슬라이드 1
|
|
- 여름 기
- 6 years ago
- Views:
Transcription
1 2008 년 ebiz 연구회세미나 웹기반텍스트마이닝기술과사례 발표자 : 이경일
2 1. 정보검색의도전 2. 검색의새로운시도 3. 기술과서비스현정보검색환경의문제와도전 2
3 Search 2.0 : 검색서비스의발전? 키워드검색세상을지나 분석과이해의세상이온다. 정보들의의미와상호관계를 밝히는서비스가핵심. 3
4 정보검색 : 무한의단위정보접근 천육백칠십만문서, 백육십칠만페이지의검색결과가우리에게무슨의미인가? 검색기술발전 무한대 정보의접근단가무료 부분들을모아도온전한 전체가되지못함 ( 에드워드윌슨, 통섭 ) 4
5 정보검색 : 이해하지못하고사용 주어진정보를점점 덜이해하고사용 (C.P. Snow) 정보의바닷속에빠져 지혜의빈곤에허덕 ( 에드워드윌슨 ) 5
6 정보검색 : 지식의파편화 왜냐하면 : 지식은빠르게파편화, 진정한 이해는더어려워짐. ( 로버트루번스타인 ) 6
7 정보검색 : 효율성이온전성을손상 쪼개서 나열하고 경로를 압축함 웹 : 지식의연결고리, 온전한지식생성의개방성과구조적가능성을보유 검색엔진 : 접근효율성 향상, 연결된고리를끊고, 지식을쪼개며, 경로를압축, 온전성을손상 쪼개진지식을한데모아도, 온전한전체가못됨 7
8 해답은있는가? 정보접근경쟁력 해석, 연결, 적용의경쟁력 과거 : 정보가힘 미래 : 엄청난정보를해석, 행동으로전환하는것이진정한힘 미래사회의핵심역량은개별 지식을통합, 연결, 기존지식에 적용하는능력 (Peter Drucker, 2004~2006) 드러커교수의마지막통찰 개별지식의통합과연결 8
9 검색서비스의미래는 조각난지식 (Fragmented Knowledge) 연결된지식 (Defragmented Knowledge) 지식의대통합 (The Unity of Knowledge) 검색엔진이압축하고, 쪼개놓은지식을 온전하게 재조직화하는서비스 우주의모든정보를연결하고그들의관계를이해할수있는환경을제공하는서비스 9
10 왜우리는 관계 에열광을하는가 10
11 연결된정보가주는통찰력 부토암살 유가상승, 금가상승, 세계주가하락, 달러하락 도대체왜?????? 국가지불불능 신용등급하락 세계경제악화 미대선 총선연기 이슬람유일핵보유 미국 견제 친미 지역정정불안 파키스탄 하버드유학 대통령 딸 베나지르부토 알리부토숙청 무샤라프 지도자 쿠데타 독재 정적 군부 강금 민주운동 대선변수 테러강경정책 테러성공 국제불안 이슬람세력확대 석유생산지위협증가 태러 미국의견제 반미 이슬람 이슬람극단단체 11
12 1. 정보검색의도전 2. 검색의새로운시도 3. 기술과서비스 국내외의검색 2.0 서비스사례 12
13 검색서비스의발전방향 3 세대검색과 Search 2.0 Technology Advancements Technology Advancements 3 세대검색 UI Enhancements Clustered Search - Vivisimo, Ask Intent-Driven Search - Yahoo Mindset Search for Meaning (A.I) - Hakia, Powerset Personalized Search - Collarity Social Search - Rollyo, Swicki Mash-up and UI Enhancements Preview Powered Search - Snap SearchMash Live.com 2 세대검색 Vertical Domain Vertical Domain 1 세대검색 키워드검색 랭킹 연결과통합 Job - SimplyHired.com Travel - Sidestep.com Health - Healthline.com Blogs - Technorati 13
14 해외사례 : 정보클러스터링 - 관련정보의군집 유사도기준으로검색결과및키워드군집 정보분포 / 관계의이해와관심정보집단에의접근성 ASK.COM VIVISIMO.COM CLUSTY.COM 14
15 국내사례 : 정보클러스터링 - 관련정보의군집 전자도서관, 학술정보검색서비스 Powered by [IN2] 15
16 국내사례 : 정보클러스터링 - 관련정보의군집 지능형특허검색, 침해가능한선행특허발견과분석 Powered by [IN2] 16
17 해외사례 : 의미분석을통한정보연결 정보의의미분석과의미구조인덱싱 (triple 추출 ) 사용자자연언어질의분석과의미인덱스검색 LEXXE.COM POWERSET.COM 17
18 국내사례 : 의미분석을통한정보연결 Powered by [IN2] 18
19 국내사례 : 의미분석을통한정보연결 의미메타데이터및온톨로지기반정보검색 교수학습 Powered by [IN2] 19
20 해외사례 : 토픽중심의정보연결 토픽중심의정보검색과시각화 Map 저장 Social Search Preview Summary Topic 관련 Topics 스폰서 Map KARTOO.COM 20
21 국내사례 : 토픽중심의정보연결 의미기반맞춤형정보제공 (Semantic Mining + RSS) Powered by [IN2] 21
22 해외사례 : 검색사용자의연결 검색결과에대한투표로검색품질향상 개인및그룹선호에따른검색랭킹조절 COLLARITY.COM SWICKI.COM 22
23 국내사례 : 검색사용자의연결 [IN2] 의검색결과투표 / 추천및군집 / 분류의개인화 Powered by [IN2] 23
24 해외사례 : Mash-up 과 UI 개선 AJAX 에기반해 UI 를개선, 편의성강화 Mash-Up 을통해검색기능을확장 SNAP.COM SEARCHMASH.COM 24
25 국내사례 : Mash-up 과 UI 개선 Interactive 한 UI 와 Mash-up 을통한정보확장 KISTI 검색 (OntoFrame 외 ) 25
26 1. 정보검색의도전 2. 검색의새로운시도 3. 기술의구현 시맨틱기반검색기술과구현방안 26
27 정보검색의정확률과재현률올리기 정확률 시맨틱 (semantic meta-data : semantic annotation, triple) Text Mining (IE, NE, Clustering, Classification) Human Computing, Collective Intelligence (user comment, evaluation, tag) Personalization, Intent Driven Ranking Search 2.0 Search 1.0 고품질형태소분석 랭킹기술 (Page Rank) 손맛 ( 지식인등 ) 유의어사전 ( 시소러스 ) 온톨로지 (Subsumption 리즈닝 ) Text Mining (Word Clustering) Meta-search, Mash-up 재현률 27
28 검색의진화 : 약한시맨틱을거쳐강한시맨틱으로 약한시맨틱 ( 정보마이닝 ) 강한시맨틱 ( 시맨틱웹기술 ) 정보추출, 개체명인식, 단어의의미모호성해소를시도하고, 정보군집, 분류, 요약등의정보관계도출문서로부터의미메타데이터 (RDF 등 ) 를추출, 생성하고의미표현체계 (Ontology) 를통해연역적추론가능 Modal Logic First Order Logic Logical Theory Is Disjoint Subclass of with Description Logic transitivity property DAML+OIL, OWL UML Conceptual Model RDF/S Is Subclass of Semantic Interoperability XTM Extended ER Thesaurus Has Narrower Meaning Than ER DB Schemas, XML Schema Structural Interoperability From less to more expressive Strong semantics Taxonomy Relational Model, XML weak semantics Is Sub-Classification of Syntactic Interoperability 28
29 지식의연결과약한시맨틱 : 정보마이닝 정보군집 The Web 정보분류 정보요약 모든정보는그들의공통된 특징 을파악함으로분석된다. 정보마이닝은정보의특징을추출하고, 이를통해다른정보와의관계를분석한다. 29
30 정보수집기질의분석기랭킹계산 검색기( 형태소분출인정보수집기약한시맨틱기반정보검색시스템 기존의키워드기반검색시스템 The The Web Web 키워색드추석) 기정보마이닝기반검색시스템 키워드인텍스 The The Web Web 형태소분석개체명인식키워드인텍스 특성추출기 특성색인기 색인기특성정보인텍스 질의분석기랭킹계산 검색기정보마이닝 ( 군집, 요약, 분류 ) 30
31 약한시맨틱 ( 정보마이닝중심 ) 현재는정보마이닝중심의약한시맨틱이적용된검색서비스의시대 특 징 Reasoning / Recommendation Relation / Meaning-based Search RDF / OWL / Semantic Metadata Meaning Extraction Word / Document Clustering Summarization / Classification Named Entity / Feature Extraction XML Weak Semantics Strong Semantics 특성 ( 키워드, 개체명, 테그 ) 추출 정보의구조와통계에기반 공기어분석, LSI/LSA 등 정보군집과분석 자동분류와요약 시연 31
32 지식의연결과강한시맨틱 한채연 27 세 여자 가정적인도대체바람둥이알사람수없 그냥는사람능력있는젊은사람남자 양성애자행복한사람 (???) (?) 사람이름나이성별키 ( 배우자 / 애인 ) ( 소속 ) ( 자녀 ) 167cm ( 배우자 / 애인 ) 이경일 임수전 ( 소속 ) 28세 26세 X 1:1 ( 자녀 ) 남자여자 공통된특징외에, 다른정보 183cm개체와의관계가매우중요 165cm ( 배우자 / 애인 ) ( 소속 ) ( 자녀 ) ( 배우자 / 애인 ) ( 소속 ) ( 자녀 ) 시맨틱기술은정보간의제약조건과, 상관관계 분석 / 발견 정재훈 25 세 남자 180cm ( 배우자 / 애인 ) ( 소속 ) ( 자녀 ) X 여 : 남 솔트룩스 시맨틱웹기업 서울시강남구 O O 이혜원 4 세 여자 95cm ( 배우자 / 애인 ) ( 소속 ) ( 자녀 ) 쏘이더스 연예기획사 서울시강남구 32
33 정보수집기질의분석기랭킹계산 검색기( 형태소분출인정보수집기/ RDF 추출기강한시맨틱기반정보검색시스템 기존의키워드기반검색시스템 The The Web Web 키워색드추석) 기시맨틱기술기반검색시스템 키워드인텍스 The The Web Web 키워드인텍스 랭킹계산 Semantic The Web (RDF, RDFa) 형태소분석개체명/ 관계인식Triple 생성기 ( 및시맨틱어노테이션 ) Triple 색인기 색인기지식베이스 Triple 질의및추론기 질의분석기검색기Ontology, Rules 33
34 강한시맨틱 ( 시맨틱웹중심 ) 미래는시맨틱웹중심의강한시맨틱이적용된검색서비스의시대 특 징 Reasoning / Recommendation Semantic Network Analysis Ontology driven data-integration Semantic Metadata Extraction Word / Document Clustering Summarization / Classification Named Entity / Feature Extraction XML Weak Semantics Strong Semantics 의미메타데이터자동생성 (RDF, Semano, GRDDL) 대용량지식베이스에질의 온톨로지, 규칙기반추론 개인맞춤형정보추천 상황인지기반검색서비스 시연 34
35 OWLIM.COM 보이는검색아울림 아울림 : 세상의지식을아우르다. 아울림의비전 세상모든지식을연결하고, 그연관관계를밝히며, 인류에게통찰력을제공한다. 35
36 문제의식 1 : 숲을볼수없다. 수많은나무는보이는데숲이보이지않는다. 오늘, 도대체세상엔어떤일이? 인터넷세상은어떻게돌아가고있지? 경제는, 정치는, 스포츠는? 저뒷편엔분명중요한 것이많이있을텐데 36
37 문제의식 2 : 지식이파편화되어있다. 지식정보가파편화되어전체를이해하기힘들다. 쪼개서나열하고경로를압축함 연결을무시하고파편화되어숨겨지고 37
38 문제의식 2 : 지식이파편화되어있다. 흩어진정보의연관성을이해하기어려우며, 좀처럼숨겨진정보를찾기어렵다. 38
39 문제의식 3 : 키워드선정의어려움. 뭐가있는지모르기때문에질문할수없다. 오후내내원하는것을찾지못하고검색에매달려본사람이라 면, 원하는것을찾을수있는적합한단어들을생각해내는것 이그리쉽지않은일이라는것을알고있을것이다. 분명답이있다는것을알고있지만, 그것을찾기위한적합 한단어조합을생각해내기힘들다. 존바텔 (Jhon Batel), 구글스토리 닐포스트맨 : 우리가듣는대답은모두질문에대한답변이다. S. 토빈웹스터 : 정확한답을찾으려면우선적합한질문을해야한다. 39
40 시연 40
41 아울림의인프라 GRID Architecture 41
42 아울림 시즌 1 의 < 혁신성 > 오늘의세상이, 숲이보이는검색 숨겨진지식이보이는검색 진실을관점에따라다르게보는검색 시간의흐름과트랜드가보이는검색 변화하는정보생태계를관찰하고, 관련지식을지능적으로배달해주는서비스 42
43 찾기 의 3 가지의미 Finding Search Discovery 무엇을찾을지구체적으로알고있다. 어떤범위안에서대상을꼼꼼히살펴본다. 뭐가나올지구체적으로모르고있다. 성공 : 만족 ( 안심 ) 실패 : 분노 성공실패 : 만족 : 실망 성공실패 : 높은만족 : 작은실망 43
44 아울림의접근법 Owlim.com Google.com 인프라세미 - 그리드시스템클러스터링시스템 핵심기술시맨틱토픽랭크페이지랭크 저장방법트리플시맨틱인덱스역파일키워드인덱스 검색방법시맨틱검색 (Discovery) 키워드검색 (Search) 사업영역 Semantic Web, Web 3.0 The Web, Web 2.0 Database of Intention 웹콘텐트시맨틱DB 사용자쿼리, RF./ 개인화 DB 관점, 시간별토픽Net DB 웹콘텐트 URI, Link DB 사용자쿼리로그 DB 44
45 구글의 Page Rank Page Rank : 문서간의링크연결을기반으로보다많이참조되는문서의랭킹이높아지는모델 45 45
46 솔트룩스의토픽랭크 Topic Rank 생성절차는분석, 통계처리, 연관도측정, 네트워크구성으로나뉨. DOC 문서분석 solutions set types diophantine algorithms minimal systems linear equations strict construction systems constraints 어휘통계정보 compatibility inequations components nonstrict bounds 각어휘별연관도측정 natural Upper 토픽간의네트워크구성 Criteria numbers 46 46
47 개발예정서비스 : 트랜드분석 47
48 개발예정서비스 : 평판분석 쇠고기? 촛불집회? FTA? 미국? 이명박? 손석희? 소녀시대? SONY? 그랜저? 햅틱? Anycall SPHW2500? Show vs. T 48
