Annual Conference of KIPS (한국정보처리학회:학술대회논문집)

  • 2024.10a
  • /
  • Pages.420-421
  • /
  • 2024
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Development of adult smart media addiction prediction model using logistic regression machine learning

기계학습을 활용한 성인 스마트미디어 중독 경향성 예측 모델 개발

  • Seung-Hyeon Hong (Dept. of Counseling Psychology, Sahmyook University) ;
  • Ki-Hyuk Kwon (Dept. of Artificial Intelligence Convergence, Sahmyook University) ;
  • Seo-Jin Lee (Dept. of Counseling Psychology, Sahmyook University) ;
  • Nam Jae Kim (Global Biz Tech Co., Ltd.) ;
  • Jongwan Kim (Software Convergence Education Center, Sahmyook University)
  • 홍승현 (삼육대학교 상담심리학과) ;
  • 권기혁 (삼육대학교 인공지능융합학부) ;
  • 이서진 (삼육대학교 상담심리학과) ;
  • 김남재 ((주)글로벌비즈텍) ;
  • 김종완 (삼육대학교 SW융합교육원)
  • Published : 2024.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문은 기계학습을 활용하여 성인 스마트미디어 중독의 잠재적 위험성을 분류한다. 스마트미디어와 매체는 계속해서 증가하고 발전하고 있다. 스마트미디어 중독에 대한 위기의식은 최근에야 형성되었고 현재 스마트미디어 중독 치료프로그램은 미비한 상황이다. 일반인이 쉽게 센터에 접근할 수 없으며, 센터에 방문해 심리검사를 받더라도 척도 해석과정이 존재한다. 이를 성인 스마트미디어 중독 경향성 예측척도와 기계학습을 활용하여 보완할 수 있다. 본 논문에서 제안하는 모델은 기계학습을 활용해 검사 채점 절차가 간소화되어 시간 비용을 절감할 수 있다. 또한 스마트미디어 사용과 관련된 문제에 대한 보다 효과적인 대응 전략을 마련하는 데 효과적이며, 스마트미디어 중독의 위험을 줄이고, 건강한 사용 습관을 장려하는 데 기여한다.

Keywords

Acknowledgement

본 연구는 2021년 과학기술정보통신부 및 정보통신기획평가원의 SW중심대학사업 지원을 받아 수행되었음 (2021-0-01440)

References

  1. B. Y. Kim, E. J. Ko & H. E. Choi. (2013). "A Study on a variety of factors affecting university students' smart phone addiction: Focused on differences according to classified risky groups", Studies on Korean Youth, Vol. 24, No. 3, pp. 67-98.
  2. M. K. Jung. (2014). "An analysis on factors affecting adolescents' smart phone addiction: Focused on stress moderation effects", Journal of Welfare for the Correction, Vol. 34. pp. 199-224.
  3. 스마트쉼센터. (2014). 스마트미디어 중독 경향성 예측척도. https://www.iapc.or.kr/
  4. 정나래. (2022). 코로나19로 인한 청소년 스마트폰 사용 시간과 문제적 사용(석사 학위논문). 연세대학교 보건대학원.