이 글은 비밀글입니다. 글을 보려면 아래에 비밀번호를 입력하세요:

비밀번호:

• Cosine similarity

문서 유사도를 계산하기 위해서 사용되는 Cosine similarity measure는 먼저 tf-idf를 사용하여 어휘의 가중치를 계산한다. 각 문서들은 어휘들(어휘수를 N이라고 하자.)의 가중치로 이루어진 N차원의 벡터공간의 한 점이 된다. 이제 벡터공간에 있는 두 문서는 이 문서를 나타내는 벡터의 각이 작을수록 유사도가 높다고 할 수 있다.

(1)  

예를 들어보자.


를 tf만으로 계산하면 다음과 같이 된다.

• Dice coefficient

• Euclidean distance

• Hamming distance

• Soergel distance

• Jaccard coefficient

• Tanimoto coefficient

• 참고문헌

1. Cosine Similarity and Term Weight Tutorial

이렇게 되면 방법이 중요해진다. 따라서 처리 대상의 특징을 이용하지 않으니까 다른 곳에서 사용하던 방법을 가지고 와서 적용하는 사례가 늘어나게 된 것이다. 그래서 점차 통계적 기법이나 기계학습을 이용하는 논문이 늘어난 것이다.

이러한 경향에서는 데이터의 크기가 또한 중요해진다. 그럼 결국 데이터를 많이 가지고 있는 곳의 연구를 따라 갈 수가 없다. 현재 SMT, 정보검색에서 구글, 마이크로소프트 등의 결과를 따라 갈 수가 없는 것도 결국 데이터를 가지고 있지 않기 때문이다.

그렇다면 어떤 방법이 있을까? 새로운 논문을 작성할 때 성능을 비교해서는 저들을 당할 방법이 없으므로 요소기술에 집중하거나 새로운 방법을 제시해야 한다. 분류에서 새로운 지평을 연 SVM이나 labeling에서 CRF 등이 새로운 방법을 제시한 예가 될 것이다. 요소기술은 품사태깅, 구문분석과 같은 기본 기술이다. 이미 많은 부분에서 어느 정도의 성취를 이루었기 때문에 더 이상 연구가 필요하지 않다고 느끼는 사람들이 많겠지만 나는 전혀 그렇지 않다고 생각한다.

조금만 다르게 본다면 아직도 이루어야 할 부분이 많다.

[참고자료]: 신제품 컨셉 기획론

이 중에서 가장 먼저 세워야 하는 것은 물론 비전이다. 비전이라는 것은 그 조직이 궁극적으로 도달해야 하는 최종 목표가 무엇이냐 하는 것이다. 사람으로 치자면 어렸을 때 꾸는 “커서 나는 과학자가 될거야” 와 같은 것이기는 하지만, “꿈”과 다른 점은 그것이 달성 가능하다는 점이다.

비전을 세웠으면 목표를 세워야 한다. 보통 비전과 달리 목표는 1년~3년 처럼 일정한 기간 안에 달성해야 할 것을 말한다. 예를 들어 연매출 100억인 어떤 중소기업이 “5년 안에 연매출 1000억의 중견 기업으로 도약” 이라는 비전을 세웠다면, 목표로는 “2008년 말까지 1차적으로 매출 200억 달성” 하는 식으로 세운다.

목표를 세웠으면 이제 전략을 수립할 차례다. 연매출이 100억인 회사가 200억으로 성장하려면 보통 어려운 일이 아닐 것이다. 따라서 “기존 기술을 토대로한 블루 오션 발굴”, “저가 시장 점유율 확대”, “고가 제품의 틈새 시장 공략” 하는 식의 전략을 세워 그 목표를 달성 가능하게 만든다.

마지막으로 전술을 수립한다. 전술은 전략을 달성하기 위한 세부 방안이다. 예를 들어, 저가 시장 점유율 확대라는 전략을 달성하기 위해 “부품 단순화를 통한 원가 절감으로 저가 시장 공략”, “어린이,노인 대상의 기능 단순화 저가 제품 개발 및 판매”, “베트남 외주 생산 체계 확립” 같은 것이 전술이 될 수 있을 것이다.

사실 전술 밑에도 전술을 제대로 수행하기 위해 부서 단위의 목표가 세워지거나 세부 시행 방안을 작성할 수도 있겠지만, 대체로 보면 비전-목표-전략-전술의 체계로 계획을 세우면 모든 것이 일목요연해진다.

참고: http://barryspost.net/post/279

지능형 서비스에 대한 수요 증대와 기하급수적으로 늘어나는 시맨틱 데이터 환경에 효 과적으로 대처하기 위해 LOD 에서는 출판 및 접근 원칙을 제공하였고, 매년 LOD 데이터 셋 종류와 크기는 증가하고 있다. 또한, 온톨로지를 구성하는 인스턴스에 대한 URI 부여 및 관리의 중요성이 점점 커짐에 따라 2010 년부터 LOD 를 기반으로 데이터 상호 연계 및 품질 관리, 대용량 데이터 처리를 위한 LOD2 프로젝트가 시작되었다.

EBI 의 identifiers.org, 영국 Southampton 대학의 sameAs.org, EU 의 OKKAM, KISTI 의 OntoURIResolver 서비스들은 새로운 인스턴스에 URI 를 부여하고, 기존 인스턴스에 부여된 URI 들과의 관계 생성을 지원함으로써 LOD 내 데이터 상호 연계를 보다 용이하 도록 해준다. LOD 데이터 셋이 점점 커지고, 식별 대상이 되는 개체 종류와 온톨로지 속 성들이 다양화되면서 다중 온톨로지 속성을 효과적으로 활용해서 보다 정확하게 개체 식 별을 하기 위한 진화된 서비스가 요구된다. 특히 LOD2에서 강조하는 데이터 간 상호 연 계 및 품질 향상을 위해서는 개체 식별 방법 개선을 위한 다양한 연구들이 시급히 진행되 어야 한다.

참고자료: 개체식별 관점에서 본 링크드 데이터의 동향

광고 네트워크	매출금액 (백만 달러)	점유율
구글	750.0	51.7%
애플(iAd)	92.4	6.4%
밀레니얼 미디어	90.9	6.3%
기타	517.4	36.0%
전체	1,450.7	100.0%

참고자료: 광고시장, 페이스북 구글에 도전

참고자료: SaaS 및 클라우드의 전망