49 개발예정서비스 : 네트워크연산 이명박 ~ 이건희 이건희 ~ 홍라희 부시 ~ 이명박 이경일 ~ 이명박 미국 ~ 베나지르부토 삼성 ~ LG FTA ~ 쇠고기 49
50 개발예정서비스 : UI 개선 50
51 개발예정서비스 : 토픽 51
52 개발예정서비스 : 개인관점가지기 보이는검색아울림 이제너만의관점을가져봐!! 우리모두는 < 관점 > 이다른데, 왜같은검색결과를가져야하지? 우파 : 좌파 반미 : 친미 젊은사람 : 나이든사람 남자 : 여자 한국인 : 외국인 그리고 나 : 다른사람 52
53 Knowledge Communication Company, Saltlux! 세상은쪼개진정보를연결, 분석, 조망할 수있는서비스를요구하고있습니다. 솔트룩스의사명은 세상모든사람들이자 유롭게지식소통하도록돕는것 입니다. 끊임없는기술개발을통해세상모든지식 의연관관계를밝혀가겠습니다. 53
54 감사합니다 서울특별시강남구대치동 967 덕일빌딩 T F U 54
Microsoft Word WP_8.Geospatial Ontology_2010_3.doc
White Paper Geospatial Ontology Release Date: 2010 Copyright(c) 2011 Saltlux Inc. All Rights Reserved. 1 Contents 1. Geospatial Ontology 개요 - Geospatial Ontology 정의 - Geo Ontology의종류 - Geo Spatial 온톨로지참조모델
More information[White Paper]다시보는 시맨틱 웹 그리고 시맨틱 기술 하는 Tabulator와 Sindice에 기반한 데이터 매쉬업 및 브라우징 서비스인 sig.ma는 꼭 한번 경험해 봐야 할 대상이 다. 또한, SemaPlorer나 DBpedia Mobile 경우는 LOD
[White Paper]다시보는 시맨틱 웹 그리고 시맨틱 기술 그림 6. Wikipedia의 Korea inforbox와 dbpedia.org의 Korea 데이터 sheet 진정한 성공을 원한다면, 머리는 구름 위에 있어도 그 발은 땅을 굳게 디디고 있어야 한단다. 시맨틱 웹의 비전이 나 LOD의 발전은 분명 미래에 대한 수 많은 가능성을 제시하고 있다. 하지만,
More information슬라이드 1
웹 2.0 분석보고서 Year 2006. Month 05. Day 20 Contents 1 Chapter 웹 2.0 이란무엇인가? 웹 2.0 의시작 / 웹 1.0 에서웹 2.0 으로 / 웹 2.0 의속성 / 웹 2.0 의영향 Chapter Chapter 2 3 웹 2.0 을가능케하는요소 AJAX / Tagging, Folksonomy / RSS / Ontology,
More information정보기술응용학회 발표
, hsh@bhknuackr, trademark21@koreacom 1370, +82-53-950-5440 - 476 - :,, VOC,, CBML - Abstract -,, VOC VOC VOC - 477 - - 478 - Cost- Center [2] VOC VOC, ( ) VOC - 479 - IT [7] Knowledge / Information Management
More information<4D F736F F F696E74202D20C0DAB7E130355FBFC2C5E7B7CEC1F6B1B8C3E02E707074>
온톨로지구축과 의미메타데이터관리 ( 주 ) 솔트룩스 이경일 정보통신표준화 & 제 3 회메타데이터표준화워크숍 메타데이터와의미호환 (Metadata & Semantic Interoperability) 2006.5.25 ( 목 ), 성균관대학교 600주년기념관 목 차 온톨로지개요 온톨로지표현언어소개 온톨로지엔지니어링 온톨로지기반리즈닝 2 정보통신표준화 & 제 3
More informationPowerPoint 프레젠테이션
CRM Fair 2004 Spring Copyright 2004 DaumSoft All rights reserved. INDEX Copyright 2004 DaumSoft All rights reserved. Copyright 2004 DaumSoft All rights reserved. Copyright 2004 DaumSoft All rights reserved.
More informationKEM 2006-10-12 HYU-SWU-SUV : KEM : 2006 4 6 ~ 2006 10 4 (100% ) :, KEM,,, SUV, e- SUV KEM Core Domain KEM Core Domain Merge Test Bed Roadmap Competency Query 49 3 3 () ( ) ( ) 4 ( ) #1/3 1 : 2 : 3 : 4
More informationSemantic Search and Data Interoperability for GeoWeb
빅데이터 비즈니스 전략 세미나 비정형 빅데이터의 가치와 서비스 활용 방안 2012.10.31 최광선 본부장 솔트룩스 전략사업본부 목차 비정형 빅데이터의 거버넌스 비정형 빅데이터 분석 사례 비정형 빅데이터 분석 방법 소셜 빅데이터 분석의 어려움 활용 서비스 소개 2 비정형 빅데이터의 거버넌스 3 데이터 IDC s Digital Universe Study, sponsored
More informationMicrosoft PowerPoint - kimswld ppt
Digital Enterprise Research Institute 시맨틱웹과링크드 데이터 김학래웹앱스콘, 서울, 2008 년 10 월 23 일 Use the template made by Alain Thys Wild Wild West 시맨틱웹은차세대 웹인가? 장미빛미래 DERI, NUI FUTURELAB Galway 시맨틱웹 : 초특급블록버스 DERI, NUI
More informationSemantic Search and Data Interoperability for GeoWeb
NIA 빅 데이터 세미나 빅 데이터 개요 2012.02.21 솔트룩스 이경일 이 경 일 Tony LEE 주식회사 솔트룩스 대표이사 사장 KM/ECM 협의회, 회장 인하대 정보통신공학부, 겸임부교수 STI International, Board Member 컴퓨터지능소사이어티, 이사 ISO TC37, 전문위원 KICT, 초빙 연구위원 지경부 WBS 외, 기획/자문
More information03-최신데이터
Database Analysis II,,. II.. 3 ( ),.,..,, ;. (strong) (weak), (identifying relationship). (required) (optional), (simple) (composite), (single-valued) (multivalued), (derived), (identifier). (associative
More information160322_ADOP 상품 소개서_1.0
상품 소개서 March, 2016 INTRODUCTION WHO WE ARE WHAT WE DO ADOP PRODUCTS : PLATON SEO SOULTION ( ) OUT-STREAM - FOR MOBILE ADOP MARKET ( ) 2. ADOP PRODUCTS WHO WE ARE ADOP,. 2. ADOP PRODUCTS WHAT WE DO ADOP,.
