• 스마트미디어저널
• /
• 제13권6호
• /
• pp.44-53
• /
• 2024

현대사회의 기업들은 소셜 미디어, 제품 리뷰, 고객 피드백 등 다양한 영역에 걸쳐 소비자 의견을 정확하게 이해하는 것이 경쟁에서 성공하기 위한 주요 과제임을 강조하며 감성 분류를 점점 더 중요한 작업으로 채택하고 있다. 감성 분류는 소비자의 다양한 의견과 감성을 파악하여 제품이나 서비스 개선에 도움을 주는 이유로 많은 연구가 진행중이다. 감성 분류에서는 대규모 데이터 셋과 사전 학습된 언어 모델을 통한 미세 조정이 성능 향상에 중요한 역할을 한다. 최근 인공지능 기술의 발전으로 감성 분류 모델은 높은 성능을 보이고 있으며, 특히 ELECTRA 모델은 효율적인 학습 방법과 적은 컴퓨팅 자원을 통해 뛰어난 결과를 제공한다. 따라서 본 논문에서는 ELECTRA에서 한국어를 학습한 KoELECTRA 모델을 이용하여 다양한 데이터 셋에 대한 효율적인 미세 조정을 통해 감성 분류 성능을 향상하는 방법을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권9호
• /
• pp.289-296
• /
• 2015

정보의 폭발적인 증가로 사용자들은 원하는 정보를 빠른 시간에 얻는 것이 힘들어졌다. 따라서 이 문제를 해결하기 위한 다양한 방식의 새로운 서비스들이 제공되고 있다. 개인에게 맞는 맞춤 서비스를 제공하는 것이 중요하게 부각되면서 개인화 추천 시스템이 매우 중요하게 되었다. 추천 시스템 중 협업 필터링은 추천 시스템에서 널리 사용되고 있고 개인화 추천 시스템 중에서 가장 성공적인 방법이다. 협업 필터링 방법은 고객들의 프로파일 정보를 기반으로 추천을 하므로 희박성 문제와 cold-start 문제가 있다. 본 논문에서는 개인에게 더 정확하게 추천하기 위해 협업 필터링 기법과 상황기반 기법을 함께 이용하는 방법을 제안한다. 상황기반 기법은 사용자를 둘러싼 시간, 감정, 장소 등과 같은 환경을 고려하여 사용자에게 맞는 아이템을 추천하는 방법으로 상황에 따라 달라지는 사용자의 선호도를 반영할 수 있다. 본 논문에서는 상황기반 기법을 활용하기 위해 상황정보로 감정을 이용하며 이를 위해 개인의 주관적인 정보를 파악하는 데 효과적인 영화 리뷰를 이용한다. 본 논문에서 제안한 방법은 기존의 협업 필터링 방법보다 성능평가 결과, 향상된 성능을 보였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.

• 공업화학
• /
• 제26권1호
• /
• pp.1-16
• /
• 2015

본 리뷰에서는 에너지분야 응용을 위해 사용된 이온교환막을 이용한 분리막 공정에 대하여 정리하였다. 이온교환막은 기능, 균일상, 불균일상과 같은 형태, 사용된 고분자의 종류에 따라 구분되었으며, 양이온 및 음이온 교환막을 제조하기 위한 다양한 방법에 대하여 논문을 참조하여 정리하였다. 이온교환막을 제조하기 위한 최신 연구결과 동향이 보고되었으며, 본 리뷰에서는 분리막의 제조 및 발전되어온 내용과, 분리막을 미래지향적 기술에 사용하기 위한 잠재적 응용분야에 대하여 논의하였다.

• 한국전기전자재료학회논문지
• /
• 제11권1호
• /
• pp.12-17
• /
• 1998

The heteroepitaxial growth of InP and GaInAs on GaAs substrates has been studied by using a new combination of source materials: ethyldimethylindium (EDMIn) and trimethylgallium (TMGa) as group III sources, and tertiarybutylarsine (TBAs) and tertiarybutylphosphine (TBP) as group V sources. Device quality InP heteroepitaxial layers were obtained by using a two-step growth process under atmospheric pressure, involving a growth of an initial nucleation layer at low temperature followed by high temperature annealing and the deposition of epitaxial layer at a growth temperature. The continuity and thickness of nucleation layer were important parameters. The InP layers deposited at 500$^{\circ}$- 55$0^{\circ}C$ are all n-type, and the electron concentration decreases with decreasing TBP/EDMIn molar ratio. The excellent optical quality was revealed by the 4.4 K photoluminescence (PL) measurement with the full width at half maximum (FWHM) of 4.94 meV. Epitaxial Ga\ulcorner\ulcorner\ulcornerIn\ulcorner\ulcorner\ulcornerAs layers have been deposited on GaAs substrates at 500$^{\circ}$ - 55$0^{\circ}C$ by using InP buffer layers. The composition of GaInAs was determined by optical absorption measurements.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 춘계학술발표대회
• /
• pp.956-959
• /
• 2014

