소셜 웹 환경에서의 사회 인지 컴퓨팅 Professor Chung, In-Jeong

Slides:



Advertisements
Similar presentations
연천 새둥지마을 체재형 주말농장 준공식 초청장 오시는 길 주제 일시 장소 21C 경기농촌희망심기 2005년 제1기 교육수료마을
Advertisements

SPARCS Wheel Seminar Mango X Sugoi
출석수업 자료 교과서 범위: 제1장-4장.
10월 충북노회 남선교회 순회 헌신예배 묵 도 기 도 성 경 봉 독 특 송 찬 양 설 교 찬양 / 봉헌 봉 헌 기 도
글에 나타난 시대적 사회적 배경을 파악할 수 있다. 배경 지식과 의미 해석의 관련성을 이해할 수 있다.
패널자료 분석
라오디게아 교회의 교훈 본문 계 3: ○라오디게아 교회의 사자에게 편지하라 아멘이시요 충성되고 참된 증인이시요 하나님의 창조의 근본이신 이가 이르시되 15. 내가 네 행위를 아노니 네가 차지도 아니하고 뜨겁지도 아니하도다 네가 차든지 뜨겁든지 하기를 원하노라.
한알Ⅱ「더불어 살기」전국대회 일정표 날짜 시간 7월 26일(목) 7월 27일(금) 7월 28일(토) 7월 29일(일)
2013학년도 전라북도고등학교신입생 입학전형 기본계획
선거관리위원회 위원 공개모집 4차 공고 제4기 선거관리위원회를 구성하는 위원 모집의
2015학년도 1학기 버디 프로그램 오리엔테이션 (목) 16:00.
열왕기하 1장을 읽고 묵상으로 예배를 준비합시다..
오늘의 학습 주제 Ⅱ. 근대 사회의 전개 4. 개항 이후의 경제와 사회 4-1. 열강의 경제 침탈 4-2. 경제적 구국 운동의 전개 4-3. 사회 구조와 의식의 변화 4-4. 생활 모습의 변화.
전도축제 계획서 *일시 : 2013년 4월 21, 28일 주일 (연속 2주)
2009학년도 가톨릭대학교 입학안내.
한국 상속세 및 증여세 과세제도 한국 국세공무원교육원 교 수 최 성 일.
중세시대의 의복 학번 & 이름.
다문화가정의 가정폭력의 문제점 연세대학교 행정대학원 정치행정리더십 2학기 학번 이름 홍 진옥.
이공계의 현실과 미래 제조업 立國 / 이공계 대학생의 미래 준비
신앙의 기초를 세우는 중고등부 1부 대 예 배 : 11 : 00 ~ 12 : 층 본당
신앙의 기초를 세우는 중고등부 1부 대 예 배 : 11 : 00 ~ 12 : 층 본당
◆ 지난주 반별 출석 보기 ◆ 제 56 권 26호 년 6월 26일 반 선생님 친구들 재적 출석 5세 화평 김성희 선생님
第1篇 자치입법 개론.
교직원 성희롱·성폭력·성매매 예방교육 벌교중앙초등학교 박명희
제5장 새로운 거버넌스와 사회복지정책 사회복지정책이 어떤 행위자에 의해 형성되고 집행되는지, 어떤 과정에서 그러한 일들이 이루어지는지, 효과적인 정책을 위해서는 어떤 일들이 필요한지 등을 본 장에서 알아본다 개인들이 생활을 개선하는 가장 효과적인고 궁극적인 방법은 개별적.
임상시험 규정 (최근 변경 사항 중심으로) -QCRC 보수 교육 과정 전달 교육
서울특별시 특별사법경찰 수사 송치서류 유의사항 서울특별시 특별사법경찰과 북부수사팀장 안   진.
특수학교용 아동학대! 제대로 알고 대처합시다..
사회복지현장의 이해 Generalist Social Worker 사회복지입문자기초과정 반포종합사회복지관 김한욱 관장
학교보건 운영의 실제 한천초등학교 이 채 금.
제 출 문 고용노동부 귀중 본 보고서를 ’ ~ ‘ 까지 실시한 “근로감독관 직무분석 및 교육프로그램 개발에 관한 연구”의 최종보고서로 제출합니다  연구기관 : 중앙경영연구소  프로젝트 총괄책임자 : 고병인 대표.
학습센터란? 기도에 관해 배울 수 있는 다양한 학습 코너를 통하여 어린이들이 보다 더 쉽게 기도를 알게 하고, 기도할 수 있게 하며, 기도의 사람으로 변화될 수 있도록 하는 체험학습 프로그램이다. 따라서 주입식이지 않으며 어린이들이 참여할 수 있는 역동적인 프로그램으로.
Digital BibleⅢ 폰속의 성경 디지털 바이블 2008년 12월 ㈜씨엔커뮤니케이션 ㈜씨엔엠브이엔오.
후에 70인역(LXX)을 좇아 영어 성경은 본서의 중심 주제인 “엑소도스”(출애굽기)라 하였다.
성 김대건 피츠버그 한인 성당 그리스도왕 대축일 공지사항
예배에 대하여.
말씀 듣는 시간입니다..
하나님은 영이시니 예배하는 자가 신령과 진정으로 예배할지니라.
지금 나에게 주신 레마인 말씀 히브리서 13장 8절.
예수의 제자들 담당교수 : 김동욱.
Lecture Part IV: Ecclesiology
KAINOS 날마다 더하여지는 Kainos News 이번 주 찬양 20 / 300 – 20개의 셀, 300명의 영혼
예배의 외부적인 틀II - 예배 음악 조광현.
영성기도회 렉시오 디비나와 묵상기도 2.
성인 1부 성경 공부 지도목사: 신정우 목사 부 장: 오중환 집사 2010년. 5월 9일
남북 탑승객 150명을 태운 디젤기관차가 2007년 5월 17일 오전 경의선 철길을 따라 남측 최북단 역인 도라산역 인근 통문을 통과하고 있다. /문산=사진공동취재단.
성경 암송 대회 한일교회 고등부 (일).
천주교 의정부교구 주엽동본당 사목협의회 사목활동 보고서
III. 노동조합과 경영자조직 노동조합의 이데올로기, 역할 및 기능 노동조합의 조직형태 노동조합의 설립과 운영
여수시 MICE 산업 활성화 전략 ( 중간보고 )
1. 단위사업 관리, 예산관리 사업설정 (교직원협의/의견수렴) 정책 사업 학교 정책 사업 등록 사업 기본정보 목표 설정
※과정 수료자에 한하여 수강료의 80~100% 차등 환급함
평생학습중심대학 프로그램 수강지원서 접수안내 오시는 길 관악구&구로구민을 위한 서울대학교 -- 접수 일정 및 방법 안내--
서비스산업의 선진화, 무엇이 필요한가? 김 주 훈 한 국 개 발 연 구 원.
기존에 없던 창업을 하고 싶은데, 누구의 도움을 받아야 할지 모르겠어요
전시회 개요 Ⅰ. 전시명칭 개최기간 개최장소 개최규모 주 최 참 관 객 현 지 파 트 너 General Information
Homeplus 일 家 양 득 프로그램 소개 2015년 12월.
Home Network 유동관.
통신이론 제 1 장 : 신호의 표현 2015 (1학기).
I. 기업과 혁신.
Chapter 4 – 프로그래밍 언어의 구문과 구현 기법

