본문 바로가기

2017/08/294

[kaist] 빅데이터로 SNS 분석해 맞춤형 장소 제공, 장소성 데이터 마이닝·추론 API 공개 장소성(placeness) 장소성은 하나의 물리적 공간에 방문하는 다양한 종류의 방문자의 행위와 사회적 맥락에 의해서 형성되는 다면적인 의미로 정의됩니다. 즉, 공간(space)은 해당 공간을 방문하고 사용하는 사람들에 의해서 특정한 목적을 갖는 장소(place)가 된다고 생각하시면 됩니다. 예를 들어, 같은 세미나실 공간이 학생들에 의해서 업무 시간에 회의를 하는 본래 목적대로 쓰이기도 하지만, 저녁 시간에 또다른 학생들이 모여서 야식을 먹거나 같이 영화를 보는 목적으로 쓰이기도 한다면 그 세미나실은 회의, 식사, 영화보기를 모두 수행할 수 있는 세 가지의 서로 다른 특성을 갖게 되고, 그 중 어느 특성이 발현되는지는 그 당시의 방문자들의 사회적 맥락에 따라서 결정됩니다. ** 기사 보기(출처): [k.. 2017. 8. 29.
Commonwealth Computer Research, Inc.] GeoMesa on Spark SQL: Extracting Location Intelligence from Data - 공간 데이터에서 인사이트 뽑아내기 GeoMesa on Spark SQL: Extracting Location Intelligence from Data from Commonwealth Computer Research, Inc. 2017. 8. 29.
[김두용] 하둡 기반의 데이터 큐브 시스템 Apache Kylin 카일린 Kylin, OLAP on hadoop from 두용 김 2017. 8. 29.
US-CERT: Bulletin(SB17-240)] 2017년 8월 21일까지 발표된 보안 취약점 The vulnerabilities are based on the CVE vulnerability naming standard and are organized according to severity, determined by the Common Vulnerability Scoring System (CVSS) standard. The division of high, medium, and low severities correspond to the following scores: High - Vulnerabilities will be labeled High severity if they have a CVSS base score of 7.0 - 10.0 Medium - Vulnerabilities will be.. 2017. 8. 29.