Develop Destroyer

제목

소셜네트워크 데이터에서의 분산 그래프 파티션

학회 기간

2015.06.24. ~ 2015.06.26

역할

제 2저자, 하둡 환경 세팅, 번역

요약

(내용)

본 논문에서는 빅데이터 처리 기반의 Spark를 활용한 그래프 파티셔닝 알고리즘의 효율성을 제안한다. 이에 따라 Hadoop 클러스터에서 Spark를 구동하여 유사한 개체간의 그룹을 형성하는 그래프 파티셔닝 알고리즘을 구현하였으며, 결론적으로 본 논문에서 제안하는 알고리즘과 Hadoop에서 구현된 다른 알고리즘의 성능을 비교분석하였다. 실험에 사용된 데이터로써 페이스북 프로필의 그래프 구조를 사용하였으며 이를 통해 알고리즘의 실용성을 확인하였다. 실험에 사용된 소스코드는 Spark에서 지원하는 Scala로 구현하였고 빠른 처리를 위해 로컬 Hadoop 클러스터에서 진행하였다.

발표기관

한국정보과학회

제목

지식기반 경로 빅데이터를 이용한 내비게이션 시스템

학회 기간

2015.06.24. ~ 2015.06.26

역할

제 2저자, 내비게이션 개발, 서버 개발

요약

(내용)

본 논문에서는 지식기반의 경로 빅데이터를 이용하여 길안내를 하는 내비게이션 시스템을 제안한다. 길안내를 위해 시간 소요에 영향을 줄 수 있는 정보 및 실제 소요된 시간과 경로 데이터를 수집하고, 대량의 경로 데이터를 분류 및 분석하여 소요시간이 가장 적은 경로를 추천하는 방식의 시스템이다. 사람의 경험과 지식이 담긴 경로 데이터로 안내하는 길은 기존 내비게이션에서 사용하는 기계적인 분석과 계산 이상의 결과를 기대할 수 있다. 이를 토대로 구체적인 내비게이션 시스템 구축에 대한 방법을 설명하고자 한다.

발표기관

한국정보과학회

제목

이미지 검색을 이용한 사진입력 게임 인터페이스 구현

역할

제 1저자, 게임 개발, 사진입력 인터페이스 개발, 서버 개발

학회 기간

2015.06.24. ~ 2015.06.26

요약

(내용)

시대의 흐름에 따라 게임 개발에 대한 패러다임 또한 변화하고 있다. 일반적인 게임은 사용자가 시스템에 내부적으로 정해진 선택지만을 이용하여 플레이를 할 수 있도록 설계 되고 있다. 미리 정해져 있지 않은 입력데이터를 분석하고 판별하여 게임을 진행할 수 있다면, 게임 내에서 사용자의 선택지는 제약이 없게 되며 따라서 게임 시나리오는 사용자의 다양한 입력데이터에 따라 다양하게 전개 될 수 있다. 본 논문에서는 기존의 네트워크 통신 및 API와 알고리즘을 게임에 접목함으로써 제약 없는 사용자의 입력에 따른 게임 시스템의 출력 방안을 제안한다. 실험을 위해 안드로이드 플랫폼 단말기 상에서 동작하는 게임을 구현하였다. 실험에서 선정한 사용자의 입력 데이터 포맷은 이미지 파일이며, 서버는 네이버 이미지 검색 API를 이용하여 입력 받은 이미지 파일과 획득한 참조 이미지와의 유사도 검사를 수행한다. 그에 따른 결과를 분석하여 판정 결과를 게임 단말기로 반환한다. 실험을 통해 게임 개발 프레임워크를 기초로 다른 분야의 컴퓨팅 기술 접목의 활용가치를 확인하였으며 또한 제안한 방식은 향후 다양한 게임 인터페이스로의 발전 가능성이 있음을 입증하였다.

발표기관

한국정보과학회

제목

대용량 경로데이터 분류에 기반한 경험적 최선 경로 추천

역할

제 3저자, PHP 개발

학회 기간

2015.02 논문지 등재

요약

(내용)

위치를 수집할 수 있는 모바일 기기의 확산에 따라 다양한 위치기반서비스들이 개발되어 사용되고 있다. 본 논문에서는 위치기반서비스가 일반화됨에 따라 수집되고 저장되는 경로 데이터의 양이 기하급수적으로 커지고 결국 빅데이터가 될 것이기 때문에 수집된 대용량 경로데이터에서 최선 경로를 찾아 추천해주는 시스템을 제안한다. 대용량 경로 데이터에서 실제 운행 시간 등의 정보를 바탕으로 기존 내비게이션보다 좋은 경로를 추천할 수 있게 된다. 대용량 경로 데이터 처리를 위해 하둡 맵리듀스를 이용해서 분류하고 분류된 경로를 데이터베이스에 저장하여 사용자의 요청에 빠르게 반응할 수 있도록 하였다. 사용자의 요청에 지도상의 최단 경로가 아닌 수집된 경로 기록을 바탕으로 최선 경로를 찾게 되는 것이다. 구현된 전체 시스템은 실제 경로를 수집하기 위한 안드로이드 응용프로그램, 하둡 맵리듀스를 이용해 수집된 경로를 미리 분류해 놓기 위한 분류 엔진, 사용자의 출발지-도착지 요청에 따라 분류된 경로에서 최선 경로를 찾아 사용자에게 돌려주는 웹서버와 안드로이드 클라이언트 서비스 시스템이다. 실제 운행 실험을 제안한 방법과 시스템이 실효성이 있음을 보인다.

발표기관

한국정보과학회

제목

Classifying Big Trajectory Data using K-means Clustering Algorithm with MapReduce

학회 기간

제 1저자, Hadoop 환경 세팅, K-Means 개발, 통계

날짜

2014.07.09. ~ 2014.07.10

요약

(내용)

Recently, the size of trajectory data for location-based services is getting bigger and bigger. Many algorithms have been developed for classifying data. K-means algorithm is popularly used and it is a method to grouping data into K clusters. K-means algorithm is intuitive and easy to implement. However, it is hard to directly apply K-means algorithm to classify big trajectory data. In this paper, we aim to discover some possibilities of classifying big trajectory data using MapReduce framework. MapReduce is a programming model to process big data with distributed environment on cloud computing. We focus on validating our idea of classifying big trajectory data using MapReduce; we adopted an open-source K-means clustering algorithm and ran it on our Hadoop cluster. With the experimentation, we verified that classifying big trajectory data using MapReduce is efficient and useful approach.

발표기관

MITA 2014