ESOCOM – IPIX 고정IP서비스 제안서 Proposer ㈜이소컴.
화장품 CGMP 한국콜마㈜.
초화류 종자 시장 규모 100억원 이상(추정, 생산액의 10%정도 차지)
COMPUTER ARCHITECTIRE
[ 한옥 실측 ] 1. 약실측 2. 정밀실측 조선건축사사무소.
14. 컴파일러 자동화 도구 스캐너 생성기 파서 생성기 코드 생성의 자동화
A제조용수/B환경관리/C시설관리 ㈜ 에이플러스 코리아
Introduction to Network Security
Presentation transcript:

소셜 웹 환경에서의 사회 인지 컴퓨팅 Professor Chung, In-Jeong chung@korea.ac.kr 연구실 소개 및 현재 진행 연구 동향 소개 Professor Chung, In-Jeong chung@korea.ac.kr Department of Computer and Information Science Korea University 6/19/2014

1 2 3 4 Outline Introduction Research Areas Recent Paper For the Future,… 4 Professor In-Jeong Chung Research Topics and Publications Research Challenges Conclusions and Discussion Dynamic Social Aware System Semantic Web and Ontology Social Network Service and Analysis, etc. 6/19/2014

Introduction Professor In-Jeong Chung Research Topics and Publications 6/19/2014

연구실 소개 Professor In-Jeong Chung (정인정) 학력 경력 서울대학교 (학사) KAIST (석사) University of Iowa (박사) 경력 1980-1983 삼성전자 연구원 1981-1984 홍익대학교 전산학과 강사 1981-1983 동국대학교 전자계산학과 강사 1983-1984 이화여자대학교 전임강사 1985-1989 University of Iowa TA, RA 1990-현재 고려대학교 컴퓨터정보학과 교수 1998-현재 University of Iowa 교환교수 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 Professor In-Jeong Chung (정인정) 사회 활동 1992-현재 한국통신정보보호학회 종신위원 1992-현재 한국통신정보보호학회 종신위원 1994-1998 행정자치부 기술고등고시 출제위원 1996-현재 한국전산홈 기술고문 1997-1998 한국전산원 초빙연구위원 1997-현재 한국정보처리학회 논문 편집위원 1999-현재 환경부 환경정보화 추진 분과 위원 2001-현재 한국정보과학회 충남지부 감사 2003-현재 정보통신부 학술 위원장 2004-2006 한국정보통신기술협회 IT 응용 기술위원회 부의장 2007-현재 포스토피아 연구소장 현재 산업자원분 기술 자문위원 현재 한국정보통신기술협회 IT 국제표준화 전문가 현재 조달청 기술평가위원 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 Professor In-Jeong Chung (정인정) 수상 Marquis Who's Who 등재 고려대학교 석탑강의상 (2006, 2007 우수강의) 한국지능정보시스템학회 우수논문상 (2006, 2009, 2012) 국제학술대회 우수논문상 (ICUT2008, FTRA2012) 한국정보처리학회 최우수논문상 (2014) 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 Professor In-Jeong Chung (정인정) 연구 실적 논문 SCI(E), SCOPUS, KCI, 대학 저널 (40건) 국내외 학술대회 (92건) 연구보고서 (11건) 특허 (등록 2건, 출원 3건) 프로젝트 (22건) 저서 (8건) 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Aware Computing 연구실 소개 연구실 연구 동향 Semantic Web and Ontology Content Recommendation Systems Collective Intelligence Sentiment Analysis Intelligent Information Systems Social Web, SNS, SNA Social Aware Computing 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 연구실 연구 동향 시맨틱 웹과 온톨로지 An Intelligent Dynamic Context-aware System Using Fuzzy Semantic Language, Mobile, Ubiquitous, and Intelligent Computing, LNEE, 2014 [SCOPUS] Domain Classification for Celebrities Using Spreading Activation and Reasoning on Semantic Network, ICUFN 2013, Jul, 2013 [SCOPUS] Generation of User Interest Ontology Using ID3 Algorithm, IT Convergence and Security 2012, LNEE, 2013 [SCOPUS] Ontology based ID3 tag management system, ICTC 2012, 2012 [SCOPUS] 사용자 중심 소셜 시맨틱 웹 프레임워크. 2012 한국컴퓨터종합학술대회 논문집A, 한국정보과학회, 2012.08 RSS와 OLAP 큐브를 이용한 FOAF의 동적 관리 기법, 지능정보연구, 2011 [KCI] [특허등록] 통합 모델링 언어를 이용한 웹 서비스 온톨로지 생성 방법, 등록 번호 : 10-0953710, 2010.04 Fuzzy OWL을 이용한 사용자 Context의 표현 및 추론. 지능정보시스템학회 논문집, 2008.03 [KCI] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 연구실 연구 동향 소셜 네트워크 서비스와 소셜 네트워크 분석 (Revising) Effective Extraction of User Interests from Social Network Services An Improved Method for Measurement of Gross National Happiness Using Social Network Services, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, LNEE, 2014 [SCOPUS] Community Topical “Fingerprint” Analysis based on Social Semantic Networks, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, LNEE, 2014 [SCOPUS] An Improved Social Network Analysis Method for Social Networks, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, LNEE, 2014 [SCOPUS] Dynamic FOAF management method for social networks in the social web environment, Journal of Supercomputing, Nov. 2013 [BEST PAPER AWARD] [SCI] SNS에서의 개선된 소셜 네트워크 분석 방법, 지능정보연구, 2012.12 [KCI] [우수논문] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 연구실 연구 동향 콘텐츠 추천 시스템 감정 분석을 이용한 협업적 영화 추천 방법, 한국정보처리학회 2014년 춘계학술발표대회 논문집, 2014.04 Content Recommendation Method using FOAF and SNA, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, LNEE, 2014 [SCOPUS] Contents Recommendation Method Using Social Network Analysis, Wireless Personal Communications, Dec. 2013 [SCIE] FOAF와 SNA를 이용한 개선된 인터넷 자원 추천 방법, 정보처리학회 논문지B, 2012.06 [KCI] [특허출원] 커뮤니티 서비스 기반의 콘텐츠 추천 시스템 및 컨텐츠 추천방법, 출원번호: 10-2012-0034568, 2012.04 [특허출원] 콘텐츠 추천 방법 및 그 시스템, 출원번호: 10-2012-002838, 2012.03 소셜네트워크 기반의 콘텐츠 추천 방법, 정보처리학회 논문지B, 2011.10 [KCI] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 연구실 연구 동향 지능형 정보 시스템 (Revising) Agglomerative Hierarchical Clustering for Information Retrieval using Latent Semantic Index A Real Time Process Management System Using RFID Data Mining, Computers in Industry, May 2014 [SCIE] 정보 검색에서의 잠재 의미 분석 방법을 이용한 응집 계층 군집화 기법 연구, 한국정보처리학회 2014년 춘계학술발표대회 논문집, 2014.04 Improved View Selection Algorithm in Data Warehouse, IT Convergence and Security 2012, LNEE, 2013 [SCOPUS] 효율적인 소셜 네트워크 서비스를 위한 소셜 데이터 관리 방법, 한국지능정보시스템학회 2012 추계 학술대회 논문집, 2012.12 Intelligent Process Control System with RFID Cuboid, ICEC 2009, 2009 [SCOPUS] 개선된 패스트리를 이용한 지능형 생산관리 시스템, 정보처리학회 논문지D, 2009.08 [KCI] RFID Warehouse Management in the Small and Medium Enterprises based on Manufacturing Industry, ICUT 2008, Dec. 2008 [Outstanding Presentation] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

