본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

표제지

목차

국문요약 9

1. 서론 11

2. 관련연구 15

3. 시맨틱 웹에서 빈발 부분그래프 컴퍼넌트 추출 방법론 17

3.1. InputGraph Extractor 17

3.1.1. Mining Pattern 20

3.1.2. 트랜잭션 경로(Transaction Path)를 위한 노드 탐색 방법론 및 정규화 23

3.2. Stepwise Triple Induction 28

3.3. Subgraph Rebuilder 33

3.3.1. 원본 노드 추출 단계(Original Node Extractor) 34

3.3.2. 원본 노드 재연결 단계(Original Node Re-connector) 36

3.3.3. 중복 제거 단계(Remove Duplicated Subgraph) 39

4. 프로토타입 구현 41

5. 결론 45

참고문헌 46

ABSTRACT 49

표목차

〈표 1〉 모든 경로 추출 알고리즘 24

〈표 2〉 Transaction Path Table 25

〈표 3〉 Revised Transaction Path Table 26

〈표 4〉 InputGraph 28

〈표 5〉 원본노드 추출을 수행하는 알고리즘 35

〈표 6〉 원본 노드 재 연결 수행 알고리즘 37

〈표 7〉 중복 제거 단계 수행 알고리즘 39

〈표 8〉 InputGraph 43

〈표 9〉 Extracted SubGraph 44

그림목차

〈그림 1〉 웹의 발전 11

〈그림 2〉 온톨로지 스키마 그래프 12

〈그림 3〉 연구 목적 14

〈그림 4〉 연구의 프로세스 17

〈그림 5〉 온톨로지 리소스 그래프 예제 18

〈그림 6〉 사용자 정의 Mining Pattern에 의하여 정의된 온톨로지 스키마 그래프 21

〈그림 7〉 사용자 정의 Mining Pattern에 의하여 정의된 인스턴스 그래프 22

〈그림 8〉 Stepwise Triple Induction 30

〈그림 9〉 공동 노드의 결합으로 인한 정보 손실 발생 31

〈그림 10〉 Parallelized InputGraph Update 33

〈그림 11〉 SubGraph Rebuilder 프로세스 단계 34

〈그림 12〉 Oritinal node extractor 예제 36

〈그림 13〉 Original Node Re-connector 예제 38

〈그림 14〉 Smart TV 사용자 시청이력 온톨로지 인스턴스 그래프 일부 41

〈그림 15〉 마이닝 패턴에 의하여 정의된 온톨로지 42

〈그림 16〉 마이닝 패턴에 대응되는 인스턴스 그래프 42

초록보기

웹의 발전으로 인하여 우리는 웹 1.0, 2.0을 넘어 바야흐로 시맨틱 웹을 그 특징으로 하는 웹 3.0 시대에 진입하고 있다. 웹 3.0 시대는 그야말로 지능적인 웹의 시대이다. 웹이 단순히 웹에 산재해 있는 리소스를 웹 사용자들에게 제공해주는 정보제공자가 아니라, 사람처럼 사고하는 능력 즉 지능적인 능력을 소지함으로써 사람들이 원하는 지식을 제공하고자 하는 것이라 할 수 있다. 이 목적을 위하여 웹과 지식 발견 연구 분야인 데이터 마이닝을 결합하기 위한 노력이 많이 진행되어져 왔다. 하지만 웹에서의 지식 발견은 많은 경우 웹 로그 데이터나, 카테고리 탐색 데이터를 전통적인 연관규칙 발견 방법이나, 순차패턴 마이닝 방법론에 맞도록 데이터를 정리하여 분석을 진행하는 정도의 활용에 그쳤으며 시맨틱 웹에서의 빈발 패턴 마이닝 방법 연구도 단순히 시맨틱 웹에서 연관규칙 마이닝 기법을 적용하기 위한 트랜잭션 테이블을 추출하여 전통적인 연관규칙 마이닝 기법을 활용하는 데 그치고 있다. 따라서 시맨틱 웹 데이터에서 직접 빈발 패턴을 추출하는 방법론에 대한 연구가 필요하다. 본 논문은 시맨틱 웹에서 빈발 부분 그래프 컴퍼넌트를 발견하는 방법론을 제시한다. 방법론은 모두 트랜잭션 정의를 위한 마이닝 패턴을 통한 입력 그래프(InputGraph) 추출 단계, 입력 그래프에서 빈발 부분 그래프를 추출하는 단계 및 결합노드로 표현된 빈발 부분 그래프를 원본 그래프로 재 빌딩하는 단계로 구성이 되었다. 프로토 타입의 구현의 결과 시맨틱 웹의 특성인 '확장성'을 띤 지식이 발견 되었으며 이러한 지식은 전통적인 연관규칙과 같은 지식발견 방법으로는 얻을 수 없는 지식임을 확인하였다. 본 연구는 시맨틱 웹에서 효과적으로 빈발 부분 그래프 컴퍼넌트를 발견하는 연구에 밑거름이 될 것이다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차