<30312DC6EDC1FDC0A7BFF82E687770>
|
|
- 광식 조
- 5 years ago
- Views:
Transcription
1 3 소셜네트워크에서의인플루엔셜랭킹 KAIST 박호성 곽해운 MPI-SWS 차미영 KAIST 문수복 * 1. 서론 1) 아리스토텔레스는인간을사회적동물이라고일컬었다. 인간은서로서로관계를맺으며사회활동을한다. 이러한사회구성원간의관계를나타내는네트워크가바로소셜네트워크이다. 그림 1은 Zachary 가 1970 년대에관찰한대학의가라데클럽의네트워크이다 [16]. 각노드는가라데클럽의구성원을나타내며, 운동또는클럽미팅시두노드사이에지속적으로상호작용이존재할경우그두노드들은엣지로연결된다. 이가라데클럽은의견대립으로인해두개의파벌로나뉘어있었다. 그렇다면이런가라데클럽에서가 장영향력있는사람은누구일까? 클럽회장? 가장덩치가좋은사람? 누구나돌아보게끔만들만큼매력적인여성회원? 영향력을어떻게정의하느냐에따라달라지겠지만그림 1을보면노드 16, 노드 17 회원들보다는엣지를많이갖고있는노드 1과노드 34 회원들이클럽에많은영향을미칠것이라고예상할수있다. 실제로노드 1과노드 34 회원은각파벌의지도자들이다. 이렇게소셜네트워크에서영향을많이미치는사람을인플루엔셜 (influential : 영향자 ) 이라고한다. 모김치냉장고의성공신화를비롯하여다양한성공사례를선보이고있는입소문마케팅에서가장중요한것중하나가바로누가인플루엔셜인가를찾아내는것이다. 영향력있는대상에게마케팅을집중하는것이효과도좋고비용도절감할수있기때문이다. 이글에서는소셜네트워크에서어떻게인플루엔셜을찾고랭킹을매기는지에대하여다루고자한다. 2. 인플루엔셜을찾아라 그림 1 가라데클럽의네트워크 [16] * 종신회원 본연구는지식경제부및정보통신연구진흥원의 IT 핵심기술개발사업의일환으로수행하였음 [2008-F , 초정밀측정및분석기술연구 ]. 누가인플루엔셜인지를알아내고자하는연구는 Social Science 와 Computer Science에서꾸준히진행되어왔다. 소셜네트워크에서인플루엔셜의정의를한마디로나타내기는힘들다. 네트워크의종류와보고자하는영향의종류에따라그뜻이달라지기때문이다. 일반적으로인플루엔셜이라함은영향과권력을갖고있고행사하는사람을말한다. 아래에 Social Science 와 Computer Science 에서어떻게인플루엔셜에대한연구를했는지소개한다. 3. Social Science 의연구 1950 년대에발표된 Katz와 Lazarsfeld의 2단계유통이론 (two-step flow theory)[5] 에따르면정보나영향력은매스미디어에서수용자로바로전달되지않고소 24
2 수의의견지도자 (opinion leader) 를거쳐궁극적인수용자들에게로전달된다고한다. 사람들의태도를변화시키는데에매스미디어의영향보다접촉한의견지도자의영향이더큰것이관찰되었는데이러한의견지도자를인플루엔셜이라고볼수있다. 1960년대에발표된 Rogers 의개혁의확산이론 (diffusion of innovations)[11] 에서는혁신의수용자를혁신자 (innovators), 초기수용자 (early adopters), 초기다수수용자 (early majority), 후기다수사용자 (late majority), 지각수용자 (laggards) 의 5가지범주로나눈다. 이이론에서사회적활동을많이하는소수의혁신자와초기수용자를인플루엔셜이라고볼수있다. 이러한이론들은학계를넘어마케팅비지니스에적용되어왔다. 이러한전통적인이론과조금다른의견도있다. 2001년에 Domingos 와 Richardson 은새로운세대들이인플루엔셜의의견보다는동료와친구들의의견에더귀를기울이므로인플루엔셜을통한마케팅보다협력적필터링 (collaborative filtering) 같은네트워크에기반하는방법이더효과적일것이라주장하였다 [2]. 협력적필터링방법의예는 Amazon.com 에서자신과비슷한취향을가진사람들이어떤책을샀는지추천해주는시스템을들수있다 년 Watts와 Dodds 는시뮬레이션을통해인플루엔셜뿐아니라평범한사람들의역할도강조했다 [15]. 인플루엔셜이평범한사람들보다정보확산에자주큰영향을끼치기는하지만평범한사람들의기여없이는모든확산을설명할수없다는것이다. 최근의연구들은정보확산이인플루엔셜에만의존하지는않는다는결과를보이고있지만인플루엔셜의존재를부정하지는않는다. 또한소셜네트워크를그래프로이해해서인플루엔셜을정의하는개념을소개하겠다. 이개념들은 Wasserman 과 Faust 의책에좀더자세히소개되어있다 [14]. 가장중요한사람은대개그래프에서전략적으로좋은위치에있는사람이라고볼수있다. 좋은위치에있는사람은영향을끼칠때많은기회를가질수있으며적은제약을받기때문이다. 그렇다면좋은위치란과연무엇인가? 이질문에대해딱떨어지는정답은없지만몇몇서로다른개념들로정의를내릴 (a) Star (b) Circle (c) Line 그림 2 수있다. 그림 2는별모양으로생긴 Star 네트워크, 원형의 Circle 네트워크, 선으로이루어진 Line 네트워크의예로이개념들을설명하기위해사용하겠다. 첫째개념은 degree 이다. degree 는어떤노드가얼마나많은노드와접해있는지를측정하는개념이다. 그림 2의 (a) 에서노드 A의 degree 는 6이고나머지노드들의 degree 는 1이다. degree 가높은노드일수록정보를전달할많은기회가있다고할수있다. 그러므로 degree 가가장높은노드 A가가장좋은위치에있다. 그림 2의 (b) 에서는모든노드의 degree 가 2로같다. 이네트워크에서는모든노드의위치가동등한중요도를갖는다. 그림 2의 (c) 에서는양끝의노드 F,G만 degree 가 1 이고다른노드들은 degree 2를갖는다. 양끝단의위치만불이익을받는위치인것을알수있다. 두번째개념은 closeness이다. closeness 는어떤노드가다른노드들과얼마나가까운지를측정하는개념인데한노드와다른노드들간의경로의길이 (path length) 의합으로나타낼수있다. 그림 2의 (a) 에서노드 A는다른노드들과모두거리 1이떨어져있는반면다른노드는노드 A를제외한다른노드들과거리 2가떨어져있다. 그러므로경로의길이가가장짧은노드 A가 closeness가가장좋다고할수있으며가장좋은위치가된다. 그림 2의 (b) 에서는한노드에서다른노드들까지의경로의길이가각기다르지만모든노드들이동일한경로길이분포를갖고있기때문에모든노드의 closeness는같다. 그림 2의 (c) 에서는 A의경로길이의합이 12로가장짧고양끝의 F,G의경로길이의합이 21로가장길다. 즉 A 의위치가가장좋은위치인것이다. 세번째개념은 betweenness이다. betweenness는어떤노드가다른노드쌍사이에위치하는정도를측정하는개념이다. 그림 2의 (a) 에서노드 A가노드 F 에게접근하기위해서는바로접근하면되지만노드 C가노드 F에접근하기위해서는반드시노드 A 를거쳐가야만한다. 중간에서정보의흐름에가장잘개입할수있는노드 A가가장 betweenness가높다. 그림 2의 (b) 에서는모든노드들이동일한 betweenness 를갖고있으며그림 3의 (c) 에서는양끝단의노드 F,G는정보의흐름을차단할능력이없어서 betweenness 가가장낮으며중심에가까운노드일수록 betweenness가높다. 4. Computer Science 의연구 인플루엔셜을찾기위한노력은 Computer Science 소셜네트워크에서의인플루엔셜랭킹 25
3 커뮤니티에서도계속되었다. 특히인터넷의발달로전통적인소셜네트워크가확장된거대한온라인소셜네트워크들이등장하면서더욱활발히연구되었다. 온라인소셜네트워크는 Facebook, Cyworld, Flickr, Twitter, Myspace 등종류가많아전부를예로들수없을정도이다. 각기다른온라인소셜네트워크마다제공하는기능과성격이다르기때문에인플루엔셜을찾는유일한방법이존재하는것은아니다. 하나의온라인소셜네트워크서비스에서도인플루엔셜의정의에따라찾아지는결과가달라진다. 여기서는최근가장주목을받고있는 Twitter를중심으로인플루엔셜에대한연구를소개하고자한다. Twitter 라는마이크로블로깅서비스에서는사용자들이 140자이하의단문메세지를간단히전달할수있는기능을제공하고있다. Twitter에서는다른사용자를 follow 할수있으며 follow 함으로써소셜네트워크에서의관계가맺어진다. follow 한사용자가작성한메시지 ( 앞으로 tweet 이라고일컫겠다 ) 는자신의 Twitter페이지나스마트폰같은이동통신기기에서확인할수있다 년에발생한뉴욕허드슨강의비행기추락사고를기존뉴스매체보다 Twitter 에서먼저알려주거나국가교통정보센터에서설연휴교통정보를 Twitter를통해알려주는사례를통해빠른정보전달력과그유용함으로주목받고있는서비스이다. 일반사용자뿐아니라사회적으로유명한연예인, 스포츠스타, 오피니언리더, 정치인, 언론사, 기업, 단체등각계각층이소통및홍보의목적으로즐겨사용하고있다 ( 그림 3). 전통적인소셜네트워크그림 3 국가교통정보센터와김연아의 Twitter 표 1 follower 의수에의한랭킹 (top 10) 와정보를전달하는뉴스채널의성격을동시에갖고있는 Twitter에서인플루엔셜은누굴까? Cha et al. 은 Twitter에서 influence 가어떻게정의될수있는지알아보기위해사용자의 follower 의수, tweet 이 retweet 된횟수, 이름이 mention 된횟수등다양한기준을방대한데이터에적용하여비교하였다 [1]. 이러한다양한측정기법중본글에서는 follower 수의집계와 retweet된횟수에대해주목해보겠다. 여기서 follower 의수는앞서설명한 degree 와비슷한개념으로얼마나많은사람들이사용자의 tweet 을직접전달받게되는지를나타내는것이다. 2010년 Kwak et al. 이발표한 follower 수에의한인플루엔셜의랭킹은표 1과같다 [8]. 이기준으로인플루엔셜을정의할경우팬이나지지자가많은유명인사들이인플루엔셜이라는것을알수있다. 하지만이랭킹만이인플루엔셜을설명한다고할수는없다. 그래서사람들이생각해본것이페이지랭크 (PageRank) 알고리즘이다 [10]. 구글이사용하고있는이알고리즘은여러링크로서로연결된인터넷웹페이지들의네트워크에서어떤페이지가가장중요한페이지인지를알아내는알고리즘이다. 페이지랭크랭킹은랜덤으로웹서핑을하는사용자가링크를따라가면서웹서핑을할때어떤웹페이지에머무르는시간이얼마나긴지를알아볼수있는랭킹이다. 이알고리즘을웹페이지들과비슷한링크구조를갖는소셜네트워크에적용하면누가가장영향력이있고중요한사람인지알수있다. 페이지랭크는단순히웹페이지를향한링크의숫자를세는것이아니라네트워크에서웹페이지의영향이흐르게하여랭킹을계산한다. 같은숫자의링크를갖고있는두웹페이지가있을때유명한웹페이지들로부터링크를많이받은웹페이지가그렇지않은웹페이지보다랭킹이높게된다. 한페이지의페이지랭크를계산하는방법은식 (1) 과같다. 26
4 표 3 retweet 되는수에의한랭킹 (top 10) (1) : PageRank PR(pi) 는 pi의페이지랭크이고 d는 damping factor, N은웹페이지의총개수, M(pi) 는 pi 페이지를링크한페이지들의집합, L(pj ) 는 pj 페이지에서밖으로나가는링크의개수이다. damping factor 란웹서핑을하는사람이계속링크를따라클릭하여이동할확률이다. 1 - d의확률로웹서퍼는링크를따라가지않고랜덤한페이지로점프하게되며대개 d의값은 0.85 로준다. 식 (1) 을살펴보면한웹페이지는자신의페이지랭크를자기가링크하고있는페이지에골로루나눠준다는것을알수있다. 링크를받은페이지쪽에서이렇게나눠받은페이지랭크를 Damping factor 를고려해서합산한것이페이지랭크값이된다. 이과정을페이지랭크값들이변동이크게없이수렴할때까지반복하여최종페이지랭크의값을구한다. 이페이지랭크를 Twitter 사용자를웹페이지로생각하고 follow 관계를링크로생각하여적용한결과는표 2와같다 [8]. follower 수가많을수록페이지랭크가높은경향이있기때문에표 1과비교하여구성은비슷하지만인플루엔셜의미의차이에의해순서가일부바뀌었다는것을볼수있다. Twitter가제공하는기능중 retweet이라는기능이있다. 다른사람으로부터들은 tweet 을자신의 follower 들도알수있도록전달하는기능으로원래의 tweet 을그대로전달하거나자신의의견을덧붙여서전달할수도있다. 어떤사용자의 tweet 이얼마나 retweet 되었나를집계하면그 tweet 이얼마나유명한지알수있으며그사용자가얼마나영향을미칠수있는지를알수있다. 이러한집계에의한랭킹의결과가표 3에나와있다 [8]. 이랭킹을보면표 1, 표 2와는다르게상위랭킹에연예인이나정치인같은유명인사들의수가줄고대신뉴스매체들이많이등장했음표 2 페이지랭크에의한랭킹 (top 10) 을알수있다. 특히 Mashable 이나 TweetMeme, Tech- Crunch 같은소셜미디어나 IT기술에관한특정주제에관한뉴스매체들이많은영향을끼치는것이특징이다. 이랭킹에서의인플루엔셜은여러사람에게전달될수있도록 retweet될만한가치가있는소식을많이전해주는사람들이라고할수있겠다. 페이지랭크를 Twitter에바로적용하지않고 Twitter 에맞게수정하는방법도있다. Daniel Tunkelang은 tweet 이 retweet될확률을고려하여 TunkRank를제안하였다 [12]. TunkRank에서는영향 (influence) 을식 (2) 와같이정의한다. Influence(X) 는사용자 X가작성한 tweet 을읽을사람들의수의기대값이다. 이때이 tweet 의 retweet으로읽은사람의수도포함한다. (2) : TunkRank Followers(X) 는 X를 follow 하는사용자의집합이고 Following(Y) 는 Y가 follow 하는사용자의집합이다. Y가 X의 follower 라면 1 / Following(Y) 의확률로 X가작성한 tweet 을읽는다고가정한다. Y가 X의 tweet 을읽을때 p의확률로 retweet을한다. 이런가정아래 Influence(X) 는 X가쓴 tweet 을읽게되는사람의수를나타내게된다. 이알고리즘을구현하여랭킹을실시간으로조회해볼수있는웹사이트 [13] 도있으며상위랭킹은표 4와같다. 사용자의 tweet 이얼마나읽히는지를보여주는인플루엔셜랭킹이다. retweet 되는확률 p를사용자마다같게두었기때문에실제로는다른사용자보다 retweet을좀더많이받는뉴스매체들이표 3과는다르게상위권에잘보이지않는다. Kwak et al. 은정보의확산에있어서정보를수용하는순서가중요하다고생각하여 Twitter에유효수용자 (effective reader) 라는개념을도입하여인플루엔 소셜네트워크에서의인플루엔셜랭킹 27
5 표 4 TunkRank 랭킹 (top 10) 표 5 유효사용자를고려한랭킹 (top 10) 셜을찾았다 [7]. 유효수용자는같은문맥의정보를이전에접해보지않은새로운정보수용자를뜻한다. 예를들어동계올림픽결과에관한 tweet 을이미읽어서정보를알고있는정보수용자에게같은문맥의새로운 tweet 이전달된다면이정보수용자는유효수용자가아니다. follower 의수와유효수용자의수를비교해보면 80% 의 Twitter 사용자가자신의 follower 의 20% 만을유효수용자로가지고있다고한다. 이결과는 follower 의수만많다고인플루엔셜이라고할수없다는사실을뒷받침한다. 그래서 Kwak et al. 은정보수용순서를고려하여아래와같은유효사용자에기반한인플루엔셜랭킹을제안하였다. 전체사용자를 U라고할때 S(u) 는사용자 u의상태를나타낸다. 사용자의상태는 0과 1 두가지로상태 0은같은문맥의정보를아직받지못한상태를나타내고상태 1은이미관련정보를알고있는상태를나타낸다. 모든사용자의상태는상태 0으로초기화된다 ( 식 (3)). U (3) 사용자 u가작성한 tweet w에대한유효사용자 ER0(w) 는식 4와같이 u의 follower 중에상태가상태 0 인사용자의집합이다. and (4) 사용자 u의영향 IF0(u) 는사용자 u가작성한모든 tweet 의유효사용자수의합이된다. 식 (5) T(u) 는사용자 u가작성한모든 tweet 의집합이다. (5) 여기에사용자가 tweet 을읽을확률과사용자의기 억력까지고려한모델로부터얻은인플루엔셜랭킹은표 5와같다. 이랭킹에나타난대부분의인플루엔셜은뉴스미디어로표 1, 2의결과와는큰차이를보인다. 정보가퍼지는데있어서유효수용자에큰영향을미치는인플루엔셜은뉴스미디어라는사실을알수있다. 한편 Huberman et al. 은 Twitter에서의관계가단순한 follow 로이루어진 follower/followee 관계와메시지를보내는등실제적인상호작용이있는친구관계로나뉘어진다고보고친구관계네트워크가더많은영향을미치는네트워크라고하였다 [4]. 5. 인플루엔셜랭킹의비교 지금까지인플루엔셜을찾는여러방법을소개해왔다. 이러한방법으로찾아진인플루엔셜랭킹을어떻게비교해야할까? 아래에몇가지방법을소개한다. 이방법들로두랭킹이얼마나비슷하거나다른지를알아볼수있다. 두랭킹을각각 R 1, R 2 이라고하고랭킹의길이를 l이라하자. 우선두랭킹이얼마나겹치는지를알아볼수있다. 두랭킹의겹침 (overlap) O는식 (6) 과같이나타낼수있다. (6) O는두랭킹의공통인구성원이얼마나많은지에대한수치로구성원의순서에는영향을받지않는다. Kendall 은두랭킹의차이를측정하기위해 Kendall tau 거리 (Kτ ) 를제안하였다 [6]. Kτ 는식 (7) 과같이나타낼수있다. (7) 이때 r 1 과 r 2 가 R 1, R 2 에서같은순서로나타나면 는 0 의값을가지고 r 1 과 r 2 가반대의순서로 28
