• 제목/요약/키워드: 구글 검색

검색결과 178건 처리시간 0.026초

노인 대상 치매예방프로그램 국내 연구동향 (Domestic Research Trends of The Dementia Prevention Programs for The Elderly)

  • 양수경;고보숙;박정환
    • 한국산학기술학회논문지
    • /
    • 제20권1호
    • /
    • pp.131-143
    • /
    • 2019
  • 본 연구목적은 노인 대상 치매예방프로그램 국내 연구동향 분석을 하기 위함이다. 2000년~2018년 사이에 '치매예방', '치매예방 프로그램', '치매', '노인', '노인놀이'를 키워드로 한국교육학술정보원(Riss), 구글학술검색, DBpia, 한국학술정보(Kiss)에 게재된 노인들을 위한 치매예방프로그램 연구논문을 대상으로 하였다. 총 404편의 연구논문 중 자료의 분석기준과 방법에 따라 36편의 논문을 최종 선별 하였다. 연구결과로는 첫째, 연구자료의 기본 구조와 프로그램 시행 구조를 가지고 있는 논문은 2012년~2018년 연구의 학술지 17편으로 나타났다. 그리고, 양적연구방법을 적용한 경우는 25편으로 월등히 높은 경향을 보였다. 노인 대상 치매예방프로그램 시행 구조에 대한 동향을 분석한 결과, 진행 기관은 요양원(노인복지병원)이 11편이 가장 많았고, 참여노인의 성별은 여성노인이 남성노인 보다 높은 것으로 나타났으며, 연구대상 연령은 65세 이상 연령대의 비중이 높은 것으로 나타났다. 둘째, 치매예방 중재 프로그램의 종류를 분석한 결과 통합프로그램이 11편으로 가장 높게 나타났다. 셋째, 치매예방 프로그램 측정도구 및 효과성 분석 결과, 인지기능을 측정하는 한국판 간이정신상태검사 MMSE-K 도구가 16편의 논문에서 가장 많이 사용하는 것으로 나타났으며, 통합프로그램은 인지기능에서는 10편의 연구에서 인지기능의 유의한 향상이 나타났다. 이 연구는 노인들을 위한 치매예방 교육이 단편적인 프로그램에서 벗어나 노인들의 인지기능 및 정신행동, 생활 습관 등에 영향을 주고, 건강한 노후와 삶의 질을 향상시킬 수 있도록 치매예방 프로그램이 통합적으로 이루어져야 한다는 점을 제안하였다.

디지털트윈에서 공간정보 역할에 관한 연구 (A Study on Geospatial Information Role in Digital Twin)

  • 이인수
    • 한국산학기술학회논문지
    • /
    • 제22권3호
    • /
    • pp.268-278
    • /
    • 2021
  • 사물인터넷(IoT), 빅데이터(Big data), 인공지능(AI), 사이버물리시스템(CPS) 등 4차 산업혁명을 견인하는 기술들이 발전/보편화되고 있다. 이 기술들을 응용하여 다양한 산업 현장에서 생산성, 경제성, 안전성 등을 향상하고자 하는 요구가 확산되고 있다. 디지털트윈은 이러한 요구를 충족시키기 위한 중요한 기술 트렌드로서, 그리고 한국판 뉴딜의 10 대 과제 중 하나로 주목 받고 있다. 본 연구에서 구글 웹 검색기를 사용하여 논문, 매거진, 보고서, 기타 문헌을 탐색하였다. 디지털트윈 응용분야에서 공간정보의 기여 내용(또는 역할)을 조사하기 위해 디지털트윈의 정의·국내외 기업별 기술동향, 제조업·플랜트·스마트시티에서 요구되는 디지털트윈의 구성 요소와 디지털트윈 구동을 위한 핵심기술을 조사하였다. 그리고 공간 관련 키워드인 Geospatial Information, Geospatial data, Location, Map, Geodata와 디지털 트윈 간 연계 문장이나 낱말을 탐색하여 공간정보의 기여내용을 정리하였다. 조사 결과, 공간정보는 단순히 사물-사물-사람-프로세스-데이터-제품을 연결하는 매개체로서의 역할 제공뿐만 아니라 신뢰성 높은 의사결정지원·연계융합·위치정보제공·프레임워크 등의 역할을 수행함으로 디지털트윈의 활용 가치 극대화에 기여할 수 있을 것으로 나타났다.

