추출된 공간 데이터에 대한 통합 적재기법을 제안한다.
본 논문에서는 공간 데이터 웨어하우스의 분석을 지원하기 위한 이 기종간의 통합된 공간 데이터 적재 기법을 제안하였다.

제안 방법

SDW에 대한 저장 공간의 낭비를 막기 위해 소스 시스템으로부터 추출되는 공간 데이터는 ODS 에 저장되어 있는 현재 시점에 대한 같은 주제의 공간 데이터인 이전 SDW적재 시점의 결과 데이터와 비교연산을 한 후 그 결과로 나오는 업데이트된 부분만을 추출한다.
이러한 문제를 해결하기 위해 제안기법에서는 시스템 관리자가 정의한 공간 데이터 타입 정의 테이블을 참조한다.<표 1>은 이러한 공간 데이터 타입 정의에 관한 사전 정의 테이블이다.
이중, 제안되는 기법과 비교되는 일괄적 적재 방법은 지금까지 공간 데이터를 SDW로 어떻게 적재할 것인지에 대한 구체적 연구 결과가 없기 때문에 이전의 비공간 데이터에 대한 ETL 과정과 같이 추출 후 적재라는 단순 적재방법을 선택하였다.
수 있다. 이후 매 SDW적재 시점마다 ODS로 부터 얻어온 업데이트 정보를 반영함으로써 시간의 흐름에 따른 해당 공간 데이터의 변화를 알 수 있게 해 준다.

대상 데이터

진행하였다[10]. 이를 위해 소스 공간 데이터로서 사용된 데이터는 20, 000개의 공간 레코드를 가진 20MB 크기의 임의로 생성된 데이터이다.

데이터처리

위 실험을 위한 소스 공간 데이터로는 공간 데이터 베이스 분야에서 많이 사용되는 TiGER/Line 파일을 사용하였으며 공간 객체에 대한 중복율 및 적재 횟수를 단계적으로 높임으로써 이전 기법과의 비교를 진행하였다[10]. 이를 위해 소스 공간 데이터로서 사용된 데이터는 20, 000개의 공간 레코드를 가진 20MB 크기의 임의로 생성된 데이터이다.
평가 방법으로는 공간 데이터 웨어하우스로 데이터 적재시 적재 시점별 추출된 데이터에 대한 일괄적인 적재방법과 업데이트 된 부분만을 추출하고 통합하는 본 제안 기법과의 비교를 수행하였다.

성능/효과

본 제안 기법을 통해 SDW 내에 통합 저장된 하나의 공간 데이터는 공간 데이터 웨어하우스에서의 저장 공간에 대한 낭비를 줄일 수 있을 뿐만 아니라 적재 시간을 기준으로 시간 흐름에 따른 공간 데이터 분석 지원 및 공간 마이닝 툴을 이용한 다른 공간 데이터와의 연관관계 분석을 지원할 수 있다.
성능 평가에서는 이를 증명하기 위한 실험을 통해 제안 기법이 이전 적재 기법에 비해 저장공간 효율성 측면에서 약 11.4%의 우수성을 보여준다. 이것은 이전 기법이 적재 시점별 공간 데이터를 하나씩 저장하는 것에 비해 제안 기법에서는 업데이트 된 부분만을 저장하는데서 생기는 저장 공간의 차이이다.
<그림 10>에서 보는 것과 같이 이전 기법이 소스로부터 추출된 공간데이터에 대한 일괄적인 적재를 하는것에 비해 제안 기법에서는 비교되는 두 공간 데이터간 중복되는 공간 객체를 제거 및 통합 적재함으로써 저장공간의 효율성이 중복율이 높아짐에 따라 이전 기법에 비해 우수하다는 것을 알 수 있다.
이것은의 실험평가 결과와 비교를 통해 제안기법에서의 공간 데이터 적재 비용은 이전의 일괄 적재기법보다는 크지만에서와 같이 공간 데이터 분석을 위한 데이터 검색비용 측면에서는 이전 기법보다 우수하다는 것을 알 수 있다.
제안하는 통합 적재 기법은 이전 시점 데이터에 대한 갱신된 공간 정보만을 SDW에 적재하기 때문에 SDW에서의 저장 공간의 낭비를 막을 수 있었다.
주제별 통합된 업데이트 셋은 SDW에 적재됨으로써 이 기종간에 있을 수 있는 데이터 중복저장에 의한 저장공간의 낭비를 줄일 수 있다.

후속연구

또한 이와 같은 방식으로 ”서울시 중구 상가지역 "에 대한 같은 시간대 별 변화 흐름 역시 알 수 있는데 사용자는 이러한 도로망과 상가지역에 대한 변화 추이를 같이 분석 함으로써 도로망이 신설되고 난 후 그 주변 상가지역의 범위가 더 넓어졌다는 공간 마이닝을 통한 추가적인 분석정보를 얻을 수 있다.
향후 연구로는 ODS내에서 통합된 업데이트 데이터를 만드는데 필요한 공간 연산을 줄이는 방법에 대한 연구가 필요하다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

공간 데이터웨어하우스에서 시공간 분석 지원을 위한 비중복 적재기법
Non-Duplication Loading Method for supporting Spatio-Temporal Analysis in Spatial Data Warehouse 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

공간 데이터웨어하우스에서 시공간 분석 지원을 위한 비중복 적재기법 Non-Duplication Loading Method for supporting Spatio-Temporal Analysis in Spatial Data Warehouse 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

이동욱 (20) 유병섭 (8) 이순조 (11) 배해영 (88)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

공간 데이터웨어하우스에서 시공간 분석 지원을 위한 비중복 적재기법
Non-Duplication Loading Method for supporting Spatio-Temporal Analysis in Spatial Data Warehouse 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper