본 연구의 목적은 구매자 관점에서 스마트 폰 기기선택 결정요인을 추출 및 분류하고, 기기 선택시 각 결정요인에 대한 중요도 인식을 조사하여, 구매패턴 변화를 살펴보고 이에 따른 사업전략을 제시하는 데 있다. 기존 연구방법과 같이 선행연구를 통해 기기선택 결정요인을 조사함과 동시에 실제 구매자들을 대상으로 기기 선택요인을 추출하여 종합함으로써 현실적인 결과를 도출하고자 하였다. 연구결과는 최초구매자와 재 구매자들의 기기선택 관점이 어떻게 달라지는지 패턴을 보여주고 이에 따른 전략을 제시하였다. 본 연구는 실무적인 측면에서 스마트 폰 관련 업계(단말기 제조업체 및 통신 서비스업체)의 전략 설정과 정부정책 수립에 있어 참고자료로 활용될 수 있을 것이다. The study aims to identify and classify the decision factors in selecting a device, to measure buyers' perception for the factors at the point of smart phone purchase, and finally to propose the business strategies based on those purchase pattern changes. The research performs to not only investigate the decision factors through literature reviews, but also draw the device selection factors directly from buyers. The findings illustrated how the perceptions between the first buyers and existing buyers have been changes. The analyses will practically contribute as the references when the business strategy and policy are planned by smart phone related companies and the government.

본 연구의 목적은 금융IT 발전의 거시적 관점에서 방향성을 제안하고, 국내 금융IT 환경의 변화과정에 대한 경험적 모델을 바탕으로 향후 진행될 금융IT 시스템의 이론적 근거를 제시하는데 있다. 이를 위해 금융IT 발전과정 40년 동안 중요한 영향을 미쳤던 의미있는 패턴들을 도출 및 분석하고 코어뱅킹 모델의 라이프사이클을 역 추적하였다. 연구결과 첫째, 우리나라 금융IT 시스템의 라이프사이클은 10년으로 분석되었다. 둘째, 코어뱅킹 모델의 라이프사이클은 평균11년으로 분석되었으며 최장기 모델의 라이프사이클은 33년으로 분석되었다. 셋째, 장기 생존 코어뱅킹 모델들은 초기부터 철저한 객관적 분석과 벤치마킹을 통해 설계되고 발전시켜 왔다. 넷째, 금융IT 분야는 융합산업 분야로 성장시켜 나가야 하며, 이를 위해 코어뱅킹 모델연구의 체계화와 전문인력 양성이 필요하다. 본 연구는 그동안 명확하게 정리되지 않았던 코어뱅킹 모델의 분석을 통해 새로운 방향성을 제시하였다는데 의의가 있다. 전반부에는 코어뱅킹 모델의 역추적 의미와 금융IT 경영전략 차원의 핵심요소들을 중심으로 조사하였고, 후반부에는 이를 근거로 본격적인 코어뱅킹 모델의 라이프사이클을 분석하였다. The main purpose of this paper is to propose the direction of financial IT development in macro-perspective. And it also shows a theoretical basis on the financial IT system that will be progressed with regard to an empirical model on the basis of the transformation process of the domestic financial IT environment for the future. In the process, this research produces and analyzes the meaningful patterns that have a significant influence on the financial IT development for 40 years, and attempts to backtrack the life-cycle of the core-banking model. This paper can be summarized as follows: Firstly, I analyzed the life-cycle of financial IT system in Korea per 10years. Secondly. The life-cycle of core-banking model is analyzed by 11years on the average and the one of the long term model by 33years. Thirdly, from the earlier days, the models of a long-term survival core-banking have been designed and developed through the objective analysis and bench-marketing. Lastly, the financial IT field should be developed into the integrated industry, and systematization of core-banking model studies and more professionals need to be extended. This research has contributed to provide the new frameworks through the analysis of the core-banking model that has not studied obviously for a long time. The paper involves two related sections, the first section deals with the significance of backtracking in core-banking model and also focuses on the key components from the perspective of financial IT management strategies. Based on the process, the second section figures out the life-cycles of actual core-banking model.

본 논문에서는 예전 논문의 기득권 현상을 해결하기 위해 한 논문이 현재 다른 논문들로부터 받은 참조뿐만 아니라, 해당 논문의 잠재적인 참조도 함께 고려하는 랭킹 방안을 제안한다. 더 나아가, 논문의 정확한 랭킹 측정을 위해 두 논문 간의 내용 연관성도 함께 고려하는 랭킹 방안을 제안한다. 마지막으로, 실제 논문 데이터를 이용한 다양한 실험들을 통해, 제안 방안의 우수성을 입증한다. In this paper, to solve a vested interests of old papers in scientific literature ranking, we propose novel method that considers not only the current citations from other published papers but also the latent citations of papers to be published in the future. Furthermore, the method also considers the relevance of contents in the citing and cited papers. Finally, we verify the superiority of our proposed method through extensive experiments.