연구실 소개 연구실 연구 동향 집단지성 감성 분석 (Under Review) Cooperative Ontology Generation Method Using Ant Colony Optimization ACO를 이용한 협업적 온톨로지 생성 방법, 제34회 한국정보처리학회(KIPS) 추계학술대회 논문집, 2010.11 감성 분석 (Revising) Personal Sentiment Trend Analysis with Ant Colony Optimization Algorithm and SentiWordNet 개미 군집 최적화 알고리즘과 센티워드넷을 이용한 사용자 감성 동향 분석 방법 연구, 한국정보처리학회 2014년 춘계학술발표대회 논문집, 2014.04 [최우수논문] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

홈페이지 (http://iis.korea.ac.kr) 연구실 소개 홈페이지 (http://iis.korea.ac.kr) 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Research AREAS 6/19/2014 Semantic Web and Ontology Social Network Service and Analysis Intelligent Information Retrieval Systems Collective Intelligence Content Recommendation Big Data Processing and Analysis Research AREAS 6/19/2014

Semantic Web and Ontology 배경지식 및 관련 연구 Semantic Web and Ontology Semantic Web Technologies Motivation Today’s web is designed for human interpretation and use Need for automation of web interpretation and service Need for locating and extraction of contents from web data Definition by Tim Berners-Lee (May 2001) “The Semantic Web is not a separate Web, but an extension of the current one, in which information is given well-defined meaning, better enabling computer and people to work in cooperation” Goals To develop enabling standards and technologies designed to help machines understand more information on the Web To support richer discovery, data integration, navigation, and automation of tasks 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Semantic Web and Ontology 배경지식 및 관련 연구 Semantic Web and Ontology Semantic Web Technologies Web Service (UDDI, WSDL, SOAP) Semantic annotations (RDF, OWL, etc.) Human-understandable and machine-readable form Entities, relations, and axioms 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Semantic Web and Ontology 배경지식 및 관련 연구 Semantic Web and Ontology Technology COM/DCOM/COM+ Web Service (WS) Semantic WS Orgin Microsoft W3C - Standard Yes No Concept Distributed object component Service Annotated service OS Win32 Independent Interoperability Windows, local machine, remote server distributed Any Flexibility (Extensibility) Integration Average Strong Communication RPC/ORPC SOAP Language Microsoft’s languages Multi Portability XML Semantic - From Nacer H, et al., Semantic web services: Standards, applications, challenges and solutions, Journal of Network and Computer Applications, 2014 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Semantic Web and Ontology 배경지식 및 관련 연구 Semantic Web and Ontology Applications to: Text / Web Mining Information Retrieval (IR) with semantics Context Modeling Social Semantic Web, etc. From http://blog.law.cornell.edu/voxpop/files/2010/02/radarnetworkstowardsawebossmall.jpg and http://technologyvoice.com/2011/09/09/what-is-the-social-semantic-web-and-why-do-we-need-it 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Service and Analysis 배경지식 및 관련 연구 Social Network Service and Analysis Social Web People to connect and communicate via the Internet Contents creation of shared, interactive online spaces Social Aware System Share generated contents, communicate and collaborate among users New insight into the potential problems of industry and government Decision making in a transparent and comprehensive way With much deeper understanding of the social context Facilitating machines to model and simulate human’s awareness and cognition Social phenomena and dynamics Web of social interactions and behaviors 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Service and Analysis 배경지식 및 관련 연구 Social Network Service and Analysis Social Data Date, time, post, is-a, like, via, about, with, at, in and feeling Social Contexts Post original posting, comments, everything that a user generates Date, Time via contents source or link is-a hierarchical relation: Tennis is a sports, Bowling is a sports, etc. about title, topic with people, i.e. friends, family, acquaintances, or following at place, i.e. beauty spot, sightseeing, resort, showplace in relations between places, i.e. city, province, country feeling 6/19/2014