6 나타나면 는 1 의값을갖는다. 이렇게구해진 Kτ 로두랭킹의순서가얼마나차이가나는지를측정할수있다. 그러나 Kendall 의방법은두랭킹의길이가같고그구성원도동일해야한다는한계가있다. 그래서 Fagin et al. 은 Kτ 의한계를극복하기위해구성원의순서가다르거나한쪽랭킹에만등장하는등두랭킹의차이별로페널티를주는방법을제안하였다 [3]. 기본틀은식 (8) 과같이 Kendall 의방법과비슷하지만페널티를합산하는방법에서차이가난다. (8) 은 (i) r 1 이오직한쪽랭킹에만등장하고 r 2 는다른랭킹에만등장하는경우 ; (ii) r 1 이한쪽랭킹에서 r 2 보다순서가앞서고 r 2 만다른랭킹에등장하는경우 ; (iii) r 1, r 2 가양쪽랭킹에모두등장하나그순서가다를경우에는 1의값을갖고, 나머지경우에는 0의값을갖는다. 이방법을이용하면두랭킹의구성원이동일하지않더라도길이가같은랭킹의차이를측정할수있다. 식 (9) 와같이정규화하여나타내면 K는 K = 0일경우두랭킹이완전히다르다는것을 K = 1일경우완전히일치한다는것을나타낸다 [9]. (9) 그림 4 는위의 K 를이용하여표 1, 2, 3 에서본 follower 수에의한랭킹 (RF), 페이지랭킹에의한랭킹 (RPR), retweet 되는수에의한랭킹 (RRT) 을상위 20 위 랭킹부터상위 2000위랭킹까지비교한결과이다 [8]. RRT 랭킹이다른두랭킹과차이가많이난다는사실을알수있는데이는이랭킹이다른두랭킹이찾지못한인플루엔셜을찾는랭킹이라는것을뜻한다. 그림 4 K 를이용한랭킹의비교 [8] 6. 결론전문가들은사람들이검색엔진에서직접정보를얻는것보다친구나동료의추천으로부터정보를얻으려는경향이증가함에따라소셜미디어및소셜네트워크의웹트래픽이검색엔진의트래픽을초과할가능성이있다고한다. 실제로지난 12월 Facebook 이 Google보다 Yahoo, MSN, AOL 같은메이져포털사이트로의트래픽을더많이발생시켰다 [17]. 이런상황에서소셜네트워크에서인플루엔셜을찾는것은더욱중요한문제가될것이다. 이글에서는소셜네트워크에서서로다른의미를갖는다양한관점의인플루엔셜을찾을수있다는것을소개하였다. 인플루엔셜의정의가다양한만큼랭킹의종류도다양한데한랭킹이다른랭킹보다더좋다고단언하기는힘들다. 어떤인플루엔셜로부터새로운정보를얻는것이가장좋겠는가? 어떤인플루엔셜에게마케팅캠페인을실행하면가장효과가좋겠는가? 이와같은참조자의목적에알맞은랭킹을참조하는것이중요하다. 각종정보미디어와인터넷네트워크가연결되고네트워크의다양한특성을정량화하는것이쉬워짐에따라앞으로 Computer Science 에서이분야에더욱큰기여를할것으로기대된다. 참고문헌 [ 1 ] M. Cha, H. Haddadi, F. Benevenuto, and K. P. Gummadi. Measuring User Influence in Twitter: The Million Follower Fallacy, In Proc. of International AAAI Conference on Weblogs and Social Media (ICWSM), 2010 [ 2 ] P. Domingos and M. Richardson. Mining the network value of customers. In Proceedings of the seventh ACM SIGKDD international conference on Knowledge discovery and data mining, pages ACM NewYork, NY, USA, 2001 [ 3 ] R. Fagin, R. Kumar and D. Sivakumar. Comparing top k lists. In SODA 03: Proceedings of the fourteenth annual ACM-SIAM symposium on Discrete algorithms, pages 28-36, Philadelphia, PA, USA, 2003 [ 4 ] B. A. Huberman, D. M. Romero, and F. Wu. Social networks that matter: Twitter under the microscope. arxiv: v1, 2008 [ 5 ] E. Katz and P. Lazarsfeld. Personal influence : The part played by people in the flow of mass communications. Free Press, 1955 소셜네트워크에서의인플루엔셜랭킹 29
7 [6] M. Kendall. A new measure of rank correlation. Biometrika, 30(1-2):81?93, 1938 [ 7 ] H. Kwak, C. Lee, H. Park, and S. Moon. Finding influentials based on temporal order of information adoption in twitter. WWW 10 poster session, 2010 [8] H. Kwak, C. Lee, H. Park, and S. Moon. What is twitter, a social network or a news media? WWW 10: Proceedings of the 19th international conference on World wide web, 2010 [ 9 ] F. McCown and M. L. Nelson. Agreeing to disagree : search engines and their public interfaces. In JCDL 07: Proceedings of the 7th ACM/IEEE-CS joint conference on Digital libraries, pages , New- York, NY, USA, 2007 [10] L. Page, S. Brin, R. Motwani, and T. Winograd. The pagerank citation ranking : Bringing order to the web [11] E. Rogers. Diffusion of innovations, New York:Free Press [12] D. Tunkelang. A Twitter Analog to PageRank. nalog-to-pagerank/, 2009 [13] Tunk Rank [14] S. Wasserman and K. Faust. Social network analysis : Methods and applications. Cambridge Univ Pr, 1994 [15] D. Watts and P. Dodds. Influentials, networks, and public opinion formation. Journal of Consumer Research, 34(4): , 2007 [16] W. Zachary. An information flow model for conflict and fission in small groups. Journal of Anthropological Research, 33(4): , 1977 [17] Facebook Beats Google in Directing Web Portal Traffic. facebook-beats-google-in-directing-web-portaltr affic-053.php, 2010 박호성 2009 KAIST 전산학과학사 2009~ 현재 KAIST 전산학과석사과정재학중관심분야 : 소셜네트워크, 웹서비스, 클라우드컴퓨팅 hosung@an.kaist.ac.kr 곽해운 2006 KAIST 전산학과학사 2007 KAIST 전산학과석사 2007~ 현재 KAIST 전산학과박사과정재학중관심분야 : 소셜네트워크, 웹서비스사용자행태분석, 추천시스템 haewoon@an.kaist.ac.kr 차미영 2002 KAIST 전산학과학사 2004 KAIST 전산학과석사 2008 KAIST 전산학과박사 2008~ 현재 MPI-SWS 박사후연구원관심분야 : 대규모네트워크시스템, 멀티미디어스트리밍시스템, 온라인소셜네트워크 mcha@mpi-sws.org 문수복 1988 서울대학교컴퓨터공학과학사 1990 서울대학교컴퓨터공학과석사 2000 University of Massachusetts at Amherst, 컴퓨터공학과박사현재 KAIST 전산학과부교수관심분야 : 미래인터넷, 소셜네트워크, 복잡계네트워크, 테스트베드 sbmoon@kaist.edu 30
위해 사용된 기법에 대해 소개하고자 한다. 시각화와 자료구조를 동시에 활용하는 프로그램이 가지는 한계와 이를 극복하기 위한 시도들을 살펴봄으로서 소셜네트워크의 분석을 위한 접근 방안을 고찰해 보고자 한다. 2장에서는 실험에 사용된 인터넷 커뮤니티인 MLBPark 게시판
인터넷 커뮤니티 사용자의 사회 연결망 특성 분석 Analysis Social Network Characteristics Among the Internet Community Users 탁해성 부산대학교 컴퓨터공학과 tok33@pusan.ac.kr Abstract 인터넷이 사람들에게 보급됨에 따라 온라인 환경에서 소통을 하는 사람들이 늘어났다. 온라인 커뮤니티가