데이터 웨어하우스는 크기가 방대하기 때문에 인덱스의 선택은 질의어 처리의 효율성에 상대한 영향을 준다. 인덱스는 질의 처리 비용을 줄이지만, 그것이 차지하는 기억 영역과 데이터베이스의 변경에 따른 보수라는 비용이 수반된다. 데이터 웨어하우스에서 하나의 사실 테이블과 여러 개의 차원 테이블 사이의 조인을 행하는 스타 조인 질의어와 차원 테이블의 선택을 최적화하기 위해서 비트맵 조인 인덱스가 잘 적용된다. 비트맵 조인 인덱스는 이진수로 표현되기 때문에 저장 비용은 적게 들지만 인덱스 할 후보 속성들이 많이 생성되기 때문에 그 중에서 인덱스 할 속성들을 선택하는 일은 어려운 과제가 된다. 인덱스 선택은 일단 후보 속성들의 개수를 축소하고, 그 중에서 인덱스를 선택하게 된다. 본 논문에서는 데이터 마이닝 방법을 사용해서 비트 맵 조인 인덱스 선택 문제에서 후보 속성들의 개수를 축소하는 것을 해결한다. 질의어에 있는 속성들의 빈도에 기준해서 후보 속성들의 개수를 감소시키는 기존의 방법에 비해서 본 논문은 속성들의 빈도를 사용함과 동시에 차원 테이블의 크기, 차원 테이블의 튜플 크기, 디스크의 페이지 크기 등을 고려한다. 그리고 데이터마이닝 기법으로 빈발 항목집합을 마이닝하여 후보 속성들의 개수를 효과적으로 줄인다. 후보 속성집합들의 비트 맵 조인 인덱스에 비용함수를 적용해서 최소의 비용과 기억 영역 제한에 적합한 속성집합들의 비트 맵 조인 인덱스를 구한다. 본 논문의 방법의 효율성을 평가하기 위해서 기존의 방법들과 비교 분석을 한다. As the size of the data warehouse is large, the selection of indices on the data warehouse affects the efficiency of the query processing of the data warehouse. Indices induce the lower query processing cost, but they occupy the large storage areas and induce the index maintenance cost which are accompanied by database updates. The bitmap join indices are well applied when we optimize the star join queries which join a fact table and many dimension tables and the selection on dimension tables in data warehouses. Though the bitmap join indices with the binary representations induce the lower storage cost, the task to select the indexing attributes among the huge candidate attributes which are generated is difficult. The processes of index selection are to reduce the number of candidate attributes to be indexed and then select the indexing attributes. In this paper on bitmap join index selection problem we reduce the number of candidate attributes by the data mining techniques. Compared to the existing techniques which reduce the number of candidate attributes by the frequencies of attributes we consider the frequencies of attributes and the size of dimension tables and the size of the tuples of the dimension tables and the page size of disk. We use the mining of the frequent itemsets as mining techniques and reduce the great number of candidate attributes. We make the bitmap join indices which have the least costs and the least storage area adapted to storage constraints by using the cost functions applied to the bitmap join indices of the candidate attributes. We compare the existing techniques and ours and analyze them in order to evaluate the efficiencies of ours.

조기심실수축과 조기심방수축을 검출하기 위한 대부분의 알고리즘은 정확한 QRS complex, P파 및 T파의 측정을 필요로 한다. 이 논문에서, 우리는 복잡한 매개변수와 알고리즘을 사용하지 않으면서 조기심실수축과 조기심방수축을 검출하기 위한 새로운 알고리즘을 제안한다. 제안된 알고리즘은 대부분의 정상 ECG 파형 뿐만 아니라 개인적 특징과 개인적 차이에 의해 발생할 수 있는 비정상 파형에도 적용할 수 있는 넓은 적용성을 가지고 있다. 이러한 목적을 위해, ECG 파형을 각각의 단위 패턴으로 분리한 후, 정상 R-R 간격을 가지는 단위패턴만을 사용하여 기준단위패턴을 만든다. 그 후에, 기준단위 패턴과 각각의 단위패턴 사이에 패턴매칭을 위한 유사도 분석을 사용하여 조기심실수축과 조기심방수축을 검출한다. Most methods for detecting PVC and APC require the measurement of accurate QRS complex, P wave and T wave. In this study, we propose new algorithm for detecting PVC and APC without using complex parameter and algorithms. Proposed algorithm have wide applicability to abnormal waveform by personal distinction and difference as well as all sorts of normal waveform on ECG. To achieve this, we separate ECG signal into each unit patterns and made a standard unit pattern by just using unit patterns which have normal R-R internal. After that, we detect PVC and APC by using similarity analysis for pattern matching between standard unit pattern and each unit patterns.

국내 최초로 소프트웨어 글로벌화 품질관리(Globalization Quality Management, GQM) 프레임워크를 설계하고 실제 산업 현장에 적용하였다. GQM은 글로벌화 경험이 미약한 국내 소프트웨어 업체를 대상으로 글로벌화 기술 적용 결과를 국제 표준에 적합한 수준으로 끌어올리기위한 지원 및 점검을 위한 도구이다. 소프트웨어 개발 주기에 따른 체크포인트 기반의 품질관리 프로세스, 글로벌화 기술지원 모델 및 품질점검 모델로 구성된 GQM은 폭포수를 비롯한 계획주도방법론과 애자일을 포함한 반복점증방법론을 모두 지원한다. GQM에 기반하여 31개 소프트웨어 업체를 대상으로 글로벌화 수준진단을 수행하고 5점 척도로 평가한 결과, 글로벌화 역량이 2.47, 글로벌화 준비도가 2.55로 나타났다. 또한, 글로벌화 기술 도입을 위한 선결요건은 국제화 기술을 반영한 제품 설계(32.9%)와 글로벌 요구사항 분석(28%)으로 조사되었다. Software globalization is becoming more important worldwide but little is known about how globalization technologies are actually carried out in the Korean software industry. In this paper, we have designed Globalization Quality Management (GQM) framework and applied the framework to the industry domestically for the first time. GQM provides a structured and effective way for software organizations to adopt globalization practices and evaluate the results. GQM consists of three main components: 1) software quality management process, 2) globalization support model and 3) globalization assessment model. This framework also supports both plan-driven and iterative/incremental development methods. On the basis of the GQM, a survey study was conducted among software engineering professionals, gathering the data from 31 IT companies across 7 large-scale projects in Korea. The result indicate that the evaluation score for globalization capability is 2.47 and global readiness is 2.55 out of 5 points. Also It said that internationalized product design (32.9%) and global/local product requirements analysis (28%) are needed to be taken care of first.

클라우드 컴퓨팅에서 서비스 제공자들은 다양한 어플리케이션들 중에서 재사용 특징과 공통성을 고려하여 개발하고 배포하며 서비스 사용자들은 어플리케이션을 구축하기 위해 서비스를 찾고 재사용한다. 그러므로 재사용성은 클라우드 서비스의 중요한 본질적인 특성이다. 서비스의 재사용성이 높으면, 투자대비 높은 수익을 올릴 수 있다. 클라우드 서비스는 기존의 소프트웨어 재사용성을 위한 품질모델은 전통적인 프로그래밍 패러다임에 나타나지 않는 특성을 가지고 있기 때문에 서비스 평가에 적용하기 어렵다. 본 논문에서는 클라우드 서비스 재사용성을 평가하기 위해 품질속성과 메트릭이 포함된 평가모델을 제시한다. 사례연구에서는 평가모델을 적용한 사례를 보여준다. In cloud computing, service providers develop and deploy services with common and reusable features among various applications, service consumers locate and reuse them in building their applications. Hence, reusability is a key intrinsic characteristic of cloud services. Services with high reusability would yield high return-on-investment. Cloud services have characteristics which do not appear in conventional programming paradigms, existing quality models for software reusability would not applicable to services. In this paper, we propose a reusability evaluation suite for cloud services, which includes quality attributes and metrics. A case study is presented to show its applicability.

오늘날 인터넷 사용자들은 유튜브(YouTube)와 같은 온라인 콘텐츠 공유 사이트를 통해 손쉽게 자신의 콘텐츠를 만들고 다른 사람들과 공유하고 있다. 그로 인해 하루에도 엄청난 양의 온라인 콘텐츠들이 쏟아지고 있다. 온라인 콘텐츠들의 홍수 속에서 어떤 콘텐츠가 향후에 인기가 있을 것인지를 예측하는 문제는 일반 이용자들이나 콘텐츠 공유 사이트 운영자들 모두가 관심을 가지는 문제이다. 본 논문에서는 인터넷 토론 게시판에 등록된 게시물들의 인기도를 예측하는 방법을 제안한다. 본 논문에서는 인터넷 토론 게시판에 등록된 게시물들의 인기도를 예측하기 위해 게시물의 조회수를 인기 척도로 간주하고 각 게시물의 조회수 변화량을 분석하였다. 게시물의 최종 조회수를 예측하기 위하여 관찰된 조회수 시계열 데이터를 이용하여 지수 함수를 기반으로 하는 조회수 증가 모델을 제안한다. 다음 아고라 게시판의 게시물을 대상으로 한 실험에서 전체 실험 게시물 중 약 90.7%인 20,532개의 게시물이 예측 오차가 10개 이하로 나타났다. Today, Internet users can easily create and share the digital contents with others through various online content sharing services such as YouTube. So, many portal sites are flooded with lots of user created contents (UCC) in various media such as texts and videos. Estimating popularity of UCC is a crucial concern to both users and the site administrators. This paper proposes a method to predict the popularity of Internet articles, a kind of UCC, using the dynamics of the online contents themselves. To analyze the dynamics, we regarded the access counts of Internet posts as the popularity of them and analyzed the variation of the access counts. We derived a model to predict the popularity of a post represented by the time series of access counts, which is based on an exponential function. According to the experimental results, the difference between the actual access counts and the predicted ones is not more than 10 for 20,532 posts, which cover about 90.7% of the test set.