More information슬라이드 1
4. Mobile Service Technology Mobile Computing Lecture 2012. 10. 5 안병익 (biahn99@gmail.com) 강의블로그 : Mobilecom.tistory.com 2 Mobile Service in Korea 3 Mobile Service Mobility 4 Mobile Service in Korea 5 Mobile
More information목차 I. 검색엔진의 발전 II. 개인화 서비스 III. 검색 개인화 IV. 오픈베이스의 개인화 검색 V. 결론 검색의 진화와 개인화의 역할 KM&ECM CONFERENCE 2008 1
검색의 진화와 개인화의 역할 2008. 03. 20 오픈베이스 부설연구소 Storage Solution. Search Solution. Server Solution. Mobile Solution. Contents Networking 목차 I. 검색엔진의 발전 II. 개인화 서비스 III. 검색 개인화 IV. 오픈베이스의 개인화 검색 V. 결론 검색의 진화와
More information00-CourseSyllabus
웹기술및응용 : Course Syllabus 2018 년도 2 학기 Instructor: Prof. Young-guk Ha Dept. of Computer Science & Engineering Contents Introduction Major Topics Term Project Course Material Grading Policy Class Schedule
More information¸ð¹ÙÀÏÇÖµµÅ¥
Dicon Report Mobile Hot Talk 88 DIGITAL CONTENT MAR 2006 89 Dicon Report Mobile Hot Talk 기능을통해배포한뉴스와, 개인들이올린다 양한 포스트를 검색하고, 여기에 의견을 개진 하고, 관심있는사람의블로그를검색대상으 로등록하고, 정보를교류한다. 지금까지 대형 포털 사이트가 주었던 수많 은 정보 중
More informationMicrosoft Word - 2011WP_9.Linked Open Data_2010_3.doc
White Paper Linked Open Data Release Date: 2010 Copyright(c) 2011 Saltlux Inc. All Rights Reserved. 1 Contents 1. LOD 개요 2. LOD 데이터 특징 3. LOD의 중요성 4. 각 국가별 LOD 도입 현황 5. LOD 도입전략 6. 참고문헌 저자 : 솔트룩스 수석 컨설턴트
More informationMicrosoft Word - 정한민.doc
주간기술동향통권 1431 호 2010. 2. 3. 시맨틱검색기술동향 정휘웅 * 김경선 ** 정한민 *** 시맨틱검색이란검색결과의정확도를향상시키기위해전적으로검색알고리즘에의존하던방식에서탈피하여보다능동적으로사용자의의도를파악하고, 기존의정보를가공ㆍ분석하여정교한검색결과를도출하는일련의활동및방법론을통칭한다. 과거에는데이터정제와관련기술성숙도측면에서시맨틱검색기술을적용하는데어려움이많았으나,
More information<C3D6C0E7C3B528BAB8B5B5C0DAB7E1292D322E687770>
도서출판 폴리테이아 보도자료 정치가 최재천의 책 칼럼! 우리가 읽고 싶고 읽어야만 할 책, 153권에 대한 소개서이자 안내서! 최재천 지음 436쪽 15,000원 2011년 8월 출간 서울 마포구 합정동 417-3 (1층) / 편집 02-739-9929~30 / 영업 02-722-9960 / 팩스 02-733-9910 1 문자 공화국 을 살아간다. 말이 문자가
More information문헌분류이론 13 주차 ( 김유영 / ) p. 2 {0/1990/NU/S+ +4/ 년 /NN/S}; 10월 {6/10/NU/S+8/ 월 /UM/S}; 팀 {10/ 팀 /NN/S}; 버너스 {12/ 버너스 /NR/S}; 리에 {16/ 리에 /NR/S}; 의
문헌분류이론 13 주차 ( 김유영 / 09.05.18) p. 1 1. 주제어선정 : 연습 대상논문 : 황명권, 공현장, 정관호, 김판구. OWL/RDF(S) 도메인온톨로지검색시스템설 계, 추계학술발표회논문집, vol.32, no.2 1.1. Document-oriented approach >> Count-references Method 1.1.1. 형태소분석
More informationDW 개요.PDF
Data Warehouse Hammersoftkorea BI Group / DW / 1960 1970 1980 1990 2000 Automating Informating Source : Kelly, The Data Warehousing : The Route to Mass Customization, 1996. -,, Data .,.., /. ...,.,,,.
More information슬라이드 1
[ CRM Fair 2004 ] CRM 1. CRM Trend 2. Customer Single View 3. Marketing Automation 4. ROI Management 5. Conclusion 1. CRM Trend 1. CRM Trend Operational CRM Analytical CRM Sales Mgt. &Prcs. Legacy System
More informationModel Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based
e- Business Web Site 2002. 04.26 Model Investor MANDO Portal Site People Customer BIS Supplier C R M PLM ERP MES HRIS S C M KMS Web -Based Approach High E-Business Functionality Web Web --based based KMS/BIS
More information김기남_ATDC2016_160620_[키노트].key
metatron Enterprise Big Data SKT Metatron/Big Data Big Data Big Data... metatron Ready to Enterprise Big Data Big Data Big Data Big Data?? Data Raw. CRM SCM MES TCO Data & Store & Processing Computational
More informationIntra_DW_Ch4.PDF
The Intranet Data Warehouse Richard Tanler Ch4 : Online Analytic Processing: From Data To Information 2000. 4. 14 All rights reserved OLAP OLAP OLAP OLAP OLAP OLAP is a label, rather than a technology
More informationMicrosoft PowerPoint - MetadataandOntology.ppt
메타데이터와온톨로지 Metadata and Ontology 고영만성균관대학교문헌정보학과 http://slisnet.skku.ac.kr/~ymko Email: ymko@skku.ac.kr 메타데이터와온톨로지의관계 상황 서로다른데이터베이스가같은개념에대해서로다른식별자 ( 태그 ) 나서로다른단어를사용하는경우가점점많아지고있음. 문제점 전문분야가같은경우데이터베이스간의상호교환에많은문제가야기되며,
More information<4D F736F F F696E74202D20C0DAB7E130335FC1F6BDC4C1A4BAB8B8DEC5B8B5A5C0CCC5CD2E707074>
지식정보메타데이터 한국정보문화진흥원 국가지식정보사업단 정의석 정보통신표준화 & 제 3 회메타데이터표준화워크숍 메타데이터와의미호환 (Metadata & Semantic Interoperability) 2006.5.25 ( 목 ), 성균관대학교 600주년기념관 목 차 지식정보표준화동향 지식정보메타데이터표준 MDR 목표시스템구성도 2 정보통신표준화 & 제 3 회메타데이터표준화워크숍
More information<4D6963726F736F667420506F776572506F696E74202D20536561726368426F785FBCD2B0B3BCAD5FC8B8BBE7BCD2B0B320C6F7C7D42E707074205BC8A3C8AF20B8F0B5E55D>
문서와 정보의 새로운 활용 대안 하드웨어 일체형 사내 문서 검색 포털 목차 1. 조직내문서? 조직 내 문서/정보/지식이란? /지식이란 문서의 중요성 문서 활용상의 문제점 2. [IN2]SearchBox 소개 Problem -> Solving [IN2]SearchBox 개요 도입 기대 효과 주요 특징 주요 기능 [IN2]SearchBox로~ 3. 솔트룩스 소개
More information大学4年生の正社員内定要因に関する実証分析
190 2016 JEL Classification Number J24, I21, J20 Key Words JILPT 2011 1 190 Empirical Evidence on the Determinants of Success in Full-Time Job-Search for Japanese University Students By Hiroko ARAKI and
