Key points are not available for this paper at this time.
사물의 웹 개발과 함께 데이터의 흥미로운 낙원이 우리의 일상 생활에 나타나고 있습니다. 현재, 이종의 원시 데이터가 센서, 스마트 제어 장치, 리더기 및 기타 모니터링 장치와 같은 수조 개의 스마트 장치에 의해 지속적으로 생성되고 수집되며, 다양한 사건이 물리적 세계에서 발생하고 있습니다. 사용자, 즉 사람과 스마트 객체 모두에게 방대한 데이터에 숨겨진 귀중한 정보를 파악하는 것은 어렵습니다. 이러한 정보는 문제 해결을 위한 중요한 포인트를 이해하기 쉽게 제공하며, 원시 데이터보다 더 유용합니다. 따라서, 대량 데이터에서 사건과 그 내부 연결의 지식을 자동으로 그리고 능동적으로 추출하는 방법은 미래 사물의 웹에 대한 주요 도전 과제 중 하나입니다. 본 논문은 사물의 웹에서 사전에 정의된 사건 스키마를 활용하여 대규모 데이터에서 사건과 그 내부 링크를 추출하는 효과적인 접근 방식을 제안합니다. 이는 스키마 내에서 잘 정의된 사건 유형으로 데이터를 필터링하여 유용한 사건에 대한 중요한 데이터를 파악하는 것부터 시작됩니다. 스마트 캠퍼스 맥락에서의 사례 연구가 제안된 접근 방식의 사건 및 내부 의미 링크 추출 응용을 보여주기 위해 제시됩니다.
Sun et al. (수요일,)는 이 질문을 연구했습니다.