More information8월-이윤희-1.indd
F O C U S 4 국내 SNS의 이용 현황과 주요 이슈 분석 이윤희* 스마트폰 대중화와 SNS 이용의 일상화는 우리 사회에 많은 변화를 가져왔다. 소통과 참여 의 확대와 무한 정보 공유의 대가는 프라이버시 침해, 사이버폭력, 소통의 양극화, 허위정보의 확산, 정보 과부하라는 부작용을 초래했다. 이에 본고에서는 국내 SNS 이용 현황과 주요 이슈 들을 분석하여,
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 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 information09오충원(613~623)
A Study of GIS Service of Weather Information* Chung-Weon Oh**,..,., Web 2.0 GIS.,.,, Web 2.0 GIS, Abstract : Due to social and economic value of Weather Information such as urban flooding, demand of Weather
More information소규모 비즈니스를 위한 플레이북 여기서 다룰 내용은 다음과 같습니다. 1. YouTube 소개 2. YouTube에서 비즈니스를 위한 채널 만들기 3. 눈길을 끄는 동영상 만들기 4. 고객의 액션 유도하기 5. 비즈니스에 중요한 잠재고객에게 더 많이 도달하기
소규모 비즈니스를 위한 YouTube 플레이북 YouTube에서 호소력 있는 동영상으로 고객과 소통하기 소규모 비즈니스를 위한 플레이북 여기서 다룰 내용은 다음과 같습니다. 1. YouTube 소개 2. YouTube에서 비즈니스를 위한 채널 만들기 3. 눈길을 끄는 동영상 만들기 4. 고객의 액션 유도하기 5. 비즈니스에 중요한 잠재고객에게 더 많이 도달하기
More informationA Hierarchical Approach to Interactive Motion Editing for Human-like Figures
단일연결리스트 (Singly Linked List) 신찬수 연결리스트 (linked list)? tail 서울부산수원용인 null item next 구조체복습 struct name_card { char name[20]; int date; } struct name_card a; // 구조체변수 a 선언 a.name 또는 a.date // 구조체 a의멤버접근 struct
More informationBibLaTeX을 이용한 한국어 참고 문헌 처리의 가능성
공주대학교문서작성 워크숍 2014 2014. 10. 18. ( 토 ) 09:30~16:00 공주대 인문사회관 컴퓨터실 107호 L A T E X, 모던하게사용하기 A B 2014. BibL A TEX 공주대학교문서작성 워크숍 2014 11. 1. ( 토 ) 10:00~16:00 공주대 인문사회관 컴퓨터실 107호 책한권을레이텍으로조판해보자 2014.10.18
More information리텀 백서 새로저장-작은용량
White Paper Ver 1.00 Initial Date : 09 May. 2018 Last Date : 07 July. 2018 Copyright 2018 RETURM FOUNDATION LTD. All rights reserved Contents 2 Copyright 2018 RETURM FOUNDATION LTD. All rights reserved
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 information02 BRAND REPORT 여기서 내 친구들도 따로 나와는 별도의 가까운 친구들이 있다는 것이 핵심이다. 즉 A와 B가 알 고 B와 C가 서로 알지만 A와 C가 서로 모를 때 B 가 A와 C를 서로 소개시켜줄 수 있고 A가 B를 거 쳐 우연하게 C까지 도달해 친구를
BRAND REPORT 01 소셜 미디어의 등장과 특징 명승은 태터앤미디어 공동대표, mse@tattermedia.com 2010. 10 NO. CONTENTS52 01 소셜 미디어의 등장과 특징 04 기업커뮤니케이션에서 소셜커뮤니케이션 시대로의 전환 07 주목할 만한 SNS활용 마케팅 사례 08 Role of Brand Manager 10 빛과 물을 나누는
More informationIP 심화 라우팅프로토콜적용시 라우팅테이블에서 이니셜이있는네트워크를설정하는것 : onnected 직접연결된네트워크를의미한다. 그러므로라우팅은 나는이런네트워크와연결되어있다. 를직접연결된라우터들에게알려주는것 1>en 1#conf t 1(config)#router rip 1
IP 심화 º 각 P 의게이트웨이는해당네트워크의마지막주소를사용한다. - P1 (210.220.10.1/26) 의게이트웨이 (5의 Fa0/0) : 210.220.10.63 /26 = 255.255.255.192 호스트비트수 : 32-26 = 6 비트 => = 64 그러므로 P1의 IP 210.220.10.1 중서브넷마스크에의거 26비트는변함이없고, 나머지 6비트가호스트비트로변하므로
More information0125_ 워크샵 발표자료_완성.key
WordPress is a free and open-source content management system (CMS) based on PHP and MySQL. WordPress is installed on a web server, which either is part of an Internet hosting service or is a network host
More information12월16일자.hwp
동 향 제 25 권 23호 통권 568호 ICT 제품 및 서비스의 수명주기 단축과 BIG-BANG Disruption의 등장 33) 김민식 * 정원준 ** 1. ICT 제품 및 서비스의 수명주기(Life Cycle) 단축 현상 최근 내비게이션 국내 시장 규모 1) 는 지난 2010년을 정점으로 매년 15~20%씩 줄어 드는 추세로, 거치형과 매립형, 순정제품을
More information기업들의 SNS마케팅 전략 사례연구
SNS를 이용한 마케팅 사례연구 : 성공과 실패사례 중심으로 이 은 애 남서울대학교 멀티미디어학과, 010-2659-8084, yiea417@naver.com 김 병 곤 남서울대학교 경영학과, 010-2477-7898, bgkim@nsu.ac.kr Social Mdia가 기하급수적인 증가세를 보이며 사람들의 관심을 끌고 있 가입자가 6 억 명을 넘어선
More informationCMS-내지(서진이)
2013 CMS Application and Market Perspective 05 11 19 25 29 37 61 69 75 81 06 07 News Feeds Miscellaneous Personal Relationships Social Networks Text, Mobile Web Reviews Multi-Channel Life Newspaper
More information<BEF0B7D0C1A4BAB8BFACB1B85F34382D32C8A35FBABBB9AEC3D6C1BE5F303833312E687770>
언론정보연구 48권 2호, 2011년, 44 79 http://icr.snu.ac.kr/jcr 서울대학교 언론정보연구소 소셜미디어 유력자의 네트워크 특성 한국의 트위터 공동체를 중심으로 *** 이원태 정보통신정책연구원 미래융합연구실 부연구위원 wtlee@kisdi.re.kr 차미영 한국과학기술원 문화기술대학원 조교수 meeyoungcha@kaist.ac.kr
More informationchap 5: Trees
5. Threaded Binary Tree 기본개념 n 개의노드를갖는이진트리에는 2n 개의링크가존재 2n 개의링크중에 n + 1 개의링크값은 null Null 링크를다른노드에대한포인터로대체 Threads Thread 의이용 ptr left_child = NULL 일경우, ptr left_child 를 ptr 의 inorder predecessor 를가리키도록변경
More informationChap 6: Graphs
