빅데이터를 활용한 소셜 큐레이션과 로컬 서비스 플랫폼 에트리_특강_자문

1,437 views
1,256 views

Published on

강장묵20130717

Published in: Technology
0 Comments
2 Likes
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,437
On SlideShare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
50
Comments
0
Likes
2
Embeds 0
No embeds

No notes for slide

빅데이터를 활용한 소셜 큐레이션과 로컬 서비스 플랫폼 에트리_특강_자문

  1. 1. 이미지 참조: http://www.flickr.com/photos/verbeeldingskr8/3638834128/ http://patentimages.storage.googleapis.com/WO2013077540A1/PCTKR2012007623-appb-D000002.png 장소: 한국전자통신연구원 제7동 6층, 대상: ETRI 빅데이터 S/W플랫폼 연구실, 일시: 2013.07. 강장묵 교수 (고려대, 공학박사), (kangjm@korea.ac.kr; mooknc@gmail.com) 소셜 큐레이션 & 로컬 서비스 플랫폼 빅데이터를 활용한 소셜 네트워크 서비스 특강 및 자문
  2. 2. 참조: http://www.freepatentsonline.com/6744753-0-large.jpg (검색일:2013.07.10) Local service handover ; United States Patent 6744753 생각해 보기
  3. 3. Blog : http://blog.ohmynews.com/UCnam/category/10203 빅데이터, 클라우드, 개인화 상황인식, 큐레이션, 로컬 서비스는 어떻게 플랫폼으로 설계할 수 있는가? 이때 고려할 점은? Mooknc@gmail.com 참조-http://www.panoramio.com/photo/72057634 (검색일:2013.03.10) Ph. D. Jang-Mook Kang 구글지도+Panoramio=“위치+사진 그리고 관계”로의 확장
  4. 4. 빅데이터는 생활밀착형서비스를 통해 시민이 체감하게 된다. 최 근 에 는 클 라 우 드 ( 인 터 넷 기 반 ) 으 로 데 이 터 , 컴 퓨 팅 , 애플리케이션 처리가 실세계 모바일 환경의 개인화로 구현되고 있다. 개인이 처한 환경 즉 물리적 심정적 더 나아가 소구점과 관여도 등 맥락을 인지하고 행동을 예측하는 수준에 이르고 있다. 이를 구현하는 전단계 서비스로서 최근에는 친구를 통한 친구 소개(FoF)외에 추천, 평판, 신뢰가 플랫폼 차원에서 참여, 공유, 개방의 activity로 서비스된다. 이미지 참조: http://www.slideshare.net/frogdesign/smart-brands-in-the-connected-age (검색일:2013.03.10) 그 중 스마트 디바이스의 QR코드, GPS, WIFI mac 어드레스 등 위치정보값을 기반으로 한 소셜 위치기반 및 최신 동행을 다룬다. 따라서 최근 애플리케이션 기술은 빅데이터를 활용한 소셜 로컬 서비스와 소셜 큐레이션 서비스 사례를 통해 향후 앱 개발과 설계에 도움을 받는다. 발표 내용 요약
  5. 5. 왜 소셜 큐레이션, 로컬 서비스가 필요한가?
  6. 6. 신뢰 관계의 깊이 확산속도 POI 소셜 디바이스 휴대성, 즉시성, 연결성 참조-http://www.slideshare.net/guest8b82d25/sns-3609125 (검색일:2012.04.15.) 복잡해진 관계에서 플랫폼의 기능은? 페이스북에서 플레이스북으로 진화하는 SNS의 무엇으로 사람들을 불러모으나?
  7. 7. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 사람 중심의 설계: 웹 2.0과 소셜 미디어
  8. 8. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 유한의 삶(실세계)에서 무한의 세계(관계세계)로 까지; 환상과 무지
  9. 9. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 정보 Overload란?
  10. 10. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 정보과잉을 해결하기 위한 발자취
  11. 11. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 소셜 추천에서 소셜 큐레이션까지의 진화
  12. 12. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 추천 방식 중 사례(CF algorithm)
  13. 13. 이미지 참조: http://www.slideshare.net/idoguy/social-recommender-systems-tutorial-www-2011-7446137 여과 (Topic-based Twitter)