More informationSchoolNet튜토리얼.PDF
Interoperability :,, Reusability: : Manageability : Accessibility :, LMS Durability : (Specifications), AICC (Aviation Industry CBT Committee) : 1988, /, LMS IMS : 1997EduCom NLII,,,,, ARIADNE (Alliance
More information목 차 요약문 I Ⅰ. 연구개요 1 Ⅱ. 특허검색 DB 및시스템조사 5
2014 특허청정책연구결과보고서 발간등록번호 11-1430000-001369-01 ISBN 978-89-6199-792-8-13500 ᅦ 특허검색고도화를위한 검색시스템및검색기법연구 A Study on the Retrieval Systems and Techniques for Enhancing Patent Search 목 차 요약문 I Ⅰ. 연구개요 1 Ⅱ. 특허검색
More informationSoftware Requirrment Analysis를 위한 정보 검색 기술의 응용
EPG 정보 검색을 위한 예제 기반 자연어 대화 시스템 김석환 * 이청재 정상근 이근배 포항공과대학교 컴퓨터공학과 지능소프트웨어연구실 {megaup, lcj80, hugman, gblee}@postech.ac.kr An Example-Based Natural Language System for EPG Information Access Seokhwan Kim
More information<C1A4BAB8BBEABEF720B9CEB0A3B9E9BCAD2DC3D6C1BE2E687770>
제3부 IT 산업 주요 동향 제3부 IT 산업 주요 동향 제1장 웹 2.0 시대의 비즈니스 트렌드 제1절 웹 2.0, 그 의미와 담론 1. 웹의 급격한 변화를 가리키는 대명사인 웹2.0 닷컴버블 붕괴 이후 인터넷 기업은 아마존, 이베이, 구글처럼 살아남은 기업과 넷스케이 프, 라이코스처럼 소멸된 기업으로 구분되었다. 사람들은 닷컴버블에서 살아남은 기업과 죽
More informationuntitled
(shared) (integrated) (stored) (operational) (data) : (DBMS) :, (database) :DBMS File & Database - : - : ( : ) - : - : - :, - DB - - -DBMScatalog meta-data -DBMS -DBMS - -DBMS concurrency control E-R,
More information목순 차서 v KM의 현황 v Web2.0 의 개념 v Web2.0의 도입 사례 v Web2.0의 KM 적용방안 v 고려사항 1/29
Web2.0의 EKP/KMS 적용 방안 및 사례 2008. 3. OnTheIt Consulting Knowledge Management Strategic Planning & Implementation Methodology 목순 차서 v KM의 현황 v Web2.0 의 개념 v Web2.0의 도입 사례 v Web2.0의 KM 적용방안 v 고려사항 1/29 현재의
More information슬라이드 1
시맨틱웹기술과온톨로지의이해 Contents 1) Semantic Web 2) Ontology 3) Ontology Language 4) Examples 1. Semantic Web 2. Ontology 3. Ontology Language 4. Examples Semantic Web 의발생배경 기존의 Web의문제점 정보의외형적인표현방법에치중 컴퓨터에의한부가적인정보제공의어려움
More informationuntitled
웹2.0의 사회 경제적 영향력 2007. 3. 21 < 목 차 > Ⅰ. 웹2.0의 의의 및 현황 1 Ⅱ. 웹2.0은 무엇이 다른가? 4 Ⅲ. 웹2.0의 비즈니스 모델 9 Ⅳ. 사회 경제적 영향 11 산은경제연구소 산업분석 2팀 Ⅰ. 웹2.0의 의의 및 현황 1. 의의 웹2.0이란 무엇인가? 정보의 개방을 통해 인터넷 사용자들간의 정보공유와 참여를 이끌어내고,
More informationKD2002-27-02.hwp
개인의 지식창출시스템 구축을 위한 개념화 모델 16) 요 약 정보의 홍수를 이루고 있는 지식 정보사회에서 자신에게 가장 적합한 정보를 신속하게 받아들이 고, 이를 유의미한 지식으로 변형하여 적절한 상황에 활용할 수 있는 지식창출 능력은 매우 중요하 다. 현재까지 지식의 속성이나 인지활동은 여러 학자들에 의해 다양한 접근방법으로 연구되어 왔으 나, 이러한 연구들을
More information<4D F736F F F696E74202D E DB0FCB0E820BBE7BBF3BFA120C0C7C7D120B0FCB0E820B5A5C0CCC5CDBAA3C0CCBDBA20BCB3B0E8>
데이터베이스 (Database) ER- 관계사상에의한관계데이터베이스설계 문양세강원대학교 IT특성화대학컴퓨터과학전공 설계과정 [ 그림 3.1] 작은세계 요구사항들의수정과분석 Functional Requirements 데이타베이스요구사항들 FUNCTIONAL ANALYSIS 개념적설계 ERD 사용 High level ltransaction Specification
More information자궁내막증 진단과 추적에서의 혈액 표지자의 유용성
Use of reference searching and managing tools Chonnam National University Medical School Department of Obstetrics and Gynecology 강우대 PubMed as searching tool Mendeley as managing tool PubMed as searching
More informationPortal_9iAS.ppt [읽기 전용]
Application Server iplatform Oracle9 A P P L I C A T I O N S E R V E R i Oracle9i Application Server e-business Portal Client Database Server e-business Portals B2C, B2B, B2E, WebsiteX B2Me GUI ID B2C
More informationData Industry White Paper
2017 2017 Data Industry White Paper 2017 1 3 1 2 3 Interview 1 ICT 1 Recommendation System * 98 2017 Artificial 3 Neural NetworkArtificial IntelligenceAI 2 AlphaGo 1 33 Search Algorithm Deep Learning IBM
More informationHTML5가 웹 환경에 미치는 영향 고 있어 웹 플랫폼 환경과는 차이가 있다. HTML5는 기존 HTML 기반 웹 브라우저와의 호환성을 유지하면서도, 구조적인 마크업(mark-up) 및 편리한 웹 폼(web form) 기능을 제공하고, 리치웹 애플리케이 션(RIA)을
동 향 제 23 권 5호 통권 504호 HTML5가 웹 환경에 미치는 영향 이 은 민 * 16) 1. 개 요 구글(Google)은 2010년 5월 구글 I/O 개발자 컨퍼런스에서 HTML5를 통해 플러 그인의 사용이 줄어들고 프로그램 다운로드 및 설치가 필요 없는 브라우저 기반 웹 플랫폼 환경이 점차 구현되고 있다고 강조했다. 그리고 애플(Apple)은 2010년
More informationecorp-프로젝트제안서작성실무(양식3)
(BSC: Balanced ScoreCard) ( ) (Value Chain) (Firm Infrastructure) (Support Activities) (Human Resource Management) (Technology Development) (Primary Activities) (Procurement) (Inbound (Outbound (Marketing
More informationMicrosoft PowerPoint - XP Style
Business Strategy for the Internet! David & Danny s Column 유무선 통합 포탈은 없다 David Kim, Danny Park 2002-02-28 It allows users to access personalized contents and customized digital services through different
More information(주)나우프로필의 이동형 대표 개편의 방향이 시민참여를 많이 하는 방향이라, 홈페이지 시안 이 매우 간편해져서 소통이 쉬워질 것 같다. 다만 웹보다 모바일 이용자가 지속적으로 급증하는 추세이므로 이에 적합한 구조가 되도록 보장해야 한다. 소셜미디어전략연구소 배운철 대표