Social Network Service and Analysis 배경지식 및 관련 연구 Social Network Service and Analysis Social Data in Social Web Any contents including products, brands, events, etc. User’s opinion, sentiment, cultural tendency, etc. Potentials of Social Data Valuable guides and indices for companies or organizations to figure out social problems, phenomenon, and issues Personalized content recommendation systems Social Network Analysis (SNA) Betweenness, Closeness, Degree, Eigenvector centrality measurement 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Services 배경지식 및 관련 연구 Social Network Service and Analysis Community Detection (CD), etc. Social Semantic Web Social Network Services professor junior senior colleague student Kyunglag kwon Daehyun Kang Jongsoo Sohn Bumsoon Hwang Hansam Park Injeong Chung Context hasConcept SNA Time Location Degree Centrality 13:30 IIS Lab hasValue isDefinedForProperty 3 Betweenness Centrality 5 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Service and Analysis 배경지식 및 관련 연구 Social Network Service and Analysis Sentic Computing 사용자가 특정 객체에 대하여 가지고 있는 감성이나 의견의 분석 Sentiment Analysis (SA), Emotional Analysis (EA), Opinion Mining 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Service and Analysis 배경지식 및 관련 연구 Social Network Service and Analysis Sentic Computing 방법 어휘 사전 활용 패턴 분석 및 데이터 마이닝 기법 (예: R, Weka 등) SPSS, SAS와 같은 통계적 도구 활용 등 활용 감성 분석을 통하여 사용자들에게 어떤 서비스나 제품을 추천 피드백을 통한 제품의 성능이나 서비스 품질을 향상시키는데 활용 구글 상품 검색, 구글 플래이, 아마존, e-러닝 등 (심리학) 사람 행동 특성 분석, Forensics 등 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Service and Analysis 배경지식 및 관련 연구 Social Network Service and Analysis 센티워드넷 (SentiWordNet) 워드넷(WordNet)과 반지도 학습 기법을 이용한 어휘에 대한 감성 지수를 부여한 어휘 사전 다언어 감성 분석, 음악 분위기 분류, 영화 평가, 국가 행복 지수(GNH) 등에 활용 - From 센티워드넷 (http://sentiwordnet.isti.cnr.it) 6/19/2014

Intelligent Information Systems 배경지식 및 관련 연구 Intelligent Information Systems 웹을 통하여 다양하고 많은 양의 정보가 생성, 공유됨 동의어, 다의어들로 인해 사용자가 원하는 정보를 검색할 때 검색 엔진으로부터 추출된 결과(스니핏)를 재검토, 분류해야 함 백-오브-워드 문제 (bag-of-word) 언어의 유의성, 다의성으로 단어들 간 의미를 고려하지 못하게 되는 현상 스니핏 (Snippet) 사이트 제목, URL주소, 간략한 설명 검색할 때 분류되지 않고 모두 섞여 추출되어 사용자의 불편함 초래 구글 검색의 예 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Intelligent Information Systems 배경지식 및 관련 연구 Intelligent Information Systems 차원 축소 (Dimension Reduction) Latent Semantic Analysis (LSA, Latent Semantic Indexing) Singular Value Decomposition Similarity Measurement (Minkowski, Hamming, Cosine, Euclidean distance, etc.) 단어나 문서들 사이의 의미적 관계를 분석하고 발견 벡터 공간 모델이 지닌 백-오브-워드 한계를 해결하고자 고안됨 문서의 색인화 및 검색, Data Mining, Information Retrieval Principal Component Analysis (PCA) Data Space 𝑥 𝑝 = 𝑥 1 ⋮ 𝑥 𝑝 Random vector representation on the data space of interest. We will transmit the 𝑝-dimension vector using only 𝑚 elements, where p≫𝑚 Feature Space 𝑥 𝑚 = 𝑥 1 ⋮ 𝑥 𝑚 𝑝≫𝑚 6/19/2014

Intelligent Information Systems 배경지식 및 관련 연구 Intelligent Information Systems 군집화 (Clustering) 내용 같은 군집 내의 샘플은 서로 가깝고 (유사하고) 다른 군집에 속한 샘플 사이의 거리는 멀게 하는 것이 목표 방법 상향식 방법 (bottom-up) 각 문서를 단일 군집으로 간주, 하나의 군집이 형성될 때까지 반복 하향식 방법 (top-down) 전체 문서를 하나의 군집으로 간주, 조건에 따라 둘 이상의 새로운 군집으로 나눔 종류 응집 계층 군집화, 분열 계층 알고리즘 순차 알고리즘, k-means 알고리즘, 모델 기반 알고리즘, DBSCAN 신경망 (Perceptron, MLPP, SOM, ART) 통계적 탐색 (Simulated Annealing, Genetic Algorithm) 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Intelligent Information Systems 배경지식 및 관련 연구 Intelligent Information Systems Hybrid Model (LSI + AHC) 잠재 의미 분석 방법을 이용한 응집 계층 군집화 구글 검색 결과의 Snippet 이용 사이트 제목, URL, 간략한 설명 수집된 데이터에 대한 자연어 처리 단어 파싱, 불필요한 단어 제거, 단어 원형 복원, POS Tagging 분석된 단어들에 대한 행렬 구성 (LSI) 다양한 유사도 분석 기법 TF-IDF (단어 빈도수) 프로베니우스 놈 코사인 거리 응집 계층 군집화 (AHC) 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Collective Intelligence (집단지성) 배경지식 및 관련 연구 Collective Intelligence (집단지성) Swarm Intelligence, Wisdom of Crowd "Any attempt to design algorithms or distributed problem-solving devices inspired by the collective behavior of social insect colonies and other animal societies" Nature-inspired Optimization Algorithm Genetic Algorithm, Simulated Annealing (SA), Harmony Search Ant Colony Optimization, Artificial Bee Colony, Particle Swarm Optimization, etc. Hybrid methods such as multi-objective optimization algorithm Applications NP-hard problem solving such as TSP and protein structure predication Community detection, shortest path finding, map generation, information propagation, etc. 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Content Recommendation Systems (CRSs) 배경지식 및 관련 연구 Content Recommendation Systems (CRSs) Recommendation Systems Systems for recommending items to users based on their preferences e.g. Books, Movies, CD’s, Web pages, News, Games, etc. Many online stores provide recommendations e.g. Netflix, Amazon, Google News Provider n  Provider 1 Recommender Request for service Advertisement of capabilities Sorted description of P1,..Pn Service consumption Results of service request Requester  6/19/2014

