Introduction

빅데이터 연구실은 실용적 어플리케이션 연구에 초점을 맞추어 딥러닝 등 기계학습 방법론을 기반으로 Instagram, Twitter, Facebook, IMDB, Yelp 등 다양한 소셜 미디어에서 수집되는 대규모 다형성(heterogeneous) 데이터를 연구합니다. 예를 들어, 인스타그램에서 수집되는 패션이미지를 활용하여 가상피팅, 스타일 추천과 같은 이미지기반 딥러닝 기술의 활용이나 트위터의 그래프 형태의 소셜 네트워크 관계와 텍스트 형태의 메시지(micro-blogging), GPS 위치정보 등 서로 성질이 다른 다양한 데이터 형태로부터 클러스터링, 패턴 마이닝, 추천 시스템 등을 개발합니다. 연구에 활용되는 기반 기술로는 MapReduce를 이용한 병렬컴퓨팅, 데이터마이닝 기법, 데이터 베이스, 자연어처리, 머신 러닝과 딥러닝 등을 폭 넓게 학습합니다.

We study real data mining problems in social media such as Twitter, Facebook, IMDB and Yelp. We focus on developing clustering, pattern mining and recommendation algorithms by analyzing big heterogenous data with various types including micro-blog message, GPS location and friend relationship. In this research direction, our group has been investigated the discovery of interesting and useful patterns in human behavior such as traveling trajectory patterns from geo-tagged Twitter messages and expert detection by analyzing Q&A dialogues collected from Stack Overflow. Recently, we are also focusing on interactive machine learning that improves performances by providing human feedback through efficient human-computer interfaces. We expect our members to: Develop sufficient expertise in recent knowledge mining techniques and Become skillful in managing big data with various data processing models such as MapReduce frameworks and NoSQLs.