2021/10/15 3

데이터 마이닝_비지도학습_군집분석_코사인 유사도, 코사인 거리

▣ 데이터 마이닝_비지도학습_군집분석_코사인 유사도 코사인 유사도는 두 벡터 간의 코사인 각도를 이용하여 구할 수 있는 두 벡터의 유사도를 의미합니다. 두 벡터의 방향이 완전히 동일한 경우에는 1의 값을 가지며, 90°의 각을 이루면 0, 180°로 반대의 방향을 가지면 -1의 값을 갖게 됩니다. 즉, 결국 코사인 유사도는 -1 이상 1 이하의 값을 가지며 값이 1에 가까울수록 유사도가 높다고 판단할 수 있습니다. 이를 직관적으로 이해하면 두 벡터가 가리키는 방향이 얼마나 유사한가를 의미합니다. 두 벡터 A, B에 대해서 코사인 유사도는 식으로 표현하면 다음과 같습니다. 문서 간 유사도를 측정하는 방법 중 유클리드 거리 기반의 지표도 있습니다. 하지만 희소 행렬에서 문서와 문서 벡터 간의 크기에 기반한 ..

데이터베이스 2021.10.15

모바일 데이터베이스_동작원리, 캐싱, 프락시 proxy, 무효보고서, 단절성, 일관성, 충돌, 보안 위협

▣ 모바일 데이터베이스_동작원리, 캐싱, 프락시 proxy, 무효보고서, 단절성, 일관성, 충돌 -현장업무에서 발생한 데이터를 가공 후 동기화를 통해 중앙서버로 전송할 수 있도록 이동 컴퓨팅기기에 탑재된 데이터베이스 ■ 모바일 환경 특성 - 높은 통신 지연, 간혈적인 무선 연결, 제한된 배터리 전력, 클라이언트의 위치 변경 - 캐싱(caching) 높은 통신 지연과 불안정한 연결성을 보상하기 위해서 클라이언트는 자주 접근하는 데이터의 사본을 캐시해서 필요한 경우에 오프라인으로 작업 데이터 가용성과 응답시간의 개선 및 전력 소모 최소화 효과 - 프락시(proxy) 서버가 클라이언트에 접속하지 못할 경우를 대비해서 프락시 추가 다시 연결될 때 자동으로 이 프락시는 저장해 놓은 변경을 최종 목적지로 전송 ■ ..

데이터베이스 2021.10.15

객체 데이터 모델(object data model)_객체 식별자 OID(Object Identifier), 객체지향, 객체지향 데이터베이스, 클래스의 속성

▣ 객체 데이터 모델(object data model)_객체 식별자 OID(Object Identifier) 1. 객체 식별자 (OID : Object identifier) 특징 - 객체는 실세계 환경에서 존재하는 개체를 추상적으로 표현한 것 - 객체 식별자는 객체의 식별성을 표현 객체 생성 시 시스템에 의해 같이 생성, 생성된 후에는 어떤 경우도 변경되지 않음 객체에 대한 참조 관계는 한 객체의 속성값으로 피 참조객체의 식별자를 포함시켜 구현함 2. OID는 관계모델에서의 기본키(PK)와 구별 기본키는 갱신(UPDATE)이 가능함, OID는 시스템 의해 지정되고 객체의 애트리뷰트 값에 의존하지 않기 때문에 결코 변경될 수 없음 OID는 객체가 제거될 때만 삭제되며 삭제된 OID는 재사용될 수 없음 20..

데이터베이스 2021.10.15