Content Recommendation Systems (CRSs) 배경지식 및 관련 연구 Content Recommendation Systems (CRSs) Advantages Enhance browsing efficiency Assist users in finding information Reduce search and navigation efforts Increase productivity and credibility Provide mutually beneficial proposition both provider and user 3 Types Content-based recommendation Recommend items which are user preferred contents in the past Key is user profiling information(preferences) Items are represented by keywords Vector Space Model is widely used e.g. “Show me the similar things what I’ve liked” 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Content Recommendation Systems (CRSs) 배경지식 및 관련 연구 Content Recommendation Systems (CRSs) Types Collaborative filtering recommendation Use other user’s recommendations(ratings) to judge content’s utility Key is to find user/user groups interests The more users, the more ratings: better results Can account for items dissimilar to the ones seen in the past, too e.g. “Tell me what’s popular among my friends” Hybrid Approach Combine two different methods Content-based + Collaborative filtering Avoid some of each shortcoming 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Content Recommendation Systems (CRSs) 배경지식 및 관련 연구 Content Recommendation Systems (CRSs) Example of Hybrid Approach Semantic Web Technology + SNS + CR 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Big Data Processing & Analysis 배경지식 및 관련 연구 Big Data Processing & Analysis Big Data A massive volume of both structured and unstructured data Sufficiently large that it is difficult to process using traditional database and software techniques Research studies on Development hardware for collecting, analyzing, and processing a huge amount of data Development software for data platform and analysis techniques Extraction tools of user interests for personalized recommendation and feedbacks 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Big Data Processing & Analysis 배경지식 및 관련 연구 Big Data Processing & Analysis Research Fields Social Big Data from Social Network Services Scientific Big Data such as High Energy Physics Medical Big Data, etc. Required Technologies Natural Language Processing Artificial Intelligence Semantic Analytics Machine Learning Data Mining Pattern Recognition 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Recent Paper Study on Social Aware System in Social Web Environment Applying the structured and fuzzy-based social data to OLAP system Dynamic Social Aware System Collecting social interactions Processing a massive data With ACO algorithm Cooperative Ontology Generation Representation of user’s social activities as fuzzy data in the machines using fuzzy concepts Fuzzy OWL Representation Recent Paper Study on Social Aware System in Social Web Environment PhD Dissertation in 2013 6/19/2014

기존 연구의 한계 Problems Difficulties Large-scale social data Very time-consuming, complicated processes Huge amount of cost Difficulties Lack of machine-understandable representation method Understanding the meaning of social context and process Converting each user’s activities Interactions, messages, and degree of affinity with other users To represent such ambiguous information in machines Technique to analyze and process social contexts 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Dynamic Social Aware System 제안하는 방법 Dynamic Social Aware System Monitoring human behaviors or activities Recognition of social interactions Providing users with automatic and fast suggestions Applying the structured and fuzzy-based social data to OLAP system Dynamic Social Aware System Collecting social interactions Processing a massive data With ACO algorithm Cooperative Ontology Generation Representation of user’s social activities as fuzzy data in the machines using fuzzy concepts Fuzzy OWL Representation 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

제안하는 방법 Overall System 01 02 03 Step Cooperative Ontology Generation Method Using ACO in Social Web 01 Step Fuzzy OWL-based Representation of Social Data 02 Step Dynamic Social Aware System based on OLAP 03 Step 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

제안하는 방법 Method Social Aware System Social aware system with the integration of several previous techniques Suggested system Ant Colony Optimization (ACO) algorithm to generate social ontology Fuzzy Web Ontology Language (Fuzzy OWL) to represent social ontology as a fuzzy set On-Line Analytical Processing (OLAP) to capture social context Social Aware System Reflecting dynamic relationships and process massive social data Enabling machines to understand dynamic social context 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

제안하는 방법 Ontology Generator 01 ACO algorithm Step Cooperative Ontology Generation Method Using ACO in Social Web 01 Step 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Context Representation with Fuzzy Concepts 제안하는 방법 Fuzzy OWL Fuzzy OWL-based Representation of Social Data 02 Step Context Representation with Fuzzy Concepts Fuzzy OWL Representation RDF Triples s r o 𝝉 u at Place 3 0.56266 in Region 2 0.86819 feeling happy 0.10774 via Source 13 0.49001 with u2 0.17501 Fuzzy Quantization 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

제안하는 방법 Star Schemas in OLAP 03 Step Dynamic Social Aware System based on OLAP 03 Step 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

제안하는 방법 OLAP operations 03 Step Dynamic Social Aware System based on OLAP 03 Step 6/19/2014

For the Future,… Research Challenges Conclusion 6/19/2014

Semantic Web and Ontology Research Challenges Semantic Web and Ontology Semantic Web + Social Web  Social Semantic Web User profiling, community detection, etc. Semantic Web in industry G. Alor-Hernandez, et al., BROSEMWEB: A brokerage service for e-Procurement using Semantic Web Technologies, 2014 M. Borsato, Bridging the gap between product lifecycle management and sustainability in manufacturing through ontology building, 2014 L. Ramos, et al., Towards a Machine of a Process (MOP) ontology to facilitate e-commerce of industrial machinery, 2014 Semantic Web in e-Learning B. Saleena, S.K. Srivatsa, Using concept similarity in cross ontology for adaptive e-Learning systems, 2014 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Semantic Web and Ontology Research Challenges Semantic Web and Ontology Web Services Composition Dependable services composition Soundness and completeness of compositions Fault-tolerant modeling, verifying, checking service behaviors esp. mission-critical applications (e.g. health care, stock trading, and air traffic control, etc.) Adaptable and autonomous services compositions Self-configuring to automatically discover and select new services Self-optimizing to guarantee the Quality of Service (QoS) Self-healing to detect the violations of requirement and react to them Self-adapting to adjust its behavior without human’s intervention 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Semantic Web and Ontology Research Challenges Semantic Web and Ontology Web Services Composition Pervasive services composition Context-awareness, heterogeneity and contingencies of devices, and personalization Support of automated RESTful services and mashups Explicit, machine-readable description format to represent RESTful services (i.e. Microformat) Security support of services composition Confidentiality, integrity, privacy, authentication, and authorization e.g. WS-Security, WS-Trust, and WS-Federation esp. in open environments such as cloud 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Services and Analysis Research Challenges Social Network Services and Analysis Natural Language Processing (NLP) Parsing, Part-Of-Speech (POS) tagging, stop-word removal, restoration Weighting, keyword extraction, phrase extraction, summarization, etc. User (individuals and organizations) Profiling ERP + Social Web  ERP 2.0 B. Grabot, et al., ERP 2.0, what for and how?, Computers in Industry, 2014 Sentic Computing Sentic pattern mining for sentiment analysis 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Social Network Services and Analysis Research Challenges Social Network Services and Analysis Social Web Lack of standardized APIs Limits on data retrieval from social network providers Ephemerality of user-generated data Difficulties in tracing content sources Limited accessibility to personal data Social Multimedia Crawling for Mining and Search, IEEE Social Computing, 2014 6/19/2014