5. 작업네트워크 (Activity Networks) 작업 (Activity) 부분프로젝트 (divide and conquer) 각각의작업들이완료되어야전체프로젝트가성공적으로완료 두가지종류의네트워크 Activity on Vertex (AOV) Networks Activity on Edge (AOE) Networks 6 장. 그래프 (Page 1) 5.1 AOV
More informationI
I II III (C B ) (C L ) (HL) Min c ij x ij f i y i i H j H i H s.t. y i 1, k K, i W k C B C L p (HL) x ij y i, i H, k K i, j W k x ij y i {0,1}, i, j H. K W k k H K i i f i i d ij i j r ij i j c ij r ij
More informationⅠ. 지금 왜 연결 을 주목해야 하나 1. 웹을 통한 연결의 일상화 연결이 우리 시대를 규정하고 미래를 변화시키는 키워드가 될 것이다. 업무 중 혹은 정보 검색 중, 어느덧 지인의 미니홈피 사진첩을 클릭하는 자신을 발 견한 경험이 한번쯤은 있을 것이다. 거기서 그치지
Hyper-connection 시대가 오고 있다 정재영 책임연구원 jungjy@lgeri.com Ⅰ. 지금 왜 연결을 주목해야 하나 Ⅱ. 사회 변화의 핵심 키워드로 부상하는 연결 Ⅲ. 연결 시대의 기업 성공 전략 Ⅳ. 연결 컨셉의 확장과 미래의 기업 경영 웹의 일상적 활용과 함께 연결은 우리 사회를 규정하는 키워드로 자리잡고 있다. 오늘날의 우 리들은 다른
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 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 information<B3EDB4DC28B1E8BCAEC7F6292E687770>
1) 초고를읽고소중한조언을주신여러분들게감사드린다. 소중한조언들에도불구하고이글이포함하는오류는전적으로저자개인의것임을밝혀둔다. 2) 대표적인학자가 Asia's Next Giant: South Korea and Late Industrialization, 1990 을저술한 MIT 의 A. Amsden 교수이다. - 1 - - 2 - 3) 계량방법론은회귀분석 (regression)
More information서 형성되는 관계에 대한 연구 [4]가 이루어지고 있다. 실제 사회에서 하나의 집단을 가지고 할 수 있는 분석 방식이 다양하듯 인터넷에서 다양한 방면의 분석이 이루어지는 것을 확인할 수 있다. 본 보고서에서는 인터넷 커뮤니티에서 사용자들이 어떠한 관계를 나타내는지에 대
인터넷 커뮤니티 사용자 댓글 특성을 이용한 사용자 관계 그래프 시각화 Relationship Graph Visualization using Internet Community Commnents 탁해성 부산대학교 컴퓨터공학과 tok33@pusan.ac.kr Abstract 인터넷이 활성화되고 온라인 커뮤니티가 늘어남에 따라, 인터넷에서 군집을 형성하여 여러 의견을
More informationYachtro_여병상_조경식_백인송
YachtRo.com 1. 요약 2. 배경 3. 시장분석 4. 비지니스콘셉 5. 사업추진계획 6. 리스크분석 7. 마케팅계획 8. 소요자금 / 재무추정 9. 사업화추진일정 10. 서비스디자인아웃라인 11. Appendix : .. 1. AirBnB? 1?? IT : IT, : Exclusive : (,, ) 2. 1 14 1) 100. 2) 3) 4) 1 1
More information포맷
19차시 : SNS 활용사례와 의미 1) SNS의 정의와 유형 1 SNS의 정의와 역할 소셜 네트워크 서비스(Social Network Service, SNS)는 인터넷과 SNS에 올리는 투표 인증샷 행위로도 이미 사회적 영향력이 확인된 서비스 형태이다. 여기에 포함 되는 미디어는 트위터(twitter)와 페이스북(facebook), 마이스페이스(MySpace),
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 informationDBPIA-NURIMEDIA
75 ( ) ( ) *. ** 1, hspark9233@gmail.com ***, visionofsea@hotmail.com 76 :,,,,,,, 1987 6.29... 1993.. 1997. (IMF).., 77...,,......,..,.....??. 78?.. (conventional wisdom),,.,,,...... 2014.,,... 79 (Sigal,
More informationIssue 가하고 있어 2) 기업들은 SNS를 적극적으로 활용하기 위한 다양한 방안들을 모색하고 추진하고 있다. 특히 최근 스마트폰의 확산은 모바일환경에서 SNS를 사용가능하도록 하여 SNS의 확산에 크게 영향을 미치고 있고, SNS의 확산은 다시 스마트폰의 확산에도
ISSUE ANALYSIS SNS의 기업마케팅 활용과 전망 김진기 / 한국항공대학교 경영학과 조교수 1) 1. SNS의 등장과 변화 기업은 기본적으로 제품이나 서비스의 판매를 통해 영리를 추구하 는 조직체이다. 따라서 잠재적으로 고객이 될 수 있는 사람들이 많이 모이는 곳을 찾고 그 곳에서 새로운 비즈니스 기회를 창출하고자 한 다. 디지털세계에서 온라인 커뮤니티는
More information대-20100912-SNS가 금융에 미치는 영향.hwp
트위터, 페이스북 등 SNS가 금융에 주는 영향 http://www.hanaif.re.kr 2010년 9월 13일 제58호 연 구 위 원 김 남 훈 zec89@hanaif.re.kr Overview of an effect of SNS on Finance 소셜미디어의 개념과 SNS(Social Network Service) l 소셜미디어는 사람들의 의견, 생각,
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 information6.24-9년 6월
리눅스 환경에서Solid-State Disk 성능 최적화를 위한 디스크 입출력요구 변환 계층 김태웅 류준길 박찬익 Taewoong Kim Junkil Ryu Chanik Park 포항공과대학교 컴퓨터공학과 {ehoto, lancer, cipark}@postech.ac.kr 요약 SSD(Solid-State Disk)는 여러 개의 낸드 플래시 메모리들로 구성된
More information<4D6963726F736F667420576F7264202D20C3D6BDC52049435420C0CCBDB4202D20BAB9BBE7BABB>
주간기술동향 2016. 2. 24. 최신 ICT 이슈 인공지능 바둑 프로그램 경쟁, 구글이 페이스북에 리드 * 바둑은 경우의 수가 많아 컴퓨터가 인간을 넘어서기 어려움을 보여주는 사례로 꼽혀 왔 으며, 바로 그런 이유로 인공지능 개발에 매진하는 구글과 페이스북은 바둑 프로그램 개 발 경쟁을 벌여 왔으며, 프로 9 단에 도전장을 낸 구글이 일단 한발 앞서 가는
More informationPowerPoint 프레젠테이션
Page 1 Page 2 Page 3 Page 4 Page 5 Page 6 Page 7 Internet Page 8 Page 9 Page 10 Page 11 Page 12 1 / ( ) ( ) / ( ) 2 3 4 / ( ) / ( ) ( ) ( ) 5 / / / / / Page 13 Page 14 Page 15 Page 16 Page 17 Page 18 Page
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 information02(007-014) CPL12-16.hwp
국내 웹 그래프의 링크 구조 분석 7 국내 웹 그래프의 링크 구조 분석 (Link Structure Analysis of Korean Web Graph) 서 정 주 김 진 일 김 은 상 김 영 호 (Jungjoo Seo) (Jinil Kim) (Eunsang Kim) (Daniel Kim) 정 하 웅 김 성 렬 박 근 수 (Hawoong Jeong) (Sung-Ryul
More information로거 자료실
redirection 매뉴얼 ( 개발자용 ) V1.5 Copyright 2002-2014 BizSpring Inc. All Rights Reserved. 본문서에대한저작권은 비즈스프링 에있습니다. - 1 - 목차 01 HTTP 표준 redirect 사용... 3 1.1 HTTP 표준 redirect 예시... 3 1.2 redirect 현상이여러번일어날경우예시...