  14. 14. 플랫폼의 다양한 사례 (현존 서비스와 미래) 앞 단락의 추상적 이해들이 본 단락을 통해 구체적 사례로 드러나는
  15. 15. 이미지 참조: http://www.slideshare.net/theresaneil/all-the-screens-cross-platform-design-strategies 루프한자의 플랫폼 개념
  16. 16. 이미지 참조: http://www.slideshare.net/theresaneil/all-the-screens-cross-platform-design-strategies 이기종 하드웨어 간의 플랫폼: 개발자의 손쉬운 접근 루프한자의 플랫폼 개념
  17. 17. 이미지 참조: http://www.slideshare.net/theresaneil/all-the-screens-cross-platform-design-strategies Cross 플랫폼 개념(Netflix)
  18. 18. Getty Image: 플리커의 그룹 활동까지 사이트 : http://www.flickr.com/photos/gettyimagesloves/galleries/72157623943850766/
  19. 19. Getty Image, 하나에서 열의 확산 사이트 참조: http://www.gettyimageskorea.com/_Intro/
  20. 20. 핀터레스트 : 복잡계 멀티 콘텐츠 융복합 콘텐츠 동영상+위치+시간+패턴 등이 모두 태그로 기능하고 이에 따라 소셜 미디어(이미지 기반)—에서 멀티로 이미지 태그 기반에서 다른 소셜 핀터레스트
  21. 21. 무엇을 매쉬업하고 다시 큐레이션 하는가?
  22. 22. <개발 배경> 기존 맛 집 추천 정보는 “파워블로거의 협찬, 블로거 개인의 주관적 추천 등” „Abuse of Information‟을 선별해야 하는 문제 발생 <고객의 카드 정보와 위치정보의 결합> -현대카드 고객의 가맹점 이용 패턴을 분석하여 -실제 구매 및 결제 행위가 일어난 -맛 집 중심으로 추천 이미지 참조: http://blog.naver.com/junmor7079?Redirect=Log&logNo=60169689728 (검색일: 2013.06.17.) 최근 빅데이터 활용 사례: 현대카드 어플, 마이메뉴
  23. 23. 호텔도 아닌데, 이들을 어떻게 믿을래? 제가 홍콩에서 보낸 에어비앤비의 경험은? 정보원 확보와 신뢰의 문제 신뢰로서 Third Party
  24. 24. 카우치서핑, 불편했던 것을 상상하라! 타인을 믿을 수 있을까라는 의구심과 불안을 해결하라? 사이트 검색: https://www.couchsurfing.org (검색일:2013.05), 수수료 없고 무료로 잠자리를 제공하는 카우치서핑 사회자본으로서 Third Party
  25. 25. 사이트 참조: http://www.jpgmag.com (검색일:2013.04) 누가 잡지의 미래를 저무는 서비스라 했던가?보통 사람들의 참여 평범한 이들과 편집자 간의 상호 평가 Spotlight, contest 등 촉진 Google Analytics Tracking 3th Party Service를 통한 유대 …….. JPG Market 생성과 Off-site Promotion 그리고 광고 집단 협업을 통한 매거진
  26. 26. 사고의 전환 뉴스는 과연 정치, 경제, 국제, 사회, 문화 등으로만 구분되어야 하는가? 뉴스 등 정보는 관계로 세분화될 수는 없 는가? 동일한 콘텐츠라고 하여도 소비와 생산 그리고 유통에서 다른 체험(가치)이 가능 한가? 여러 체험이 녹아 들거나 쉽게 조정될 수 있는 뉴스는 가능한가? 그건 어떤 새로운 뉴스플랫폼인가? 사이트 참조: http://dev.benedictoneill.com/bbc/ (검색일:2013.05) 같은 내용 다른 틀; 달라진 가치
  27. 27. 설계와 개발, 무엇을 우선시 해야 할까?
  28. 28. Tag를 추천하거나 직접입력하거나 과연, 개인의 스타일에 따른 큐레이션 --메타 태그로 BM은 있는가? 어떤 메타값, 데이터셋을 통해 큐레이션되는가?
  29. 29. 이미지 참조: http://www.economistconferences.co.uk/event/technology-frontiers-2013/6682#ixzz2FgAD3zlp (검색일:2013.05) 참여 아이디어 다음 단계의 서비스를 개발하기 위해
  30. 30. 생활밀착형 서비스를 개발하 려면? 이런 질문을 던져라? “선생님, 학생 그리고 머신: 교육의 민주주의?” “스마트 시스템, 스마트 의사: 헬스 케어의 의사 와 기계” “기술 주의 사회에 사람의 역할?” “돈, 리스크, 사람 그리고 프로세스: 금융서비스 산업의 인간과 기계“ 사이트 참조: http://www.managementthinking.eiu.com/ (검색일:2013.05), 영국 개발자에게 인문학이 필요한 이유? 다음 단계의 서비스를 개발하기 위해
  31. 31. 이미지 참조: http://toolingup.stanford.edu/?page_id=1247 (검색일:2013.05), 스탠포드 대학의 기술과 인문학의 이해 참여 아이디어 이미 아이디어는 넘쳐나고
