지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이기훈
- 발행연도
- 2018
- 저작권
- 광운대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
방송 콘텐츠 산업은 사용자가 단순히 시청만 하던 단방향 서비스 형태로 시작하여 양방향 서비스 형태로 발전하였으며, 최근에는 사용자가 언제 어디서나 원하는 콘텐츠를 시청할 수 있게 되었다. 수많은 멀티미디어 콘텐츠가 생겨나면서 사용자가 자신에게 알맞은 콘텐츠를 쉽고 빠르게 찾는 것이 어려워졌다. 본 논문에서는 키워드 간의 연관 정보를 이용하여 시청 중인 콘텐츠와 연관된 콘텐츠를 사용자에게 추천해주는 시스템을 제안한다. 키워드 간 연관 정보는 대량의 인터넷 뉴스 문서를 수집하여 함께 등장하는 빈도가 높은 키워드들을 분석하여 생성한다. 제안하는 시스템의 성능을 높이기 위하여 인터넷 뉴스 문서의 전처리 과정에서 분산 및 병렬 처리를 적용하며, 전처리를 마친 데이터를 분석하는 과정에서도 분산 검색 엔진과 분산 데이터 처리 엔진을 사용해 키워드 간 연관 정보를 생성하는 전 과정을 분산화한다. 또한 생성된 키워드 간 연관 정보 및 콘텐츠 정보를 NoSQL에 저장하여 분산 처리하며 NoSQL에 맞게 복잡한 질의를 최적화한다. 실험을 통해 질의 최적화 유무에 따른 실행 시간을 비교한 결과, 질의를 최적화한 경우, 최적화하지 않았을 때와 비교하여 성능이 최대 69배 향상된 것을 확인할 수 있었으며, 하나의 주요 키워드 당 추출할 연관 키워드의 개수가 적을수록 성능이 좋았다.
목차
제 1 장 서 론 1제 2 장 관련 연구 4제 3 장 연관 콘텐츠 추천 시스템 63.1 연관 키워드 추출 시스템 73.2 연관 콘텐츠 검색 시스템 103.2.1 RDBMS 기반 연관 콘텐츠 검색 시스템 113.2.2 NoSQL 기반 연관 콘텐츠 검색 시스템 143.2.3 연관 콘텐츠 검색 시스템 인터페이스 19제 4 장 성능 평가 224.1 실험 방법 224.2 실험 결과 24제 5 장 결론 및 향후 연구 28참고문헌 29
최근 본 자료
댓글(0)
0