초록 ▼

□ 연구개요
본 연구의 최종목표는 < 분산 환경에서 사용자 선호도 기반의 빅데이터(Big Data) 추천을 위한 선호영역 스카이라인 질의(Preferential Region Skyline Query, PRSkyline) 기법 >의 연구개발이다. 본 연구는 빅데이터를 기반으로 사용자에게 다양한 데이터를 추천하기 위해 선호도에 가깝고 비선호 객체로부터 멀리 떨어진 특정 선호영역을 식별하는 Skyline 기반의 선호영역 질의(PRSkyline) 알고리즘을 개발하였다. 이는 기존의 데이터 중심인 Skyline 질의를 응용 및 확장하는

□ 연구개요
본 연구의 최종목표는 < 분산 환경에서 사용자 선호도 기반의 빅데이터(Big Data) 추천을 위한 선호영역 스카이라인 질의(Preferential Region Skyline Query, PRSkyline) 기법 >의 연구개발이다. 본 연구는 빅데이터를 기반으로 사용자에게 다양한 데이터를 추천하기 위해 선호도에 가깝고 비선호 객체로부터 멀리 떨어진 특정 선호영역을 식별하는 Skyline 기반의 선호영역 질의(PRSkyline) 알고리즘을 개발하였다. 이는 기존의 데이터 중심인 Skyline 질의를 응용 및 확장하는 것으로 < 선호영역 기반의 데이터 추천 >이라는 새로운 연구로 시도되었으며 Grid 기반의 영역 분할을 사용하여 질의 처리 시간에서 향상된 성능을 보였다.

□ 연구 목표대비 연구결과
본 연구의 목표는 스카이라인 질의를 사용하여 사용자의 선호영역을 식별함으로써 기존의 스카이라인 질의가 배타적인 선호 객체를 추천하는 것과는 달리 선호영역 안의 다양한 대상을 추천하는 것이다. 위 목표를 달성하기 위해 기존 연구에 대한 분석부터 알고리즘을 개발하였으며 본 연구팀은 연차별 연구 목표를 적절하게 달성하였다. 1차 연도에는 선행연구를 중심으로 데이터 공간 분할 기법과 기존 Skyline 질의 분석을 수행하였다. 2차 연도에는 영역식별 알고리즘 개발하기 위해 탐색영역을 Grid로 분할하고 Voronoi Diagram을 사용하여 각 Grid 셀의 탐색 객체들을 식별하는 기법을 구현하였다. 3차 연도는 탐색 대상을 빅데이터로 구성하여 처리하고자 Hadoop 기반 분산 환경을 구축하여 선호영역 Skyline 질의 처리를 수행하였다.
본 연구는 사회적 환경의 변화에 따라 연구 기간을 6개월 연장하였으며 연구 계획의 목표대비 연구 달성도는 100%이다. 특히, 연구개발성과 목표는 7건이었으나 최종 22건을 산출하였으며 314%의 우수한 양적 성과를 달성하였다. (국내 등재지: 2, 국제논문: 7, 국내학술대회: 6, 국외학술대회: 1, 특허: 4건, 프로그램등록: 1건, 언론 보도: 1건)

□ 연구개발결과의 중요성
■ 사용자 선호도의 다양성을 위한 영역 파악
기존의 사용자 선호도에 관한 연구는 원점(0, 0)으로부터 가장 가까운 속성값으로 판단한다. 사용자의 관심은 선호도와 정확하게 일치하는 대상뿐만 아니라 멀리 떨어진 제품, 관광 명소 등을 포함하여 선호 범위를 구성할 수 있다. 즉, 제품의 출시 자는 사용자들의 선호와 비선호를 모두 판단하여 해당 영역에 놓인 자사의 제품이 무엇인지를 판단함으로써 판매 전략을 수립할 수 있다. 본 연구는 위와 같은 이유에서 시작되었으며 사용자가 선호와 비선호 영역 내에서 대상을 선택하는 것은 사용자의 주관적인 판단이지만, 선호 대상 영역을 식별함으로써 기존의 스카이라인 질의와 차별화된 것으로 판단된다.
■ 기존 Skyline 질의의 반대편 Skyline 객체 탐색 기법
사용자의 선호 객체를 탐색하는 Skyline 질의는 선호도에 가까운 속성을 판단하여 해당 속성을 만족하는 객체만 선택한다. 본 연구는 원점과 반대편에서 Skyline 질의를 수행하면 사용자의 선호도 중 가장 멀리 있는 객체를 스카이라인 객체로 식별한다. 이처럼 반대편을 탐색하는 이유는 사용자가 선호도와 가장 멀리 있는 객체를 제외한 나머지 객체 (선호도에서 떨어져 있는 객체)에 대해서도 관심이 있을 수 있기 때문이다.
■ 연구를 위한 지적 호기심 유발
본 연구는 기존 연구에서 고려하지 않았던 반대편의 Skyline 객체를 구함으로써 사용자의 선호영역과 비 선호영역에 대한 호기심을 충족하였다. 본 연구에서는 사용자 선호영역을 넓게 식별하는 기법으로 공간 분할과 Skyline 질의 기법을 사용하여 새롭게 시도하였다. 본 연구는 순방향 질의에 대해 새로운 아이디어를 접목한 도전적 연구에 해당하여 연구원의 지적 호기심을 유발하기에 충분하였다. Skyline 질의 시Grid를 사용하여 객체를 탐색 성능을 개선함으로써 Grid 공간 분할 기법의 성능을 재확인하였다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 5
• 3. 연구개발결과의 중요성 ... 6
• 4. 참고문헌 ... 7
• 5. 연구성과 ... 9
• 끝페이지 ... 11