  32. 32. 새로운 기준들 GPS 값을 안다면, 지금 여기서 표현될 단어, 문장의 범위는? CCTV 영상 분석이 가능하다면, 지금 여기서 드러날 몸짓은? Behavior 는? 그럼, 우리의 젠더, 나이, 문화, 개인의 역사, 스 타일 등을 안다면? 성공했거나 되는 서비스를 보지 말고 그 안에 인간에 대한 이해가 있다면 무엇인지 생각해보자. 사이트 참조: http://www.insna.org// (검색일:2013.05), 소셜 네트워크 분석을 위한 국제 네트워크 외 http://humanitieslab.stanford.edu 참조 휴머니티를 배려한 메타미디어의 발굴 새로운 기준틀
  33. 33. 성공한 서비스의 숨겨진 진실 버락 오바마 대통령에게 피딩되는 콘텐츠는? 검색이란?
  34. 34. SNS도 수렴과 확산 기술이 달라 페이스 북은 관계 DB에서 선별한 정보를 뉴스피딩하고 뉴스피딩된 정보를 외부 클라이언트와 연동함 따라서 빅데이터 분석을 페이스북의 Raw Data로 하는 것은 불가능 반면, 트위터는 트윗을 API로 제공하고 외부 클라이언트가 서비스 성격에 맞는 선별을 하도록 유도 따라서 빅데이터 분석이 트윗 수준에서 다양하게 가능함 이미지 참조 : http://www.scribd.com/doc/30146338/map-of-a-tweet (2013.07.)
  35. 35. 공유 자원 이미지 참조: http://www.slideshare.net/cdtrini/web-20-library-20-librarian-20-innovative-services-for-sustainable-caribbean-libraries1
  36. 36. 이미지 참조: http://www.androidpub.com/1305/ (검색일:2013.06.19.) [H/W] 센싱값의 결합 스마트 디바이스에는 수 많은 센서가 존재 그 중 Gyro센서 하나만 가지고 생각해봅니다. 1. 늦은 시간..움직임이 없다. -- 사용자가 숙면 중임을 유추 가능 2. 하교 시간..심하게 상하/좌우로 움직인다. -- 폭력 등 사용자가 위험에 처해있을 가능 3. 천천히 완만하게 움직이는 값이 수신 -- 사용자가 도보 또는 산책 중임을 유추 가능 4. 조금 빠르게 좌우로 움직이는 값 수신 -- 사용자가 운동 중임을 유추 가능 : 위/경도, 조도, 압력, 나침반, GPS 등 여타 센서를 결합하면? 외부 디바이스와 연동하면? SNS 등 외부 서비스 값과 결합하면?
  37. 37. 함의 기능을 더욱 추상화한 플랫폼 비의존의 JavaScript API(Application Programming Interface) 설계 IT를 활용한 커뮤니케이션(communication)/콜라보레이션(collaboration)의 지원 정보를 누설하지 않는 구조의 제공: 프라이버시 보호 심도 표시기법에 의한 심도정보 생성, 작동공간에서의 행위 추출을 포함하는 결정방법 (UX 즉 체험의 다양화) 인문학자를 통한 스토리텔링, 이야기를 서사적으로 설계할 수 있는 구조 제시 기술을 통한 사회 구성 원리의 전환
  38. 38. Q & A
  39. 39. 참조: NIA, 빅데이터로풀어본 대한민국 IT 미래 먹거리, p.11. 빅데이터란 검색인가? 도구인가? 매개인가?
  40. 40. 데 이 터 가 언 제 부 터 커 졌 는 가 ? 아 니 면 , 분 석 기 술 의 등 장 인 가 ? Big Data Vs. Small Data 이미지 참조: http://blog.naver.com/PostView.nhn?blogId=youngdisplay&logNo=60165775435 (검색일:2013.06.) VALUE VARIABILITY 빅 데이터의 정의 1. 데이터의 양 2. 데이터의 발생 및 갱신 빈도 3. 구조/비구조화된 데이터 포맷 4. 분산 또는 변화량 5. 가치 고성능 분산병렬처리 기술의 보급
  41. 41. 사 회 적 행 위 / 개 인 속 성 / 중 구 난 방 데 이 터 Social Behavior Data 이미지 참조: http://www.teradata.com/Industries/Digital_Media_and_E-Commerce/Determining-Social-Media-Influence-and-ROI/ (검색일:2013.06.18.) Operates on Ordered Data (이 정도 추론과 추천은 예전 시스템이죠?) Each row in the input data set is a sequential interaction or transaction SQL-MapReduce uses SQL for set-based processing to generate the input data set - See more at: http://www.teradata.com/Industries/Digital_Media_and_E-Commerce/Determining-Social-Media-Influence-and-ROI/#sthash.QWCQryLU.dpuf
  42. 42. 이미지 참조: http://jennyhottle.wordpress.com/2011/09/20/project-3-digital-footprint/ (검색일:2013.06.19.) 디지털 족적 (Digital Footprint) BIGDATA&PRIVACY

×