홈페이지 정비 및 향후 추진방향 자문회의 회의록 일 시 : 2012. 1. 16(월) 14:00 ~ 16:00 장 소 : 1동 3층 스마트정보지원센터 참석자 : 내 외부 자문위원(10명), 관련부서 직원(10명), 정보화기획단장, 정보화기획담당관, 관련팀장, 직원 등 정보화기획단에서는 12. 1. 16(월)에 1동 3층 스마트정보지원센터에서 시정 홈페이지 통
More informationSK IoT IoT SK IoT onem2m OIC IoT onem2m LG IoT SK IoT KAIST NCSoft Yo Studio tidev kr 5 SK IoT DMB SK IoT A M LG SDS 6 OS API 7 ios API API BaaS Backend as a Service IoT IoT ThingPlug SK IoT SK M2M M2M
More information<C1DFB7C2B1B8B5BFBFA120C0C7C7D120B1E2C6F7C0AFB5BF2E687770>
첨단기술정보분석 1 한국과학기술정보연구원 전문연구위원 이영환 (lyw1570@reseat.re.kr) - 1 - 첨단기술정보분석 2 a a m +2 m r R - 2 - 첨단기술정보분석 3-3 - 첨단기술정보분석 4-4 - 첨단기술정보분석 5-5 - 첨단기술정보분석 6-6 - 첨단기술정보분석 7-7 - 첨단기술정보분석 8-8 - 첨단기술정보분석 9-9 - 첨단기술정보분석
More information歯MW-1000AP_Manual_Kor_HJS.PDF
Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Page 8 Page 9 Page 10 Page 11 Page 12 Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page 19 Page 20 Page 21 Page 22 Page 23 Page 24 Page 25 Page 26 Page 27 Page
More informationNext Generation Search Engines ( 차세대검색엔진의발전방향및전망 ) 박민우
Next Generation Search Engines ( 차세대검색엔진의발전방향및전망 ) 박민우 2001.6.7 목차 1. 검색엔진의역사 4. 진보된검색기술 요람기유년기성년기성숙기 개요시각화자연어검색기술문서자동분류 2. 검색서비스와검색엔진 5. 차세대검색기술 서비스와엔진의차이검색서비스분석신개념의검색서비스 MAP 기반검색엔진개인화된검색엔진추론엔진 3. 검색시나리오분석
More information11월 2일자(다시).hwp
10) * 개방과공유, 참여를통해이용자를서로연결해주던웹2.0 시대와달리, 구축되어있는막대한정보속에서개인에게최적화된정보를제공해주는웹3.0 시대의도래가임박해있다. 웹3.0의핵심은시맨틱 (semantic) 웹으로메타데이터 (metadata) 와온톨로지 (ontology) 기술을기반으로정보를서로연결하여컴퓨터도컨텍스트 (context) 를이해하게됨으로써, 검색어의의미에맞는답변을제공하게된다.
More information슬라이드 1
Rich Internet Application 포털서비스와 1 인미디어서비스의 RIA 도입방안 2007. 05. 31 SK 커뮤니케이션즈 / 싸이월드사업본부 강정민과장 http://www.cyworld.com/bartkang bartkang@cyworld.com 포털서비스의변화 Page 2 포털서비스의변화 What is Portal? Portal ; 1. A
More informationISO/IEC 의온톨로지와메타데이터 표준화동향 한국과학기술정보연구원 김장원
ISO/IEC 의온톨로지와메타데이터 표준화동향 2013. 06. 26. 한국과학기술정보연구원 김장원 목차 메타데이터와온톨로지 표준제정및표준화기구 사례분석 소개 메타데이터 (Metadata) 정의 데이터의데이터 (Wikipedia) 객체혹은사물에관한기술 (ISO/IEC) if P is data and if P Q represents the descriptive
More information게시판과 같은 구조화되지 않은 텍스트를 대상으로 주제 분류 와 예상 답변을 제시하는 방식으로 그 뼈대는 일반적인 텍스트 기반 정보 검색(IR) 기법을 기반으로 하고 있다. 이는 정보 검색에 대한 가장 일반적인 분야로서 텍스트 분석, 자연어 처리, 기계 학습과 같은 분야
Big Data 편집위원 : 안창원 (ETRI) 빅데이터 기반 대용량 시맨틱 웹 검색 기술 동향 윤석찬, 남궁현, 양성권, 김홍기 다음커뮤니케이션, 한국전자통신연구원, 솔트룩스, 서울대학교 요 약 시맨틱 웹 기술은 웹의 초창기부터 다양한 연구와 표준이 개 발되었지만 이를 활용한 데이터 서비스 분야는 그 역사에 비해 성공 사례가 부족한 것이 현실이다. 최근 웹
More informationKCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion
KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion 요약 본연구에서는, 웹문서로부터특정상품에대한의견문장을분석하는오피니언마이닝 (Opinion
More information슬라이드 제목 없음
(JTC1/SC6) sjkoh@knu.ac.kr JTC1 JTC1/SC6/WG7 ECTP/RMCP/MMC (JTC1/SC6) 2/48 JTC1 ISO/IEC JTC1 Joint Technical Committee 1 ( ) ISO/TC 97 ( ) IEC/TC 83 ( ) Information Technology (IT) http://www.jtc1.org
More information<313220BDC9C1D82DB0CBBBF620C5B0BFF6B5E520C8AEC0E5C0BB20C0CCBFEBC7D120BFC2C5E7B7CEC1F620C0DAB5BF20BBFDBCBA20BDC3BDBAC5DB20B0B3B9DF2E687770>
한국산학기술학회논문지 Vol. 10, No. 6, pp. 1220-1228, 2009 심준 1, 이홍철 1* 1 고려대학교정보경영공학전문대학원정보경영공학과 The Development of Automatic Ontology Generation System Using Extended Search Keywords Joon Shim 1 and Hong-Chul Lee
More information第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대
第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대검찰청 차장검사,대검찰청 검사,검찰연구관,부
More informationSlide 1
SAS Text Analytics: 텍스트분석기술의진화및활용사례 SAS Korea 구방본 Agenda 비정형텍스트분석이슈-진화 Text Analytics Framework 흥미로운주요기능 활용사례 LG CNS SMA 소개 Wrap Up Quiz 텍스트분석의이슈 집근처에있는하이마트대리점판매점원이 LG 전자 3D TV 를보여주면서정말자세히설명을해주더라구요 ~ 처음본
More informationuntitled
: 2009 00 00 : IMS - 1.0 : IPR. IMS,.,. IMS IMS IMS 1). Copyright IMS Global Learning Consortium 2007. All Rights Reserved., IMS Korea ( ). IMS,. IMS,., IMS IMS., IMS.,., 3. Copyright 2007 by IMS Global
More informationMicrosoft Word - ijungbo1_13_02
[ 인터넷정보관리사필기 ] 기출문제 (11) 1 1. 지금부터인터넷정보관리사필기기출문제 (11) 를풀어보겠습니다. 2. 홈페이지제작할때유의할점으로가장거리가먼것은무엇일까요? 3. 정답은 ( 라 ) 입니다. 홈페이지제작시유의할점으로는로딩속도를고려하며, 사용자중심의인터페이스로제작하고, 이미지의크기는적당하게조절하여야한다. [ 인터넷정보관리사필기 ] 기출문제 (11)
More informationJournal of Educational Innovation Research 2018, Vol. 28, No. 3, pp.1-25 DOI: * An Analysis on Content
Journal of Educational Innovation Research 2018, Vol. 28, No. 3, pp.1-25 DOI: http://dx.doi.org/10.21024/pnuedi.28.3.201809.1 * An Analysis on Contents of the Pedagogy Examination for Secondary-School
More informationMicrosoft PowerPoint - 27.pptx
이산수학 () n-항관계 (n-ary Relations) 2011년봄학기 강원대학교컴퓨터과학전공문양세 n-ary Relations (n-항관계 ) An n-ary relation R on sets A 1,,A n, written R:A 1,,A n, is a subset R A 1 A n. (A 1,,A n 에대한 n- 항관계 R 은 A 1 A n 의부분집합이다.)