Intelligent Information Retrieval Systems Research Challenges Intelligent Information Retrieval Systems Still have high time complexity Curse of Dimensionality e.g. PCA, LSI + AHC, SVM, etc. Open Issues Parallelism to reduce time complexity Integration with semantic web technologies 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Collective Intelligence Research Challenges Collective Intelligence Metaheuristic method, but simple and powerful Many research studies in a variety of other areas NP-hard, complete problem solving such as TSP Ontology generation without experts Social network analysis Community detection Sentiment analysis in social web 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Collective Intelligence Research Challenges Collective Intelligence Issues Should be highly efficient, truly intelligent, self-adaptive, and self-evolving algorithms Mathematical proof of convergence of some bio-inspired algorithms Theoretical framework of parameter tuning and control Statistical measures of performance comparison Solution of large-scale, real-world applications Real Progress on tackling nondeterministic polynomial (NP)-hard problems such as TSP, community detection in a large network, and protein structure prediction Reference X. Yang, Nature-Inspired Optimization Alogorithm, Elsevier Book, 2014 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Content Recommendation Research Challenges Content Recommendation Limitations Not all content is well represented by keywords (e.g. image, video) Not enough information for new user(s) Items represented by same set of features are indistinguishable Users in different groups use different scales and recommendation paradigms Finding similar user/user groups is not easy i.e. ratings, requirements, item features, domain knowledge, critiques rarely available in a single dataset Too many criteria and considerations in recommendation Thus, still rooms for the enhanced personalized web services, search engines, and recommendations 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Content Recommendation Research Challenges Content Recommendation Issues Hybrid recommendation systems with other methods Data mining such as data warehouse, OLAP, opinion mining, and association rule mining Social network analysis such as betweenness, closeness, degree, and eigenvector centrality Intelligent information system such as Open Source INTelligence (OSINT) Probability model such Markov chain Graph theory Knowledge-based recommendation systems 6/19/2014

Big Data Processing & Analysis Research Challenges Big Data Processing & Analysis Interactions among people and nonhuman artifacts (machine) Connections of software components, web-based services, data resources, and workflows Conversion unstructured data to structured data format Using semantic web technologies such as RDF, DAML, and OWL Machine Learning (ML) and pattern recognition methods for big data processing With consideration of data semantics Privacy issues 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Big Data Processing & Analysis Research Challenges Big Data Processing & Analysis Integration of the previous time-consuming tasks with recent technologies such as: Map-Reduce (MR) Hadoop OLAP, etc. Aims: Data-intensive scientific computing using distributed computing paradigm Long time-series, wide-range and multi-view queries on remotely sensed data Data storage, efficient knowledge mining technologies 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Future research directions and challenges Conclusions Overview of research areas, background knowledge, and related work in IIS Lab Recent research paper Dynamic social aware system in social web environment Future research directions and challenges Hybrid approach, esp. integrated with semantic web technologies and other methods Parallelism to reduce time complexity (or improve the performance) 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Thank You 6/19/2014

Appendix Publications 6/19/2014

Publications International Journals A Real Time Process Management System Using RFID Data Mining, Computers in Industry, Vol. 65, Issue 4, pp. 721-732, May 2014. [SCIE] An Intelligent Dynamic Context-aware System Using Fuzzy Semantic Language, Mobile, Ubiquitous, and Intelligent Computing, Lecture Notes in Electrical Engineering (LNEE). Vol. 274, pp. 143-149, 2014. [SCOPUS] An Improved Method for Measurement of Gross National Happiness Using Social Network Services, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, Lecture Notes in Electrical Engineering (LNEE), Vol. 260, pp. 23-30, 2014. [SCOPUS] Community Topical “Fingerprint” Analysis based on Social Semantic Networks, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, Lecture Notes in Electrical Engineering (LNEE), Vol. 260, pp. 83-92, 2014. [SCOPUS] Content Recommendation Method using FOAF and SNA, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, Lecture Notes in Electrical Engineering (LNEE), Vol. 260, pp. 93-104, 2014. [SCOPUS] An Improved Social Network Analysis Method for Social Networks, Advanced Technologies, Embedded and Multimedia for Human-centric Computing, Lecture Notes in Electrical Engineering (LNEE), Vol. 260, pp. 115-126, 2014. [SCOPUS] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Publications International Journals Contents Recommendation Method Using Social Network Analysis, Wireless Personal Communications, Vol. 73, Issue 4, pp. 1529-1546, Dec. 2013. [SCIE] Dynamic FOAF management method for social networks in the social web environment, Journal of Supercomputing, Vol. 66, Issue 2, pp. 633-648, Nov. 2013. [SCI] Domain Classification for Celebrities Using Spreading Activation and Reasoning on Semantic Network, Proceedings of the 5th International Conference on Ubiquitous and Future Networks (ICUFN 2013), pp. 744-749, 2-5 Jul, 2013. [SCOPUS] Generation of User Interest Ontology Using ID3 Algorithm, IT Convergence and Security 2012, Lecture Notes in Electrical Engineering (LNEE), Vol. 2, pp 1067-1074, 2012. [SCOPUS] Improved View Selection Algorithm in Data Warehouse, IT Convergence and Security 2012, Lecture Notes in Electrical Engineering (LNEE), Vol. 2, pp 921-928, 2012. [SCOPUS] Ontology based ID3 tag management system, International Conference on ICT Convergence (ICTC 2012), pp. 255-257, 2012. [SCOPUS] Intelligent Process Control System with RFID Cuboid. Proceedings of the 11th International Conference on Electronic Commerce (ICEC 2009), pp. 1-8, 12-15 Aug, 2009. [SCOPUS] Automatic Generation of Service Ontology from UML Diagrams for Semantic Web Services. The Semantic Web – ASWC 2006, Lecture Notes in Computer Science (LNCS), Vol. 4185, pp 523 ~ 529, Sep. 2006. [SCIE] 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Publications Domestic Journals SNS에서의 개선된 소셜 네트워크 분석 방법, 지능정보연구, 18(4), 117-127, 2012 [KCI] FOAF와 SNA를 이용한 개선된 인터넷 자원 추천 방법, 정보처리학회 논문지B, 19(3), 165-176, 2012 [KCI] 소셜네트워크 기반의 콘텐츠 추천 방법, 정보처리학회 논문지B, 18(5), 279-290, 2011 [KCI] RSS와 OLAP 큐브를 이용한 FOAF의 동적 관리 기법, 지능정보연구, 17(2): 39-60, 2011 [KCI] 개선된 패스트리를 이용한 지능형 생산관리 시스템. 정보처리학회 논문지D, 16-D(4), 621-630. 2009 [KCI] Fuzzy OWL을 이용한 사용자 Context의 표현 및 추론. 지능정보시스템학회 논문집, 14(1), 35-45, 2008 [KCI] A Method for Automatic Generation of OWL-S Service Ontology, JIPS, 2(2), 114-123, 2006 [KCI] ASVMRT : Materialized View Selection Algorithm in Data Warehouse, JIPS, 2(2), 67-75, 2006 [KCI] 정보격차 해소를 위한 국가 표준 제정의미, 정보통신기술협회저널, 102, 13-19, 2005 한국형 웹 콘텐츠 접근성 지침, 정보통신기술협회저널. 92-96. 2005 시맨틱 웹 기반의 검색 시스템 구조, 한국전자통신연구원 주간기술동향, 1094, 15-26. 2003 정보기술 아키텍처를 위한 기술참조모델을 지원하는 표준프로파일 관리시스템 개발에 관한 연구, 정보처리학회 논문지, 8D(6), 665-672, 2001 [KCI] 법령 정보검색 시스템 구현에 관한 연구, 정보처리학회 논문지, 7(S11), 3702-3713, 2000 [KCI] 데이터 웨어하우스에서 클러스터링 기법을 이용한 실체화 뷰 선택 알고리즘, 정보처리학회 논문지, 7(8), 2273-2286. 2000 [KCI] 6/19/2014