More informationWeek13
Week 13 Social Data Mining 02 Joonhwan Lee human-computer interaction + design lab. Crawling Twitter Data OAuth Crawling Data using OpenAPI Advanced Web Crawling 1. Crawling Twitter Data Twitter API API
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 informationÃѼŁ1-ÃÖÁ¾Ãâ·Â¿ë2
경기도 도서관총서 1 경기도 도서관 총서 경기도도서관총서 1 지은이 소개 심효정 도서관 특화서비스 개발과 사례 제 1 권 모든 도서관은 특별하다 제 2 권 지식의 관문, 도서관 포털 경기도 도서관 총서는 도서관 현장의 균형있는 발전과 체계적인 운 영을 지원함으로써 도서관 발전에 기여하기 위한 목적으로 발간되 고 있습니다. 더불어 이를 통해 사회전반의 긍정적인
More informationMicrosoft PowerPoint - 26.pptx
이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계
More informationTrend Analysis 유튜브는 지난 2007년 말을 기준으로 미국 시장에서만 매일 6만5천여 건의 비디오 업로드와 1천억 건의 시청 횟수를 기록했다. 현재 전 세계 비디오 포털 시장에서, Google Video, My Space TV, Yahoo!Video, Br
Digital Media Trend 08-05호 통권 25호 미국의 온라인 비디오 이용 현황 8) 천 혜 선 * 온라인 비디오는 이제 대중적인 인터넷 활동의 하나로 성장했다. 미국에서는 약 57%의 인터넷 이용자가 온라인 비디오를 시청하거나 다운로드한 경험이 있으며, 약 19%가 온라인 비디오를 매일 시청한다. 특히 18~29세의 청년층의 약 3분의 2가량이
More information.,,., PC, TV,,,, PC PC,,..,. computer computer computer computer 1. 2 PC 11. 3. ITS., TV . /,,, PC,, /. ,, TEXT ,, """ ", " " (ex: DHL ) (ex: 6 ) (ex: ) 4P 처음부터 구분해서 상품을 만들어라 4P 다양한 복합적인 혜택을 제공할
More informationWHY JAPAN? 5 reasons to invest in JAPAN 일본무역진흥기구(JETRO) www.investjapan.org Copyright (C) 2014 JETRO. All rights reserved. Reason Japan s Re-emergence 1 다시 성장하는 일본 아베노믹스를 통한 경제 성장으로 일본 시장은 더욱 매력적으로 변모하고
More information31. 을전개한식에서 의계수는? 를전개한식이 일 때, 의값은? 을전개했을때, 의계수와상수항의합을구하면? 을전개했을때, 의 계수는? 를전개했을때, 상수항을 구하여라. 37
21. 다음식의값이유리수가되도록유리수 의값을 정하면? 1 4 2 5 3 26. 을전개하면상수항을 제외한각항의계수의총합이 이다. 이때, 의값은? 1 2 3 4 5 22. 일때, 의값은? 1 2 3 4 5 27. 를전개하여간단히 하였을때, 의계수는? 1 2 3 4 5 23. 를전개하여 간단히하였을때, 상수항은? 1 2 3 4 5 28. 두자연수 와 를 로나누면나머지가각각
More information<30382E20B1C7BCF8C0E720C6EDC1FD5FC3D6C1BEBABB2E687770>
정보시스템연구 제23권 제1호 한국정보시스템학회 2014년 3월, pp. 161~184 http://dx.doi.org/10.5859/kais.2014.23.1.161 베이비붐세대의 디지털라이프 지수* 1) 권순재**, 김미령*** Ⅰ. 서론 Ⅱ. 기존문헌 연구 2.1 베이비붐세대의 현황과 특성 2.2 베이비붐의 세대이 정보화 연구 Ⅲ. 연구내용 및 방법 Ⅳ.
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 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 informationCloud Friendly System Architecture
-Service Clients Administrator 1. -Service 구성도 : ( 좌측참고 ) LB(LoadBlancer) 2. -Service 개요 ucloud Virtual Router F/W Monitoring 개념 특징 적용가능분야 Server, WAS, DB 로구성되어 web service 를클라우드환경에서제공하기위한 service architecture
More informationWeb Scraper in 30 Minutes 강철
Web Scraper in 30 Minutes 강철 발표자 소개 KAIST 전산학과 2015년부터 G사에서 일합니다. 에서 대한민국 정치의 모든 것을 개발하고 있습니다. 목표 웹 스크래퍼를 프레임웍 없이 처음부터 작성해 본다. 목표 웹 스크래퍼를 프레임웍 없이 처음부터 작성해 본다. 스크래퍼/크롤러의 작동 원리를 이해한다. 목표
More information-09-......
The Values, Consumption Culture, and Clothing Attitudes of a Modern New Generation as the Primary Consumer of Modern Korean Culture: From the 1920 s to the 1930 s Department of Fashion Design, Osan College
More information한국언론진흥재단 지정주제 연구보고서 2011-15 해외동포 언론의 국내뉴스 보도 연구 책임 연구 한동섭(한양대학교 미디어커뮤니케이션학과 교수) 공동 연구 김형일(극동대학교 언론홍보학과 교수) 연구 보조 최진호(한양대학교 미디어커뮤니케이션학과 석사과정) 발행인 이성준 편
해외동포 언론의 국내뉴스 보도 연구 한동섭 김형일 한국언론진흥재단 지정주제 연구보고서 2011-15 해외동포 언론의 국내뉴스 보도 연구 책임 연구 한동섭(한양대학교 미디어커뮤니케이션학과 교수) 공동 연구 김형일(극동대학교 언론홍보학과 교수) 연구 보조 최진호(한양대학교 미디어커뮤니케이션학과 석사과정) 발행인 이성준 편집인 선상신 발행일 2011년 9월 30일
More information07_À±ÀåÇõ¿Ü_0317
170 171 1) 2)3) 4)5) 6) 7) 172 8) 9) 10) 11)12)13) 14)15) 16) 17)18) 19) 173 174 20)21) 22) 23) 24) 175 25) 26) 27) 28) 29) 30) 31) 32)33) 34) 176 35) 36) 177 37)38) 39) 40)41) 178 42) 179 180 181 R(Appm,CPm)
More informationSocial Network
Social Network Service, Social Network Service Social Network Social Network Service from Digital Marketing Internet Media : SNS Market report A social network service is a social software specially focused
More information(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로
Lab. 1. I-V Characteristics of a Diode Lab. 6. 연산증폭기가산기, 미분기, 적분기회로 1. 실험목표 연산증폭기를이용한가산기, 미분기및적분기회로를구성, 측정및 평가해서연산증폭기연산응용회로를이해 2. 실험회로 A. 연산증폭기연산응용회로 (a) 가산기 (b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로 3. 실험장비및부품리스트
More information03-최신데이터
Database Analysis II,,. II.. 3 ( ),.,..,, ;. (strong) (weak), (identifying relationship). (required) (optional), (simple) (composite), (single-valued) (multivalued), (derived), (identifier). (associative
More informationSequences with Low Correlation
레일리페이딩채널에서의 DPC 부호의성능분석 * 김준성, * 신민호, * 송홍엽 00 년 7 월 1 일 * 연세대학교전기전자공학과부호및정보이론연구실 발표순서 서론 복호화방법 R-BP 알고리즘 UMP-BP 알고리즘 Normalied-BP 알고리즘 무상관레일리페이딩채널에서의표준화인수 모의실험결과및고찰 결론 Codig ad Iformatio Theory ab /15
More information= ``...(2011), , (.)''
Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.
More information歯 PDF
13 6 275 AOL Time Warner * 55) 1 11 FCC, AOL Time Warner.... 1.. 2. 1. AOL Time Warner. FTC, FCC 2. 1. FTC (2000 12 14 ) 3. 2. FCC (2000 1 11 ) 4.... AOL Time Warner 1 11 FCC(). AOL Time Warner, AOL Time
More informationø©º∫∞˙ ∞Êøµ0
( ),,, KAIST. ( ), P P,, KAIST. ( ),,, KAIST. Freedman, S., & Jin, G. Z.( ), Do Social Networks Solve Information Problems for Peer-to-Peer Lending? Evidence from Prosper.com, Working Paper. Herrero-Lopez,
More information001지식백서_4도
White Paper on Knowledge Service Industry Message Message Contents Contents Contents Contents Chapter 1 Part 1. Part 2. Part 3. Chapter
More informationwhitepaper6-KR
BYT V 1.0 1. BYTEX - - - - / 2. 'BYT BYT - (distribution plan) (lock-up) -BYT (transaction mining) -BYT -BYT 3. BYTEX / / - -BYT 4. BYTEX (IEO Platform) - - 5. - - 6. - 1 BYTEX 1. BYTEX BYTEX,,,. BYTEX.
More informationChap 6: Graphs
AOV Network 의표현 임의의 vertex 가 predecessor 를갖는지조사 각 vertex 에대해 immediate predecessor 의수를나타내는 count field 저장 Vertex 와그에부속된모든 edge 들을삭제 AOV network 을인접리스트로표현 count link struct node { int vertex; struct node
More informationexp
exp exp exp exp exp exp exp exp exp exp exp log 第 卷 第 號 39 4 2011 4 투영법을 이용한 터빈 블레이드의 크리프 특성 분석 329 성을 평가하였다 이를 위해 결정계수값인 값 을 비교하였으며 크리프 시험 결과를 곡선 접합 한 결과와 비선형 최소자승법으로 예측한 결과 사 이 결정계수간 정도의 오차가 발생하였고
More information1
- MEDIC (MEDical Intelligent wheelchair ) MedicalIntelligent, Wheelchair MEDIC. MEDIC LG Global Challenger 2003 - 1. 3 2. 4 2.1 4 (1) 4 (2) 5 2.2 6 (1) 6 (2) 6 (3) 7 3. 8 3.1 8 3.2 10 3.3 11 4. 12 4.1
More information삼국통일시나리오.indd
디지털융합연구원 Whitepaper 2010-01 2010.12.20 장석권교수 디지털융합연구원장 한양대학교 경영대학 교수 contents Executive Summary_03 1. 디지털삼국의 형상과 구조 _04 2. 디지털삼국의 세력다툼 양상과 영토확장 전략 _08 3. 삼국통일 시나리오 _11 3.1 시나리오의 구성 3.2 Google 공화국 (Republic
More information,,,.,,,, (, 2013).,.,, (,, 2011). (, 2007;, 2008), (, 2005;,, 2007).,, (,, 2010;, 2010), (2012),,,.. (, 2011:,, 2012). (2007) 26%., (,,, 2011;, 2006;
,,.. 400,,,,,,.,,, -, -, -., 3.. :, Tel : 010-9540-0640, E-mail : sunney05@hanmail.net ,,,.,,,, (, 2013).,.,, (,, 2011). (, 2007;, 2008), (, 2005;,, 2007).,, (,, 2010;, 2010), (2012),,,.. (, 2011:,, 2012).
More informationTHE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4)
THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 Oct.; 29(10), 799 804. http://dx.doi.org/10.5515/kjkiees.2018.29.10.799 ISSN 1226-3133 (Print) ISSN 2288-226X (Online) Method
More informationChap 6: Graphs
그래프표현법 인접행렬 (Adjacency Matrix) 인접리스트 (Adjacency List) 인접다중리스트 (Adjacency Multilist) 6 장. 그래프 (Page ) 인접행렬 (Adjacency Matrix) n 개의 vertex 를갖는그래프 G 의인접행렬의구성 A[n][n] (u, v) E(G) 이면, A[u][v] = Otherwise, A[u][v]
More informationMicrosoft Word - logic2005.doc
제 8 장 Counters 실험의목표 - Catalog counter 의동작원리에대하여익힌다. - 임의의 counter를통하여 FSM 구현방법을익힌다. - 7-segment display 의동작원리를이해한다. 실험도움자료 1. 7-segment display 7-segment는디지털회로에서숫자를표시하기위하여가장많이사용하는소자이다. 이름에서알수있듯이 7개의 LED(
More information오시는 길 동명 무료순환버스 2 0 1 6 정 시 모 집 요 강 울산지역 꽃나루공원 공업탑로타리 태화로타리 신복로타리 동명대도착 2016학년도 정시모집요강 창원지역 창원종합 버스터미널 앞 CT7/ CGV 창원종합운동장 시청 로타리 남산시외버스 정류소 동명대도착 김해 / 장유지역 동명대 출발 장유면사무소 김해 소방서 동명대도착 대중교통 시내버스 : 21번, 25번,
More information2009방송통신산업동향.hwp
17) 목차 1. 87. 87. 92 2. 94 102 1. 시장현황 가. 시장규모 17) 2009, 08 ( DMB ) 3 8,178 (3 8,815) 1.6%. TV 481 ( 1.4%), 157 ( 2.9%). TV 9%, 0.7% *, (02) 570-4333, sunsil@kisdi.re.kr 17) DMB. DMB 2 4 87 제 2 장 방송산업.
More informationPolitical Science& International Relations EWHA WOMANS UNIVERSITY
Political Science& International Relations EWHA WOMANS UNIVERSITY Public Administration EWHA WOMANS UNIVERSITY Economics EWHA WOMANS UNIVERSITY Library & Information Science EWHA WOMANS UNIVERSITY Sociology
More information(5차 편집).hwp
(215), 54(1), 17-3 211 STEAM,.. STEAM, STEAM, 5~6 11.,., 5~6...,. (, 21)., 29. (,, 212). 211 STEAM * :, E-mail: njkwon@hanmail.net http://dx.doi.org/1.15812/ter.54.1.2153.17 (215), 54(1), 17-3,. (Arts)
More information<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770>
25 강. 수열의극한참거짓 2 두수열 { }, {b n } 의극한에대한 < 보기 > 의설명중옳은것을모두고르면? Ⅰ. < b n 이고 lim = 이면 lim b n =이다. Ⅱ. 두수열 { }, {b n } 이수렴할때 < b n 이면 lim < lim b n 이다. Ⅲ. lim b n =0이면 lim =0또는 lim b n =0이다. Ⅰ 2Ⅱ 3Ⅲ 4Ⅰ,Ⅱ 5Ⅰ,Ⅲ
More information<3331392D3334302D2D2D2D2D2D2D31372DC3D6BFACC1F82CC1A4BFACB0E62D2D2D2D2D2D2D2D2D2D2D2DC7D0C8B831C2F7BCF6C1A42E687770>
공공도서관의 소셜 네트워크 서비스 활성화 방안에 관한 연구 A Study on Activating Social Network Services for Public Libraries in Korea 최 연 진 (Yeon Jin Choi)* 정 연 경 (Yeon Kyoung Chung)** 초 록 본 연구의 목적은 국내 공공도서관의 소셜 네트워크 서비스 도입 현황과
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 information다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) <% RequestDispatcher dispatcher = request.getrequestdispatcher(" 실행할페이지.jsp");
다른 JSP 페이지호출 forward() 메서드 - 하나의 JSP 페이지실행이끝나고다른 JSP 페이지를호출할때사용한다. 예 ) RequestDispatcher dispatcher = request.getrequestdispatcher(" 실행할페이지.jsp"); dispatcher.forward(request, response); - 위의예에서와같이 RequestDispatcher
More information<372E20B9DAC0B1C8F12DB0E62E687770>
7 사회과학연구 2010; 36(2) Journal of Social Science Vol.36, No.2, 2010; 45-69 사 회 과 학 연 구 의원 웹사이트의 네트워크 분석에 관한 연구 : 17대 국회의원과 7대 서울시의회 의원 웹사이트 비교 분석을 중심으로 박윤희 (Yun-Hee Park) 동국대학교 정치학과 박사과정 수료 mihoo@hanmail.net
More informationMicrosoft PowerPoint Relations.pptx
이산수학 () 관계와그특성 (Relations and Its Properties) 2010년봄학기강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계
More information에너지경제연구 Korean Energy Economic Review Volume 9, Number 2, September 2010 : pp. 19~41 석유제품브랜드의자산가치측정 : 휘발유를 중심으로 19
에너지경제연구 Korean Energy Economic Review Volume 9, Number 2, September 2010 : pp. 19~41 석유제품브랜드의자산가치측정 : 휘발유를 중심으로 19 20 21 22 23 24 25 < 표 1> 석유제품속성과수준 26 [ 그림 1] 휘발유선택질문 27 ~ ~ < 표 2> 표본의특성 ~ ~ ~ ~ ~ ~
More informationTrack2
Track II: Ambient Communica/on Mar 2015 Graduate School of Culture Technology, KAIST People Social Compu/ng Lab Dongman Lee, Meeyoung Cha, Wonjae Lee, and Sungjoo Woo Complex Systems of Culture Juyong
More informationJAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각
JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.