More informationMicrosoft PowerPoint PLM Best Practice - Semantic Processing of Eng Doc in PLM Env - F [호환 모드]
Semantic Processing of Engineering Documents in PLM Environment *KAIST 산업및시스템공학과 * 서효원교수 * 전상민박사과정 / 한국타이어 * 김경근박사과정 / 국방과학연구소 * 최승아석사과정 Contents 1. Background 2. New Approach 3. Research Trend & Paper
More information목 록( 目 錄 )
부 附 록 錄 목록( 目 錄 ) 용어설명( 用 語 說 明 ) 색인( 索 引 ) 목 록( 目 錄 ) 278 고문서해제 Ⅷ 부록 목록 279 1-1 江 華 ( 內 可 面 ) 韓 晩 洙 1909년 10월 11일 1-2 江 華 ( 內 可 面 ) 韓 晩 洙 洪 元 燮 1909년 10월 2-1 江 華 ( 府 內 面 ) 曺 中 軍 宅 奴 業 東 고종 18년(1881) 11월
More informationVoice Portal using Oracle 9i AS Wireless
Voice Portal Platform using Oracle9iAS Wireless 20020829 Oracle Technology Day 1 Contents Introduction Voice Portal Voice Web Voice XML Voice Portal Platform using Oracle9iAS Wireless Voice Portal Video
More informationMicrosoft Word - IT기획시리즈.doc
IT 기획시리즈 주간기술동향 통권 1285 호 2007. 2. 28. 세계일류 IT 기술 10 웹 2.0 경제와 동영상 기반의 UCC 패러다임 오세근 SBS 비즈니스개발 대표연구원 skoh@sbs-bm.com 1. 웹2.0 경제와 UCC 2. UCC란? 3. UCC 패러다임과 열풍 4. 향후 UCC 전망 1. 웹 2.0 경제와 UCC 지금 인터넷세상은 새로운
More informationScopus 한국어이용가이드-3차수정
refine your results TM www.scopus.com 1 Step 2 키워드 검색방법 홈 페이지에서 찾고 싶은 단어를 입력해 Refine Results의 을 이용해 제한검색 로 상세확인 가능하며, 로 FullText 볼 수 있음 검색결과 보기 Scopus 탭 Scopus에 등재된 저널들의 검색 결과를 표시. More 탭 Scopus에 등재된 저널
More informationCRM Fair 2004
easycrm Workbench ( ) 2004.04.02 I. CRM 1. CRM 2. CRM 3. II. easybi(business Intelligence) Framework 1. 2. - easydataflow Workbench - easycampaign Workbench - easypivot Reporter. 1. CRM 1.?! 1.. a. & b.
More informationOpen Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤
Open Cloud Engine Open Source Big Data Platform Flamingo Project Open Cloud Engine Flamingo Project Leader 김병곤 (byounggon.kim@opence.org) 빅데이터분석및서비스플랫폼 모바일 Browser 인포메이션카탈로그 Search 인포메이션유형 보안등급 생성주기 형식
More information..........(......).hwp
START START 질문을 통해 우선순위를 결정 의사결정자가 질문에 답함 모형데이터 입력 목표계획법 자료 목표계획법 모형에 의한 해의 도출과 득실/확률 분석 END 목표계획법 산출결과 결과를 의사 결정자에게 제공 의사결정자가 결과를 검토하여 만족여부를 대답 의사결정자에게 만족하는가? Yes END No 목표계획법 수정 자료 개선을 위한 선택의 여지가 있는지
More information인터넷 검색엔진
Web Information Retrieval 2001 년 9 월 21 일 국민대학교컴퓨터학부강승식 차례 웹검색엔진 국내외검색엔진 웹의특성및사용자특성 웹검색엔진의 issues Web spider(crawler) Ranking : 문서연관성기법 PageRank, HITS 결론 2 검색엔진개발 ( 국외 ) Lycos : CMU 의연구프로젝트 (1994) Excite
More informationAbout
Web-based Software Company About Overview Our Service Strategy Consulting R&D Meta Service Meta Creative UI & UX Design Plan & Developme nt 철저한트랜드조사와연구개발에기반한메타브레인의창의적인제안을받아보십시오. History History Our Clients
More informationCONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내 빅데이터 산 학 연 관
방송 통신 전파 KOREA COMMUNICATIONS AGENCY MAGAZINE 2013 VOL.174 09+10 CONTENTS Volume.174 2013 09+10 06 테마 즐겨찾기 빅데이터의 현주소 진일보하는 공개 기술, 빅데이터 새 시대를 열다 12 테마 활동 빅데이터 플랫폼 기술의 현황 빅데이터, 하둡 품고 병렬처리 가속화 16 테마 더하기 국내
More information08SW
www.mke.go.kr + www.keit.re.kr Part.08 654 662 709 731 753 778 01 654 Korea EvaluationInstitute of industrial Technology IT R&D www.mke.go.kr www.keit.re.kr 02 Ministry of Knowledge Economy 655 Domain-Specific
More informationPowerPoint 프레젠테이션
2003 CRM (Table of Contents). CRM. 2003. 2003 CRM. CRM . CRM CRM,,, Modeling Revenue Legacy System C. V. C. C V.. = V Calling Behavior. Behavior al Value Profitability Customer Value Function Churn scoring
More informationFMX M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2
FMX FMX 20062 () wwwexellencom sales@exellencom () 1 FMX 1 11 5M JPG 15MB 320x240 30fps, 160Kbps 11MB View operation,, seek seek Random Access Average Read Sequential Read 12 FMX () 2 FMX FMX D E (one
More information1 i ii iii iv v vi, (trade-off),,, 1 11, 1999, [5] RDF[14], RDFS[15], OWL[16], Topic Maps[8], Charles Goldfarb[3] GPS, 2 e-, [9][10] XML XTM 10, [11][12][13] [4][5], 3 12 (trade-off) [ 11] [_][ 11], 4,,,,
More informationon ScienceDirect User Guide
www.engineeringvillage.com EV Compendex Quick Reference Guide ELSEVIER KOREA Elsevier Korea Tel. 02)6714-3110 / Email. sginfo@elsevier.com Homepage. http://korea.elsevier.com What is Engineering Village?
