REST 기반 Open API의 입출력 파라미터 특성을 고려한 자동 매쉬업 방법에 대한 연구 :A study on the method of automatic mash-up considering I/O parameter properties of REST-based Open API

정완

추천

검색

자료유형: 학위논문

저자정보: 정완 (광운대학교, 광운대학교 대학원)

지도교수: 김화성

발행연도: 2014

저작권: 광운대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (5)

2014

입출력 파라미터 특성을 이용한 REST 기반의 Open API 온톨로지 모델링 및 자동 매쉬업 방법

정완 , 김화성 한국통신학회논문지 2014.08 학술저널

Open API 기반 웹 서비스의 자동 매쉬업을 위한 데이터 전달 구조에 대한 정의

정완 , 정진호 , 위유경 외 1명 한국통신학회 학술대회논문집 2014.06 학술대회자료

REST 기반 Open API의 파라미터 데이터 타입 정의를 이용한 자동 매쉬업 가능성 판별 방법

정완 , 김화성 대한전자공학회 학술대회 2014.06 학술대회자료

REST 기반 Open API의 입출력 파라미터 특성을 고려한 자동 매쉬업 방법에 대한 연구

정완 전자통신공학과 2014.01 학위논문

매쉬업 가능 판별을 위한 입출력 파라미터의 데이터 타입 정의 방법에 대한 연구

정완 , 김화성 한국통신학회 학술대회논문집 2014.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Open API는 누구나 사용할 수 있도록 공개된 API로 웹 2.0의 대표적인 기술로 소개되고 있다. Open API가 웹 2.0의 대표적인 기술로 소개된 배경으로는 Open API를 혼합하여 새로운 부가가치를 만들어 낼 수 있는 매쉬업 서비스와 관련이 있다. 하지만 Open API를 이용한 기존의 매쉬업 서비스는 개발자 위주로 제작되고 있기 때문에 개인 사용자의 취향이나 목적을 고려하지는 못하였다. 따라서 개인 사용자도 손쉽게 자동으로 합성할 수 있는 자동 매쉬업 제작 툴이 요구되었다. 자동 매쉬업 제작 툴의 제공을 위해서는 REST 아키텍처 스타일 기반의 Open API를 이용한 매쉬업 방법이 필수적인데 이는 REST 아키텍처 스타일 기반의 Open API가 간단한 구조를 가지며 가장 보편적으로 제공되고 있기 때문이다. 자동 매쉬업을 위해서는 서로 같은 데이터의 종류를 구별하는 것과 의미적, 기능적으로 유사하여 합성될 수 있는 접점을 선별하는 방법이 핵심 연구이다. 이를 위해 기존 자동 매쉬업에서는 Open API의 메쏘드, 입출력 파라미터의 데이터 형식, 이름, 기술 문서등을 기반으로 매쉬업 가능성을 판별하였지만 모든 REST 기반 Open API가 이와 같은 정보들을 제공하고 있지는 않다.
본 논문에서는 이와 같은 문제점을 해결하기 위해 입출력 파라미터의 이름만 이용하며 입출력 파라미터에서 공통적으로 나타나는 특성에 대해 분석한다. 그리고 분석한 특성을 바탕으로 입출력 파라미터의 데이터 종류를 구별하는 방법과 입출력 파라미터 이름 내에 존재하는 단어 간의 의미적 관계를 형성하여 매쉬업 가능성을 판별하는 알고리즘에 대해 제안한다.

Open API is the API that has been published so that everyone can use and it is introduced as a typical technology of web 2.0. The reason why the Open API was introduced as a key technology of Web2.0, it is associated with mash-up service to create a new added value by combining the several Open APIs. However, existing mash-up services using the Open API does not take into account the objectives and preferences of individual users because it is being developed manually by service developers. Therefore, an automated mash-up creation tool, which can synthesize a new mash-up service easily even by the individual users, was required. In order to implement the automated mash-up creation tool, the automatic mash-up method using REST architecture-based Open APIs is essential, because the REST architecture-based Open APIs have simple structure and they occupy large percentage among the total number of Open APIs. For the mash-up, a way to differentiate the kind of same data and a method to select the point of synthesis are key research issues. The existing automated mash-up method distinguishes the possibility of mash-up using data type, the name, technical documents of input/output parameters of Open API methods. However, all the REST-based Open APIs do not provide these kinds of information.
In order to solve the above problems and to distinguish the possibility of mash- up using only the names of the input/output parameters of Open API methods, we analyze the characteristics that appear in common with input/output parameters. And we propose a method how to classify the kind of data of input/output parameters by applying the analyzed properties of the input/output parameters and a method of forming a semantic relationship between the words that exist in the name of input/output parameters. Also we propose an algorithm to determine the possibility to mash-up based on above methods.

제 1장 서론 1
제 2장 관련 연구 5
2.1 OpenAPI에서의 REST API 5
2.2 REST기반의 Open API와 이를 이용한 매쉬업 과정 6
제 3장 입출력 파라미터 특성을 이용한 자동 매쉬업 방법 11
3.1 OpenAPI를 이용한 자동 매쉬업 방법의 이슈 11
3.1.1 매쉬업 가능성을 판별하기 위한 정보 선정에 대한 이슈 12
3.1.2 입출력 파라미터의 데이터 타입에 대한 이슈 14
3.1.3 입출력 파라미터 이름의 의미적 비교에 대한 이슈 15
3.2 입출력 파라미터 이름 및 데이터의 특성 18
3.2.1 특성 1. 입출력 파라미터의 이름에서 마지막 단어는 데이터의 종류를 결정한다. 19
3.2.2 특성 2. 의미가 유사한 단어는 단어가 나타내는 특성도 유사하다. 21
3.3 매쉬업 서비스의 데이터 전달 구조 22
3.4 매쉬업 가능한 입출력 파라미터의 선별 알고리즘 25
3.4.1 데이터 종류의 분류 26
3.4.2 입력 파라미터의 존재 여부 판별 27
3.4.3 의미적 유사도 비교 29
제 4장 성능 평가 34
4.1 데이터 종류의 구별 34
4.2 입력 파라미터 존재 여부의 수행 결과 37
4.3 의미적 비교 알고리즘 성능 평가 41
제 5장 결론 54
참고문헌 56

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (5)

초록· 키워드

목차

최근 본 자료

댓글(0)