More information와플-4년-2호-본문-15.ps
1 2 1+2 + = = 1 1 1 +2 =(1+2)+& + *=+ = + 8 2 + = = =1 6 6 6 6 6 2 2 1 1 1 + =(1+)+& + *=+ =+1 = 2 6 1 21 1 + = + = = 1 1 1 + 1-1 1 1 + 6 6 0 1 + 1 + = = + 7 7 2 1 2 1 + =(+ )+& + *= + = 2-1 2 +2 9 9 2
More information:,,.,. 456, 253 ( 89, 164 ), 203 ( 44, 159 ). Cronbach α= ,.,,..,,,.,. :,, ( )
:,,.,. 456, 253 ( 89, 164 ), 203 ( 44, 159 ). Cronbach α=.83.91.,.,,..,,,.,. :,, (402-751) 253 E-mail : yspark@inha.ac.kr ..,.,.,. Bandura(1997),.,,,,., (,,, 2009), (,,,, 2014).?.,,,.. Bandura (1995) (Resiliency
More information歯김한석.PDF
HSN 2001 Workshop Session IX Service Providers and Business Model Future Business Models for Telecom Industry 1. Internet Economy 2. E-business 3. Internet Economy 4.? 1 1. Internet Economy 1.1 Internet
More information이베이를 활용한 B2C 마케팅_한국무역
[2015. 09. 18] ebay 를 활용한 B2C 마케팅 목차 1. Why global B2C e-commerce 2. ebay 마켓플레이스의 특징 3. ebay 플랫폼을 활용한 CBT 소개 4. ebay CBT 비즈니스의 장점 5. EBAY CBT 비즈니스의 성공요소 WHY GLOBAL B2C E-COMMERCE? B2C 전자상거래 마켓플레이스에 관심을
More informationDigital Web 2.0 Digital 2.0 70.2 68.2 65.5 64.1 71.9 72.8 73.5 74.8 75.5 56.6 58.0 59.4 51.6 01.6 01.12 02.6 02.12 03.6 03.12 04.6 04.12 05.6 05.12 06.6 06.12 07.6 33.8% 42.5% 42.5% 33.3% 20.6%
More information38이성식,안상락.hwp
동영상UCC의 활성화에 따른 영상디자인의 대중화 현상에 관한 연구 A Study on Development of Public Relationship of UCC Animation in Social Network 주저자: 이성식 (Lee, Sung Sik) (주)펄슨앤커뮤니케이션 공동저자: 안상락(An, Sang Lak) 한국재활복지대학 광고홍보과 논문요약 Abstract
More information02 Vol 219 2013. 5. 30
The KonKuk University Alumni News 5 02 Vol 219 2013. 5. 30 www.kkuaa.or.kr 03 04 Vol 219 2013. 5. 30 www.kkuaa.or.kr 05 06 Vol 219 2013. 5. 30 www.kkuaa.or.kr 07 08 Vol 219 2013. 5. 30 All Digital Planning
More information04 Çмú_±â¼ú±â»ç
42 s p x f p (x) f (x) VOL. 46 NO. 12 2013. 12 43 p j (x) r j n c f max f min v max, j j c j (x) j f (x) v j (x) f (x) v(x) f d (x) f (x) f (x) v(x) v(x) r f 44 r f X(x) Y (x) (x, y) (x, y) f (x, y) VOL.
More informationAnalysis of objective and error source of ski technical championship Jin Su Seok 1, Seoung ki Kang 1 *, Jae Hyung Lee 1, & Won Il Son 2 1 yong in Univ
Analysis of objective and error source of ski technical championship Jin Su Seok 1, Seoung ki Kang 1 *, Jae Hyung Lee 1, & Won Il Son 2 1 yong in University & 2 Kang Won University [Purpose] [Methods]
More information<BAB9C0E2B0E820B3D7C6AEBFF6C5A9BFCD20B5A5C0CCC5CD20B0FAC7D0C0C720B1B8C1B6BFCD20C6AFC2A15FC1A4C7CFBFF528BCF6C1A4292E687770>
복잡계 네트워크와 데이터 과학의 구조와 특징 정하웅(KAIST, 물리학과) 2015.12. 1 I. 서론 II. 본론 1. 세상은 복잡계로 이루어져 있다 가. 복잡계란 무엇인가? 나. 복잡계를 이해하기 위한 몇 가지 네트워크 사례들 2. 네트워크의 이해를 위한 전제들 가. 네트워크의 분류 나. 네트워크의 대부분을 차지하는 항공망 네트워크 다. 네트워크는 왜
More informationFigure 1: 현존하는 정적 분석 기술의 한계와 본 연구의 목표. 이러한 허위경보(false alarm)를 가질 수 밖에 없는데, 오탐율(전체 경보중 허위경보의 비율)이 정확도의 척도가 된다. 유용한 정적 분석기는 충분히 낮은 허위경보율을 가져야 한다. 대형 프로그
고성능 정적 프로그램 분석 기법 오학주 고려대학교 컴퓨터학과 서론 1 1.1 소프트웨어 오류 문제 소프트웨어가 모든 산업의 기반 기술이 되면서 소프트웨어의 오류로 인해 발생하는 사회경제적 비 용이 천문학적으로 증가하고 있다. 한 예로 미국의 투자금융회사인 KCG(Knight Capital Group)은 2012년 8월 1일 하루동안 2년치의 매출액에 해당하는
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 information정보화 산업의 발전단계 : 정보혁명의 진화 정보화 산업의 발전단계 1세기에 두 번 정도의 큰 기술혁명이 이루어져 경제성장의 원동력으로 작용 uit 시대는 정보혁명 중 인터넷 이후의 새로운 기술혁명인 컨버전스 기술이 핵심이 되는 시대 uit 시대는 정보화의 극대화와 타
모바일 혁명이 바꾸는 기업의 미래 모바일 빅뱅의 시대 기업경영환경의 변화 2011. 04. 26 더존 IT 그룹 더존씨앤티 지용구 사장 더존씨앤티 (트위터ID : Jiyonggu / E-mail : todcode@duzon.com) 11 정보화 산업의 발전단계 : 정보혁명의 진화 정보화 산업의 발전단계 1세기에 두 번 정도의 큰 기술혁명이 이루어져 경제성장의
More information내지4월최종
내 가 만 난 7 0 년 대 죽은 언론의 사회 동아자유언론수호투쟁위원회 2008년 촛불집회가 한창일 때 정동익은 오래 전 자신이몸담았던 동아일 보사 앞에 서 있었다. 촛불을든시민들은 동아일보는 쓰레기다! 라며 야유 를 보냈다. 한때 국민들이 가장 사랑했던 신문 동아일보는 젊은 시절 그와동 료 기자들이 목숨을 걸고 외쳤던 자유 언론 이 아니었다. 그는 차마더바라
More information