More informationMstage.PDF
Wap Push June, 2001 Contents About Mstage What is the Wap Push? SMS vs. Push Wap push Operation Wap push Architecture Wap push Wap push Wap push Example Company Outline : (Mstage co., Ltd.) : : 1999.5
More informationDBPIA-NURIMEDIA
시사만화의 텍스트성 연구* 이 성 연**1) Ⅰ. 머리말 Ⅱ. 시사만화의 텍스트 구조 Ⅲ. 시사만화의 텍스트성 Ⅳ. 맺는말 요 약 본고의 분석 대상 시사만화는 2004년 노무현 대통령 탄핵 관련 사건들 인데, 시사만화의 그림 텍스트와 언어 텍스트의 구조와 그 구조를 이루는 구성 요소들이 어떻게 의사소통의 기능을 수행하며 어떤 특징이 있는가 를 살펴본
More information2/21
지주회사 LG의 설립과정 및 특징 소유구조를 중심으로 이은정_좋은기업지배구조연구소 기업정보실장 이주영_좋은기업지배구조연구소 연구원 1/21 2/21 3/21 4/21 5/21 6/21 7/21 8/21 9/21 10/21 11/21 12/21 13/21 14/21 15/21 16/21 17/21 18/21 19/21 20/21 [별첨1] 2000.12.31.현재
More information5월전체 :7 PM 페이지14 NO.3 Acrobat PDFWriter 제 40회 발명의날 기념식 격려사 존경하는 발명인 여러분! 연구개발의 효율성을 높이고 중복투자도 방지할 것입니다. 우리는 지금 거센 도전에 직면해 있습니다. 뿐만 아니라 전국 26
5월전체 2005.6.9 5:7 PM 페이지14 NO.3 Acrobat PDFWriter 제 40회 발명의날 기념식 격려사 존경하는 발명인 여러분! 연구개발의 효율성을 높이고 중복투자도 방지할 것입니다. 우리는 지금 거센 도전에 직면해 있습니다. 뿐만 아니라 전국 26개 지역지식재산센터 를 통해 발명가와 중소기업들에게 기술개발에서 선진국은 첨단기술을 바탕으로
More information? Search Search Search Search Long-Tail Long-Tail Long-Tail Long-Tail Media Media Media Media Web2.0 Web2.0 Web2.0 Web2.0 Communication Advertisement
Daum Communications CRM 2007. 3. 14. ? Search Search Search Search Long-Tail Long-Tail Long-Tail Long-Tail Media Media Media Media Web2.0 Web2.0 Web2.0 Web2.0 Communication Advertisement Communication
More informationNo Slide Title
J2EE J2EE(Java 2 Enterprise Edition) (Web Services) :,, SOAP: Simple Object Access Protocol WSDL: Web Service Description Language UDDI: Universal Discovery, Description & Integration 4. (XML Protocol
More informationPowerPoint 프레젠테이션
검색엔진마케팅활용전략 이씨이십일조상용팀장 Search Engine Marketing? 검색의대중화 소비자검색경향 검색엔진마케팅의중요성 전세계인터넷이용자의 95% 이상이검색엔진을통해새로운정보를수집 바이어가상품소싱때검색엔진활용 검색엔진사용자의 90% 는오직 3 페이지이내의검색결과만클릭하며 36% 는상위결과가최고의브랜드라고생각 검색결과 3 페이지안에노출되지못하면바이어가우리회사의홈페이지를찾아오기어려움
More information국민과학기술정서 분석을 통한 정책과제 발굴 연구 2015. 9 수 행 기 관 : 최 종 보 고 서 관리 번호 0000(연도)-00(번호) 기술 분류 과 제 명 (한글)국민과학기술정서 분석을 통한 정책과제 발굴 연구 (영문) 기 관 명 소재지 대 표 주관연구기관 (협동연구기관) 실전전략연구소 서울시 마포구 공덕동 윤한술 주관연구책임자 (협동연구책임자) 총연구기간
More informationOpinion Mining Platform & Case Studies
Opinion Mining & Text Mining at SKPlanet : 대용량텍스트마이닝기반의평판분석, 큐레이션, 추천 Young-Sook Hwang youngsook.hwang@sk.com 2013. 11. 14 Table of Contents Introduction Text Mining & Opinion Mining? Background of OMP
More informationPowerPoint 프레젠테이션
How to produce ChemML and MathML 조윤상 ( 과편협기획운영위원 ) 1 Applications of XML Applications of XML RDF (Resource Description Framework) : 자원의정보를표현하기위한규격, 구문및구조에대한공통적인규칙을지원. RSS (Rich Site Summary) : 뉴스나블로그사이트에서주로사용하는콘텐츠표현방식.
More informationDBPIA-NURIMEDIA
시맨틱링크를사용한페이지순위알고리즘개선 843 시맨틱링크를사용한페이지순위알고리즘개선 (Improvement of PageRank Algorithm using Semantic Link) 전희국 임동혁 김형주 (Hee-Gook Jun) (Dong-Hyuk Im) (Hyoung-Joo Kim) 요약페이지랭크는웹정보검색의중요도를평가하는대표적방법이다. 그러나페이지랭크가가진중요도판단의특성상의미없는문서지만인링크개수가많아중요한문서로인식될수있는가능성이존재한다.
More information<C1F6B8AEC1A4BAB82DC3D6C1BEC0CEBCE22831303237292E687770>
국토지리정보원 1 DB구축 2 서비스 제공 DB 재가공 서비스 제공 GIS 관련 하드웨어 판매 GIS 컨설팅 DB판매 GIS 관련 소프트웨어 판매 지리공간정보 구축 DB임대 GIS 관련 하드웨어 기술 개발 지리공간정보 판매 및 서비스 제공 온라인 모바일 GIS 관련 소프트웨어 기술 개발 GIS 교육 SI GIS 응용시스템 개발 연구대상 연구대상선정 선정 1.
More information2013 <D55C><ACBD><C5F0><BC31><C11C>(<CD5C><C885>).pdf
2013 ANNUAL REPORT Contents 006 007 007 008 009 Part 1 016 017 018 019 020 021 022 023 024 025 026 027 028 029 030 031 032 033 034 035 036 037 038 039 040 041 042 043 044 Part 2 048 049 050 051 052 053
More informationR을 이용한 텍스트 감정분석
R Data Analyst / ( ) / kim@mindscale.kr (kim@mindscale.kr) / ( ) ( ) Analytic Director R ( ) / / 3/45 4/45 R? 1. : / 2. : ggplot2 / Web 3. : slidify 4. : 5. Matlab / Python -> R Interactive Plots. 5/45
More informationMicrosoft Word - 황미녕
포커스 포커스 시맨틱소셜네트워크를구성하는온톨로지어휘기술현황 황미녕 * 이승우 * 정한민 ** 최성필 *** 시맨틱웹은인터넷환경에서지식을표현하고공유하기위한표준기술들의집합체이며, 온톨로지는특정지식도메인의용어와용어사이의관계를정의한지식표현체계이다. 이런온톨로지를정의하는방법으로 W3C에서표준으로제시한 RDF, OWL과같은메타데이터를이용하는방법은초급자에게는쉬운방법이아니다.
More information<C5D8BDBAC6AEBEF0BEEEC7D0203338C1FD2E687770>
텍스트언어학 38 위원장 이은희(한성대) 편집위원회 위 원 김갑년(고려대) 박용익(고려대) 송정근(한남대) 신서인(한림대) 신지연(목원대) 윤석민(전북대) 이은섭(울산대) 이재원(한국외대) 이정복(대구대) 이호승(충북대) 채현식(군산대) 2015. 6. 한국텍스트언어학회 차 례 텍스트언어학 38집 2015. 6. 읽기교육에서 텍스트 의미 추론의 이론과 실제
More informationDIY 챗봇 - LangCon
without Chatbot Builder & Deep Learning bage79@gmail.com Chatbot Builder (=Dialogue Manager),. We need different chatbot builders for various chatbot services. Chatbot builders can t call some external
More information