표제지
목차
제1장 서론 8
1.1. 연구배경 8
1.2. 연구 목적 및 내용 12
제2장 관련 연구 19
2.1. 사물 환경에서의 상황 인식 19
2.2. 사물 환경에서의 지능형 서비스 20
2.3. 소셜 네트워크 데이터를 이용한 관심사 분석 23
2.3.1. 명시적 사용자 관심사 분석 24
2.3.2. 암시적 사용자 관심사 분석 27
2.4. 소셜 사물 인터넷을 이용한 사물 정보 교환 31
2.5. 국내외 선행연구 34
제3장 연구 내용 36
3.1. 사물 중심 지식을 위한 지능형 사물 프레임워크 38
3.1.1. 사물 자료수집 39
3.1.2. 사물 데이터 교환 40
3.1.3. 사물 데이터 분석 45
3.2. 주요 단어 추출 및 지식 그래프 생성 46
3.2.1. 주요 단어 추출 기법 46
3.2.2. 지식 그래프 생성 47
3.3. 사물 중심 지식을 위한 사물 관련 관심사 분석 50
3.3.1. 사물에 관련된 명시적 관심사 분석 50
3.3.2. 사물에 관련된 암시적 관심사 분석 53
제4장 실험 및 평가 60
4.1. 실험 목적 60
4.2. 실험데이터 및 실험 환경 설정 61
4.3. 서비스 제공 시간 검증 63
4.4. 사물 관련 관심사 분석 정확도 실험 65
4.5. 실험 결과 요약 및 평가 69
제5장 결론 및 향후 연구 70
참고문헌 72
ABSTRACT 79
표 1. 정보 재사용 예측 성능 비교 67
표 2. 난이도 측면에서 비교 방법의 성능. 값이 낮을수록 성능이 좋음 68
그림 1. 서버를 사용하는 정보 검색 지능형 서비스 9
그림 2. 검색을 통해 얻을 수 있는 동백대교의 정보(카카오맵 제공) 10
그림 3. 연구에서 제안하는 지능형 서비스 방법 13
그림 4. 사물 중심 지식이 적용된 지능형 서비스 제공 예 15
그림 5. YAGO, 외부 지식 기반과 지식 연결 25
그림 6. Propflow 알고리즘 29
그림 7. propFlow 가중치 공식 30
그림 8. (a) 사용자의 소셜 네트워크 계정을 이용하여 (b) 상황을 파악하는 사물 32
그림 9. LISO System 34
그림 10. 연구 수행 구조 36
그림 11. 연구에서 제안된 관심사 분석방법 37
그림 12. 사물 중심 지식을 활용하는 상황 기반 지능형 서비스 프레임워크 38
그림 13. 스마트폰에서 수집되는 사용자 관심사 예 40
그림 14. 3개의 정보 결합을 위한 XML Views 예제 42
그림 15. (a) 초기 상태 (b) 가장 작은 값 C 객체에서 각 객체를 결합한 후 추정값 (c) 가장 작은 값 B 객체로 각 객체를 결합한 후 추정된 값 (d) 최종 결과 44
그림 16. 키워드 추출기 구조 46
그림 17. wikidata의 Starbucks 페이지 48
그림 18. 키워드 Starbucks와 San Francisco를 이용하여 작성된 지식 그래프 49
그림 19. 표현 모델 G의 도식, G = (GO∪GOZ∪GZ) 54
그림 20. 표현 모델의 네트워크 스키마와 두 개의 표본 메타 경로 57
그림 21. DFS와 BFS의 경로 찾기 유사성 테스트 결과 58
그림 22. 평균 서비스 제공 시간 63
수식 1. [제목없음] 41
수식 2. [제목없음] 41
수식 3. [제목없음] 41
수식 4. [제목없음] 42
수식 5. [제목없음] 54
수식 6. [제목없음] 55
수식 7. [제목없음] 56
수식 8. [제목없음] 66
수식 9. [제목없음] 67