[참석 후기 - 강윤석] CIKM 2017

게시자: 배홍균, 2017. 11. 13. 오후 9:50

ACM International Conference on Information and Knowledge Management (이하 CIKM) ACM Special Interest Group on Applied Information Retrieval (SIGIR)이 후원하는 학술대회로, 올해로 26번째로 열리는 Data를 다루는 분야에 다양한 학문을 다루는 학술대회입니다. 올해는 2017 11 6()부터 10()까지 싱가포르에서 진행되었습니다.

저는 한편의 포스터 논문을 발표하였습니다논문의 제목은 “A Framework for Estimating Execution Times of IO Traces on SSDs”으로 다양한 SSD에서의 응용프로그램의 성능을 직접 수행하지 않고 예측하는 방법을 제안하는 내용을 담고 있습니다좋은 학회에서 발표 하는 것이 이번이 처음인지라 살짝 긴장되긴 하였으나시간이 좀 지나고 나니 자연스럽게 저의 논문에 관심을 가지고 있던 사람들과 다양한 내용을 논의 할 수 있었습니다.

   

이번 CIKM에서 다양한 주제의 키노트와 논문들이 발표되었습니다. 저는 그중 머신러닝, 소셜미디어, 그래프 분석에 집중했습니다. 키노트 발표 중 하나였던 아마존에서 어떻게 뉴럴넷을 사용하는 지를 설명(Machine Learning @ Amazon)하는 발표가 매우 흥미로웠습니다. 아마존에서는 추천 뿐만 아니라 드론, 아이템 분류, QnA, 시멘틱 매칭과 같은 다양한 분야에서 머신러닝이 사용되는데, 이들이 어떻게 사용되는지 설명하는 것이 매우 흥미로웠습니다. 추천시스템의 이슈 중인 하나인 multiple personas (한 계정을 여러 명이 사용할 때 어떻게 추천하는지에 대한 이슈)에 대해서 머신러닝을 사용하고, 각각의 사용자를 분석해서 각각의 추천을 해주는 것이 흥미로웠습니다.

Social media에서는 “Modeling Affinity based Popularity Dynamics”라는 논문이 흥미로웠는데, CS 분야의 각 논문의 영향력(citation 기준)을 특정 시간에 따라 예측하는 방법을 다루는 논문입니다. 이 논문에서는 (1) CS 논문이라고 해서 CS 분야에서만 citation되는 것이 아니라, 다양한 분야에서도 citation 될 수 있다는 것과 (2) 각 분야에서 citation 되는 시점이 다를 수 있다는 것, 그리고 (3) 각 분야에서 해당 논문의 파급되는 영향력이 다를 수 있다는 것을 가정하고, 이들을 모두 고려하여 앞으로의 citation 수를 예측하는 모델을 제안하고 이를 평가하였습니다. 모델 자체는 수학적인 내용이 많아서 완벽하게 이해하기는 어려웠습니다. 그러나 이 논문이 흥미로웠던 이유는 발표들을 들을 때마다 각 논문에서 제안하는 방법이 좋다고 주장하는 것이 무엇인지, 그리고 그것들을 어떻게 실험에서 보일지 등을 생각하면서 들었었는데 해당 논문이 제가 그나마 생각한 것들을 다른 논문 발표에 비해 그나마 많이 보여줬었기 때문입니다.

싱가폴은 도시 국가로 작은 면적의 나라입니다. 심지어 학회 기간을 제외하고 2일을 관광했는데도 싱가폴을 거의 다 돌아볼 정도였습니다. 이번 학회를 참석해서 매우 큰 자극을 받게 되었고, 휴식을 하면서 여유도 느끼고 재충전의 시간을 가질 수 있었습니다. 끝으로학회 참석에 전폭적으로 지원해주시고 해당 연구를 진행 할 수 있게 큰 도움을 주신 김상욱 교수님, 배완덕 교수님, 차재혁 교수님께 깊이 감사 드립니다. 또한 부족한 저를 잘 이끌어주고 조언해준 용연이에게도 감사의 마음 전합니다.



Comments