Publications Conferences 감정 분석을 이용한 협업적 영화 추천 방법, 한국정보처리학회 2014년 춘계학술발표대회 논문집, 제21권, 제1호, pp. 956-959, Apr. 24-25 2014. 정보 검색에서의 잠재 의미 분석 방법을 이용한 응집 계층 군집화 기법 연구, 한국정보처리학회 2014년 춘계학술발표대회 논문집, 제21권, 제1호, pp. 952-955, Apr. 24-25 2014. 개미 군집 최적화 알고리즘과 센티워드넷을 이용한 사용자 감성 동향 분석 방법 연구, 한국정보처리학회 2014년 춘계학술발표대회 논문집, 제21권, 제1호, pp. 948-951, Apr. 24-25 2014. (최우수논문) SNS에서의 개선된 소셜 네트워크 분석방법, 한국지능정보시스템학회 2012 추계 학술대회 논문집, pp. 65-70, 2012.12. (우수논문) 효율적인 소셜 네트워크 서비스를 위한 소셜 데이터 관리 방법, 한국지능정보시스템학회 2012 추계 학술대회 논문집, pp. 71-76, 2012.12. 소셜 네트워크 서비스에서의 개선된 국가 행복 지수 측정, 한국지능정보시스템학회 2012 추계 학술대회 논문집, pp. 77-80, 2012.12. 사용자 중심 소셜 시맨틱 웹 프레임워크. 2012 한국컴퓨터종합학술대회 논문집(A), 39권, 1호, 185-187, 한국정보과학회, 2012.08. 온라인 소셜 네트워크에서의 휴리스틱 최단경로 탐색 방법, 2012 한국컴퓨터종합학술대회 논문집(B), 39권, 1호, 384-386, 한국정보과학회, 2012.08. SNS에서 Decision Tree를 이용한 온톨로지 생성 방법. 한국인터넷정보학회 2011년도 추계 학술발표대회 논문집, 163-164, 2011.11. 매개 중심성 분석을 이용한 콘텐츠 추천 방법. 한국인터넷정보학회 2011년도 추계학술발표대회 논문집, 167-168, 2011.11. 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Publications Conferences SNS를 이용한 자연재해 감지 시스템. 한국인터넷정보학회 2011년도 하계학술발표대회 논문집, 403-404. 2011.06. 소셜 네트워크 서비스에서 온톨로지를 이용한 지능형 음악 챠트의 설계. 2011 한국정보처리학회 춘계학술대회 논문집, 18권 1호, 333-336, 2011.05. ACO를 이용한 협업적 온톨로지 생성 방법. 제34회 한국정보처리학회(KIPS) 추계학술대회 논문집 제17권 제2호 pp. 512-515. 2010.11.12-13. (서울 이화여자대학교) FOAF 및 소셜 네트워크 분석 기법을 이용한 핫 이슈 추출 기법. 제34회 한국정보처리학회(KIPS) 추계학술대회 논문집 제17권 제2호 pp. 531-534. 2010.11.12-13. (서울 이화여자대학교) 소셜 네트워크 기반의 콘텐츠 추천 시스템의 개발. 제34회 한국정보처리학회(KIPS) 추계학술대회 논문집 제17권 제2호 pp. 523-526. 2010.11.12-13. (서울 이화여자대학교) RFID와 ERP 연계를 통한 인적 자원 관리 시스템의 개발. 제34회 한국정보처리학회(KIPS) 추계학술대회 논문집 제17권 제2호 pp. 516-518. 2010.11.12-13. (서울 이화여자대학교) 지능적 생산관리를 위한 온톨로지 기반의 상황인지 모형. 한국지능정보시스템학회 추계학술대회 논문집 pp. 163-168. 2009.11. 형식개념분석(FCA)을 이용한 RDF 자동생성. 한국지능정보시스템학회 추계학술대회 논문집 pp. 156-162. 2009.11. RSS와 OLAP 큐브를 이용한 FOAF의 동적 관리 기법. 한국지능정보시스템학회 추계학술대회 논문집 pp. 149-155. 2009.11. (우수논문상) 온톨로지를 이용한 MP 3 메타데이터 관리 시스템. 2009 경영정보학 춘계통합학술대회 논문집 pp. 117. 2009.06.12. 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Publications Conferences RFID 기반의 상황인지 생산관리 시스템. 제31회 한국정보처리학회(KIPS) 춘계학술발표대회 논문집 제16권 제1호 pp. 569-572. 2009.04.23-24. (부산 해운대 한화리조트) ERP와의 연계를 통한 RFID 기업정보시스템. 한국지능정보시스템학회 추계학술대회 논문집 pp. 301-308. 2008.11. 온톨로지를 이용한 효율적인 RFID 데이터 관리 및 활용에 관한 연구. 한국지능정보시스템학회 추계학술대회 논문집 pp. 148-154. 2008.11. 집단지성을 이용한 온톨로지 생성 시스템의 설계. 한국지능정보시스템학회 추계학술대회 논문집 pp. 141-147. 2008.11. Fuzzy OWL을 이용한 사용자 Context의 표현 및 추론. 한국 지능정보시스템학회 추계학술대회 논문집 pp. 451 ~ 456. 2007.11. 수동형 RFID 태그 위조 방지를 위한 알고리즘. 한국 지능정보시스템학회 추계학술대회 논문집 pp. 423-427. 2007.11. 자동적 상황인지를 위한 동사의 표현. 한국지능정보시스템학회 추계학술발표 논문집. pp. 122-127. 2006.11. (우수논문상) UML을 이용한 효율적인 온톨로지 재사용에 관한 연구. 한국지능정보시스템학회 춘계학술발표대회 논문집. pp. 265-269. 2006.05. 시맨틱 웹 개념을 도입한 지능형 무선 PICS 환경 구현을 위한 방안 한국지능정보시스템학회, 2005.11. 지능형 전자상거래를 위한 온톨로지의 효율적인 생성 한국지능정보시스템학회, 2005.11. 지능형 유비쿼터스 웹을 위한 온톨로지 통합 및 확장 한국지능정보시스템학회, 2005.11. 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Publications Conferences 데이터베이스를 이용한 도메인 온톨로지의 효율적인 생성 한국정보처리학회, 2005.11. 온톨로지 통합기반의 상위 온톨로지 추출에 관한 연구 한국정보처리학회, 2005.11. UML 및 OCL을 이용한 서비스 온톨로지 설계 방안에 관한 연구 한국정보처리학회, 2005.05. 시맨틱 웹 서비스를 위한 서비스 온톨로지의 자동 생성 한국정보처리학회, 2004.11. 무선 인터넷 내용선별을 위한 플랫폼의 구현 방법 한국정보처리학회, 2004.11. 서비스 온톨로지와 규칙 표현의 통합에 대한 근간 한국정보처리학회, 2004.11. 소프트웨어 공학적 방법을 이용한 온톨로지의 효율적인 설계 및 생성에 관한 연구 한국정보처리학회, 2004.11. 폐쇄적 무선 인터넷 서비스 환경에서의 인터넷 내용선별 체게 도입 방안 한국정보과학회, 2004. 5 규칙기반 지능형 웹 서비스 아키텍처 한국정보과학회, 2004.05. ACME를 이용한 UML 2.0의 확장 방안 : Component-and-Connetor 아키텍쳐 모델링 사례 연구 한국정보과학회, 2004.05. 지능형 e-비즈니스를 위한 플랫폼에 관한 연구 : 시맨틱 웹 서비스 아키텍처, 2004 추계 학술발표대회 한국정보처리학회, 2004.04. 지능형 e-비즈니스를 위한 플랫폼에 관한 연구 : DAML-S의 규칙기반 프레임워크로의 확장 및 통합방안, 2004 추계 학술발표대회 한국정보처리학회, 2004.04. 지능형 e-비즈니스를 위한 플랫폼에 관한 연구 : OWL-S의 CLP로의 확장 및 통합방안, 2004 추계 학술발표대회 한국정보처리학회, 2004.04. 데이터마이닝 기법들을 적용한 지능형 유.무선 통합 그룹웨어의 구현, 2003 추계 학술발표대회 한국정보처리학회, 2003.11. 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science