키워드 출현 빈도 분석과 CONCOR 기법을 이용한 ICT 교육 동향 분석 (Analysis of ICT Education Trends using Keyword Occurrence Frequency Analysis and CONCOR Technique)

  • 이영석
    • 산업융합연구
    • /
    • 제21권1호
    • /
    • pp.187-192
    • /
    • 2023
  • 본 연구는 기계학습의 키워드 출현 빈도 분석과 CONCOR(CONvergence of iteration CORrealtion) 기법을 통한 ICT 교육에 대한 흐름을 탐색한다. 2018년부터 현재까지의 등재지 이상의 논문을 'ICT 교육'의 키워드로 구글 스칼라에서 304개 검색하였고, 체계적 문헌 리뷰 절차에 따라 ICT 교육과 관련이 높은 60편의 논문을 선정하면서, 논문의 제목과 요약을 중심으로 키워드를 추출하였다. 단어 빈도 및 지표 데이터는 자연어 처리의 TF-IDF를 통한 빈도 분석, 동시 출현 빈도의 단어를 분석하여 출현 빈도가 높은 49개의 중심어를 추출하였다. 관계의 정도는 단어 간의 연결 구조와 연결 정도 중심성을 분석하여 검증하였고, CONCOR 분석을 통해 유사성을 가진 단어들로 구성된 군집을 도출하였다. 분석 결과 첫째, '교육', '연구', '결과', '활용', '분석'이 주요 키워드로 분석되었다. 둘째, 교육을 키워드로 N-GRAM 네트워크 그래프를 진행한 결과 '교육과정', '활용'이 가장 높은 단어의 관계로 나타났다. 셋째, 교육을 키워드로 군집분석을 한 결과, '교육과정', '프로그래밍', '학생', '향상', '정보'의 5개 군이 형성되었다. 이러한 연구 결과를 바탕으로 ICT 교육 동향의 분석 및 트렌드 파악을 토대로 ICT 교육에 필요한 실질적인 연구를 수행할 수 있을 것이다.

빅데이터를 활용한 뉴노멀(New normal)시대의 관광행태 변화에 관한 연구 (A Study on Tourism Behavior in the New normal Era Using Big Data)

  • 유경미;강종천;최연희
    • 문화기술의 융합
    • /
    • 제9권3호
    • /
    • pp.167-181
    • /
    • 2023
  • 본 연구는 코로나 19 발생 후 여행 제재가 완화된 현재의 관광행태 변화를 분석하기 위해 소셜네트워크 분석프로그램인 TEXTOM을 활용하였다. 네이버, 구글, 다음이 제공하는 블로그, 카페, 뉴스 등을 대상으로 '국내여행', '해외여행' 키워드에 대한 데이터를 수집하였다. 사회적 거리두기가 해제된 2022년 4월~12월로 수집 기간을 정하였고, 코로나19 발생 이전인 2019년과 코로나19의 영향이 가장 심각했던 2020년은 각각 1년으로 하여 2022년과 비교 분석하였다. 텍스트 마이닝을 통하여 각각 총 80개의 핵심어를 추출하고 NetDraw를 사용하여 중심성분석을 하였다. 마지막으로 CONCOR분석을 통하여 상관관계가 있는 핵심어들을 4개로 군집화하였다. 연구결과, 2022년도의 관광행태는 코로나 발생 이전으로의 관광 회복, 각자가 선호하는 테마를 중심으로 여행의 세분화, 나라별 코로나 완화정책을 우선적으로 검색해 본 후 관광지를 선택하는 관광행태를 보인다. 코로나19 이후에 새롭게 도래하는 관광생태계에 대한 관광마케팅 전략과 관광상품 개발을 위한 기초자료를 제공할 것으로 기대한다.

스마트 관광 활성화를 위한 트립어드바이저 애플리케이션 리뷰 분석 : 토픽 모델링을 중심으로 (Analyzing TripAdvisor application reviews to enable smart tourism : focusing on topic modeling)

  • 이유나;한무명초;유선영;소미기;노미진
    • 스마트미디어저널
    • /
    • 제12권8호
    • /
    • pp.9-17
    • /
    • 2023
  • 정보통신의 발달과 스마트 기기의 발전 및 보급 향상은 관광 형태의 변화를 야기하였고, 이후 스마트 관광이라는 개념이 등장하였다. 이에 스마트 관광 정책 및 설문에 관한 연구가 진행되고 있으나 애플리케이션 리뷰에 관한 연구는 미비한 편이다. 본 연구는 구글 플레이 스토어 내 스마트 관광 분야의 대표적인 애플리케이션인 트립어드바이저 애플리케이션 리뷰 데이터를 수집하여 LDA(Latent Dirichlet Allocation) 토픽 모델링을 통해 사용 용도와 사용자 만족을 파악하고자 한다. 분석 결과 4개의 토픽이 도출되었으며 2개의 토픽에서는 긍정적인 평가를 나머지 2개의 토픽에서는 부정적인 평가를 하고 있었다. 사용자들은 해당 애플리케이션의 숙박 및 관광 명소 추천 시스템에 만족하고 있음을 알 수 있었으며 검색 시 설정한 필터가 적용되지 않거나 업데이트 후 리뷰가 게시되지 않음에 불편을 겪고 있음을 알 수 있었다. 이에 다양한 추천 카테고리를 애플리케이션에 추가하여 사용자에게 다양한 경험을 제공하는 것이 만족도 향상에 도움이 될 것으로 기대된다. 또한 필터 기능을 포함한 애플리케이션 문제를 파악하여 애플리케이션 환경 점검과 해당 기능 오류 개선을 한다면 사용자 만족도를 향상시킬 수 있을 것으로 기대된다.