소프트웨어 시스템을 효율적으로 유지보수 및 관리하기 위해서는 변경 전후의 시스템의 변경사항을 쉽게 파악할 수 있도록 시각적으로 표현해주는 것이 중요하다. 소프트웨어 변경사항 분석에 대한 연구는 많이 진행되어 왔으나 변경 유형뿐만 아니라 변경 정도를 정량화하고 이를 시각화하여 나타내려는 연구는 많지 않다. 이 연구에서는 자바로 구현된 시스템에 대해 클래스 다이어그램에서의 변경사항 분석 및 정량화 방법과 이를 시각적으로 나타내는 방법에 대해 제시한다. 먼저 소스 코드의 구조적인 변화를 검사하기 위해, 역공학을 이용하여 클래스 다이어그램을 추출한다. 그리고 클래스 다이어그램 정보를 이용하여 변경 유형 및 변경량을 정량화한 다음, 색상 스펙트럼을 이용하여 클래스 다이어그램에 변경량을 시각적으로 나타낸다. 이러한 시각화 기법을 이용하면, 유지보수 관리자가 쉽게 변경된 부분을 파악할 수 있어 유지보수에 소요되는 시간과 노력을 조금이라도 줄일 수 있다. In order to quickly understand which changes of source codes have been made and to perform effective maintenance of a system, it is important to visualize the changed parts. Although there are many works for analyzing software changes, there are few works for visualizing both of the change types and change quantifications for Java based systems. In this paper, we propose a change analysis technique based on class diagram and provide a change visualization technique by using change quantification information. In order to check the structural changes in source codes, source codes are transformed to class diagrams by reverse engineering methods. On the class diagrams, the changes are analyzed and quantified by numbers. Based on the change quantification, the changes are visualized on the class diagram by color spectrum. By using visualization techniques, maintainers can easily recognize the code changes to reduce the cost and time of maintenance.

모노머 단백질의 상호작용 사이트 예측은 기능을 알지 못하는 단백질에 대해서 이것과 상호작용하는 단백질로부터 기능을 예측하거나 단백질 도킹을 위한 검색 공간의 감소에 중요한 역할을 한다. 그러나 상호작용사이트 예측은 대부분 단백질 상호작용이 세포 내에서 순간적 반응에 일어나는 약한 상호작용으로 실험에 의한 3차원 결정 구조 식별의 어려움이 따르며 이로 인해 3차원의 복합체 데이터가 제한적으로 양산된다. 이 논문에서는 모노머 단백질의 3차원 패치 계산을 통하여 구조가 알려진 복합체의 상호작용사이트와 비상호작용사이트에 대한 패치 속성을 추출하고 이를 기반으로 Support Vector Machine (SVM) 분류기법을 이용한 예측 모델 개발을 제시한다. 타겟 클래스의 데이터 불균형 문제 해결을 위해 under-sampling 기법을 이용한다. 사용된 패치속성은 2차 구조 요소와 아미노산 구성으로부터 총 9개가 추출된다. 147개의 단백질 복합체에 대해서 10 fold cross validation을 통해서 다양한 분류모델의 성능 평가를 하였다. 평가한 분류 모델 중 SVM은 92.7%의 높은 정확성을 보이고 이를 이용하여 분류 모델을 개발하였다. Predication of protein interaction sites for monomer structures can reduce the search space for protein docking and has been regarded as very significant for predicting unknown functions of proteins from their interacting proteins whose functions are known. In the other hand, the prediction of interaction sites has been limited in crystallizing weakly interacting complexes which are transient and do not form the complexes stable enough for obtaining experimental structures by crystallization or even NMR for the most important protein-protein interactions. This work reports the calculation of 3D surface patches of complex structures and their properties and a machine learning approach to build a predictive model for the 3D surface patches in interaction and non-interaction sites using support vector machine. To overcome classification problems for class imbalanced data, we employed an under-sampling technique. 9 properties of the patches were calculated from amino acid compositions and secondary structure elements. With 10 fold cross validation, the predictive model built from SVM achieved an accuracy of 92.7% for classification of 3D patches in interaction and non-interaction sites from 147 complexes.