Publications Conferences 지능형 웹 서비스를 위한 시맨틱 매치 메이킹에 관한 연구, 2003 가을 학술발표 논문집, pp. 34-36 한국정보과학회, 2003.10. 데이터마이닝 기법들을 이용한 (반)자동적인 온톨로지 생성, 2003 가을 학술발표 논문집, pp. 130-132 한국정보과학회, 2003.10. 지능형 웹 서비스를 위한 플랫폼에 관한 연구: 시맨틱 웹 기반의 웹 서비스 마크업 언어 설계 전략들 2003 가을 학술발표 논문집, pp. 118-120, 한국정보과학회, 2003.10. 자동적인 시맨틱 웹 서비스 구성문제를 위한 방법론에 관한 연구, 2002 정보처리학회 추계학술발표 논문집, pp. 2265-2268, 2002.11. 시맨틱 웹을 위한 온톨로지 시스템의 설계, 2002 정보처리학회 추계학술발표 논문집, pp. 2317-2320, 2002.11. 시맨틱 웹을 위한 객체지향의 마크업 언어, 2002 정보처리학회 추계학술발표 논문집, pp. 2320-2324, 2002.11. 디자인 패턴을 이용한 리펙토링 사례 연구, 2002 정보처리학회 추계학술발표 논문집, pp. 2031-2034, 2002.11. 시맨틱 웹 기반의 바이오 온톨로지 시스템의 설계, 2002 한국정보과학회 추계학술발표 논문집, pp. 292-294, 2002.10. 효과적인 시맨틱 웹의 구현을 위한 마크업 언어, 2002 한국정보과학회 추계학술발표 논문집, pp. 640-642, 2002.10. WAP과 XML 기술을 이용한 전자상거래 시스템 구현에 관한 연구, 2002 한국정보과학회 추계학술발표 논문집, 9(1), pp. 1057-1060, 2002.04. 외 다수 6/19/2014 Intelligent Information Systems Lab., Dept. of Computer and Information Science