뉴럴 텐서 네트워크 기반 주식 개별종목 지식개체명 추출 방법에 관한 연구 (A Study on Knowledge Entity Extraction Method for Individual Stocks Based on Neural Tensor Network)

  • 양윤석;이현준;오경주
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.25-38
    • /
    • 2019
  • 정보화 시대의 넘쳐나는 콘텐츠들 속에서 사용자의 관심과 요구에 맞는 양질의 정보를 선별해내는 과정은 세대를 거듭할수록 더욱 중요해지고 있다. 정보의 홍수 속에서 사용자의 정보 요구를 단순한 문자열로 인식하지 않고, 의미적으로 파악하여 검색결과에 사용자 의도를 더 정확하게 반영하고자 하는 노력이 이루어지고 있다. 구글이나 마이크로소프트와 같은 대형 IT 기업들도 시멘틱 기술을 기반으로 사용자에게 만족도와 편의성을 제공하는 검색엔진 및 지식기반기술의 개발에 집중하고 있다. 특히 금융 분야는 끊임없이 방대한 새로운 정보가 발생하며 초기의 정보일수록 큰 가치를 지녀 텍스트 데이터 분석과 관련된 연구의 효용성과 발전 가능성이 기대되는 분야 중 하나이다. 따라서, 본 연구는 주식 관련 정보검색의 시멘틱 성능을 향상시키기 위해 주식 개별종목을 대상으로 뉴럴 텐서 네트워크를 활용한 지식 개체명 추출과 이에 대한 성능평가를 시도하고자 한다. 뉴럴 텐서 네트워크 관련 기존 주요 연구들이 추론을 통해 지식 개체명들 사이의 관계 탐색을 주로 목표로 하였다면, 본 연구는 주식 개별종목과 관련이 있는 지식 개체명 자체의 추출을 주목적으로 한다. 기존 관련 연구의 문제점들을 해결하고 모형의 실효성과 현실성을 높이기 위한 다양한 데이터 처리 방법이 모형설계 과정에서 적용되며, 객관적인 성능 평가를 위한 실증 분석 결과와 분석 내용을 제시한다. 2017년 5월 30일부터 2018년 5월 21일 사이에 발생한 전문가 리포트를 대상으로 실증 분석을 진행한 결과, 제시된 모형을 통해 추출된 개체명들은 개별종목이 이름을 약 69% 정확도로 예측하였다. 이러한 결과는 본 연구에서 제시하는 모형의 활용 가능성을 보여주고 있으며, 후속 연구와 모형 개선을 통한 성과의 제고가 가능하다는 것을 의미한다. 마지막으로 종목명 예측 테스트를 통해 본 연구에서 제시한 학습 방법이 새로운 텍스트 정보를 의미적으로 접근하여 관련주식 종목과 매칭시키는 목적으로 사용될 수 있는 가능성을 확인하였다.

인공지능(AI) 스피커에 대한 사회구성 차원의 발달과정 연구: 제품과 시기별 공진화 과정을 중심으로 (A study of Artificial Intelligence (AI) Speaker's Development Process in Terms of Social Constructivism: Focused on the Products and Periodic Co-revolution Process)

