|
다른 프로그래밍 언어에서 쉽게 사용됩니다 1) 객체(Object)
2) 클래스(Class)
3) 메소드(Method)
4) 캡슐화(Encapsulation)
5) 상속성(Inheritance)
6) 다형성(Polymorphism)
7) COM
8) XML
9) SOAP
10) ASP.NET
11) ADO.NET
12) CLR
13) CTS
14) CLS
|
|
|
메타데이터 정보,” ZDNet, 2006. 4. 7. 1. 서론
1) 연구목적
2) 연구중요성
2. 본론
1) UCC란 무엇인가?
- UCC 정의
- UCC 등장배경
2) 다양한 컨텐츠 UCC
- UCC 분류
- UCC 동향
- UCC 사례
- UCC 전망
- UCC 관련업체
3) UCC 문제점과 해결방안
4) UCC
|
|
|
메타데이터 관련한 다양한 표준화 활동 추진이 시급한 실정임
표준화 추진활동에서도 복수의 표준화 단체, 단체간 상호 관계 및 역할 분담 등에 대한 조정과 검토 등도 매우 중요한 과제임 99 1. IPTV
2. IPTV 정의와 분류
3. IPTV의 서비스 포
|
|
|
1. 파일 공유 P2P
1) 수 모델(Pure Model)
2) 혼합 모델(Hybrid Model)
2. CPU 공유 P2P
Ⅳ. P2P와 인텔
Ⅴ. P2P와 컨텐츠(콘텐츠)
Ⅵ. P2P와 프리넷
Ⅶ. P2P의 주요 쟁점
Ⅷ. P2P의 해결 과제
1. 메타데이터
2. 성능
3. 신뢰
Ⅸ. 결론
참고문헌
|
|
|
역할을 훌륭히 수행할 수 있다.
참 고 문 헌
[1] 강근복 외, 지식정보사회와 전자정부, 나남출판사, 1999.
[2] 노나카 이쿠지로, 지식창조의 경영, 21세기북스, 1995.
[3] 오해진, 기업문화를 바꿔야 지식경영이 산다, 21세기북스, 1999.
[4] 유영만, SKC&C,
|
|
|
분석 및 이용증대 방안 연구, 한성대학교민족문화연구소
* 이석형 외 3명(2005), 정보검색관리시스템 기반 국가연구보고서 데이터베이스 구축 모델 연구, 한국정보과학회
* 이종언(1996), 정보검색사의 정의와 역할, 한국조사기자협회 Ⅰ. 개
|
|
|
데이터마이닝 의사결정나무분석, SPSS 아카데미, 서울, 1998
◎ Berry.M, J, A·Linoff, G춘계학술논문발표대회 논문집, 1997 Ⅰ. 서론
Ⅱ. 데이터마이닝의 처리과정
1. 문제 정의 단계
2. 데이터베이스 구축 단계
3. Data Mining 단계
1) Sampling / Selecti
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
데이터마이닝의 기법
1. 연관성측정(ASSOCIATIONS)
2. 순차적 패턴발견(SEQUENCES)
3. 클러스터링(CLUSTERING)
4. 의사결정수(Decision Trees)
5. 신경망모형(Neural Networks)
Ⅵ. 데이터마이닝의 기술 활용
1. 비즈니스 데이터마이닝(Business Data mining)
2. 웹
|
|
|
메타 데이터 영역의 직접 접근을 활용한 고속 파일 검색 기법, 한국정보과학회
박정아(2010), 정보 검색에서의 사용자 중심 적합성 판단 모형 개발 및 평가, 연세대학교
윤홍준 외 6명(2011), 개념 네트워크 기반 사용자 인지형 웹 검색 시스템,
|
|
메뉴펼치기