  • 차현주;권상희
    • 인터넷정보학회논문지
    • /
    • 제22권1호
    • /
    • pp.109-135
    • /
    • 2021
  • 본 연구는 전통뉴스 보도에 나타난 인공지능(AI)스피커 뉴스 텍스트 분석을 통해 인공지능(AI) 스피커 발달과정을 분류하고 시기별 제품별 특성을 파악하였다. 또한 AI 스피커 사업자 제품별 뉴스 보도와 시기별 뉴스 보도간의 상관관계를 분석하였다. 분석에 사용된 이론적 배경은 뉴스의 프레임과 토픽프레임이다. 분석방법으로는 LDA 방식을 활용한 토픽모델링(Topic Modeling)과 의미연결망분석이 사용되었으며, 추가로 'UCINET'중 QAP분석을 적용하였다. 연구방법은 내용분석 방법으로 2014년부터 2019년까지 AI 스피커 관련 2,710건의 뉴스를 1차로 수집하였고, 2차적으로 Nodexl 알고리즘을 이용하여 토픽프레임을 분석하였다. 분석 결과 첫째, AI 스피커 사업자 유형별 토픽 프레임의 경향은 4개 사업자(통신사업자, 온라인 플랫폼, OS 사업자, IT디바이스 생산업자) 특성에 따라 다르게 나타났다. 구체적으로, 온라인 플랫폼 사업자(구글, 네이버, 아마존, 카카오)와 관련한 프레임은 AI 스피커를 '검색 또는 입력 디바이스'로 사용하는 프레임의 비중이 높았다. 반면 통신 사업자(SKT, KT)는 모회사의 주력 사업인 IPTV, 통신 사업의 '보조 디바이스' 관련한 프레임이 두드러지게 나타났다. 나아가 OS 사업자(MS, 애플)는 '제품의 의인화 및 음성 서비스' 프레임이 두드러지게 보였으며, IT 디바이스 생산업자(삼성)는 '사물인터넷(IoT) 종합지능시스템'과 관련한 프레임이 두드러지게 나타났다. 둘째, AI 스피커 시기별(연도별) 토픽 프레임의 경향은 1기(2014-2016년)에는 AI 기술 중심으로 발달하는 경향을 보였고, 2기(2017-2018년)에는 AI 기술과 이용자 간의 사회적 상호 작용과 관련되어 있었으며, 3기(2019년)에는 AI 기술 중심에서 이용자 중심으로 전환되는 경향을 나타냈다. QAP 분석 결과, AI 스피커 발달에서 사업자별과 시기별 뉴스 프레임이 미디어 담론의 결정요인에 의해 사회적으로 구성되는 것을 알 수 있었다. 본연구의 함의는 AI 스피커 진화는 사업자별, 발달시기별로 모회사 기업의 특성과 이용자 간의 상호작용으로 인한 공진화 과정이 나타냄을 발견할 수 있었다. 따라서 본 연구는 AI 스피커의 향후 전망을 예측하고 그에 따른 방향성을 제시하는 데 중요한 시사점을 제공한다.

유통과학연구의 연구 동향 분석 : 창간호부터 제8권 제3호까지를 중심으로 (Analysis of Research Trends in Journal of Distribution Science)

  • 김영민;김영이;윤명길
    • 유통과학연구
    • /
    • 제8권4호
    • /
    • pp.5-15
    • /
    • 2010
  • 본 연구에서는 한국유통과학회가 발행하고 있는 유통과학연구에 게재된 논문의 연구 동향을 분석하고 학회지의 질적 향상을 위한 시사점을 제시하고자 하였다. 즉, 유통분야의 학문체계를 분류하여 연구동향을 분석하고, 유통 관련 다른 학회지와 비교한 후 유통과학연구의 질적 향상을 위한 시사점을 도출하고자 하였다. 특히, 한국유통과학회는 1999년 「유통과학연구」 제1권 제1호 창간을 시작으로 2010년 9월 제8권 제3호까지 총 109편의 논문을 게재하였다. 109편의 논문을 대상으로 연구주제, 연구 주체, 연구 참여자의 수, 연구방법론, 국문 및 영문논문 빈도, 내국인 및 외국인 참여빈도, 참고문헌 활용 등에 대하여 분석하였다. 추가적으로 유통을 연구대상으로 하는 한국유통학회의 유통연구 및 한국유통경영학회의 유통경영학회지와 유통과학연구를 비교 분석하여 발전방안을 모색하고자 한다. 결론적으로 유통과학연구의 연구동향 및 유사 학회지의 비교 분석을 바탕으로 다음과 같은 시사점을 제시하고자 한다. 먼저, 유통과학연구가 SSCI를 준비하기 위해서는 해외 투고자를 적극 유치해야한다. 또한, 영문논문의 비중을 대폭 늘려야 할 것이다. 셋째, 학술지의 질 향상을 위한 다양한 연구방법론 수용을 해야할 것이다. 넷째, 유통과학연구의 피인용율울 확대하기 위하여 학술지의 해외 공급을 원활하게 할 수 있도록 구글 등 웹검색 기능을 보강해야 할 것이다. 이상의 시사점을 통한 개선을 한다면 국내 뿐 아니라 해외에서도 인정받는 세계적인 학술지 반열에 올라설 수 있을 것이다.

  • PDF