웹 2.0 의 폭발적인 성장과 스마트기기의 대중화 및 모바일 서비스의 활성화로 인하여 다양하고 방대한 양의 멀티미디어 콘텐츠가 보편화되었다. 따라서, 최근에 이를 효과적으로 활용하기 위한 다양한 연구가 수행되고 있다. 그러나, 사용자들은 아직도 수많은 멀티미디어 콘텐츠들 중에서 자신들이 원하는 콘텐츠를 찾는데 많은 어려움을 겪고 있다. 이에 따라, 사용자들의 올바른 의사결정을 도와주는 추천시스템에 대한 중요도가 나날이 급증하고 있다. 본 논문에서는 영화에 대해 사용자들이 남긴 리뷰로부터 감정 분석을 하고 분석된 각 사용자들의 감정 수치를 기반으로 영화추천 방법을 제안한다. 제안한 방법은 사용자들의 리뷰를 수집하고 각 사용자들의 감정 단어를 추출한다. 추출한 감정 단어들은 센티워드넷을 이용하여 사용자의 감정이 나타내는 정도를 분석한다. 분석된 사용자들의 감정 정보들을 바탕으로 사용자들에게 적절한 영화를 추천한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2010년도 제22회 한글 및 한국어 정보처리 학술대회
• /
• pp.166-171
• /
• 2010

본 논문은 한국어 온라인 리뷰 문서의 오피니언 분류(Opinion Classification)에 있어 그 핵심 키워드가 형용사 (Adjective) 범주라는 점을 고려하여, 한국어 형용사를 <문맥에 의존하지 않는 절대 극성>과, <문맥에 의존하여 극성이 바뀌는 상대극성>으로 대분류한 뒤 그 각각의 의미 극성을 하위 분류하는 작업을 수행하였다. 기존의 연구에서 특징적인 오피니언 어휘 수십개에 의존하여 자동 분류를 시도하고자 하였던 문제점을 극복하기 위해서는 한국어 형용사 전체 범주에 대한 체계적인 극성 분류가 이루어져야 할 필요가 있으며, 여기서 특히 상세히 주목받지 못했던 상대 극성 어휘에 대한 본격적인 의미 분류가 요구된다. 본 연구에서 제시하는 형용사의 극성 분류는 기존의 이론 언어학적 형용사 의미 분류와 달리 온라인 오피니언 문서에서 도메인에 따라 나타나는 특징적 의미 유형을 결정하고, 이를 기준으로 온라인 오피니언 문서의 극성 판별에 효과적으로 적용할 수 있는 사전을 구축하였다는 점에서 의의를 가진다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.76-78
• /
• 2014

나이브 베이스 학습은 유명하면서도, 빠르면서도 효과적인 지도 학습 방법으로, 다소 잡음을 가진 라벨이 있는 데이터집합을 다루는 데 좋은 성능을 보인다. 그러나, 나이브 베이스의 조건적 독립성 가정은 실세계 데이터를 다루는 데 필요한 특성에 다소 제약사항을 가지게 한다. 지금까지 연구자들이 이 조건적 독립성 가정을 완화시키는 방법들을 제안해 왔다. 이러한 방법들은 어트리뷰트 가중치, 커널 밀도 측정 등이 있다. 본 논문에서, 우리는 커널 밀도 측정과 어트리뷰트 가증치를 이용하여 나이브 베이스의 학습 효과를 개선하기 위한 NB Based on Attribute Weighting in Kernel Density Estimation (NBAWKDE) 이라는 새로운 접근 방법을 제안한다.

• 한국콘텐츠학회논문지
• /
• 제19권5호
• /
• pp.147-162
• /
• 2019

본 연구는 흥행영화의 온라인 구전패턴을 확인하고, 온라인 구전과 관객수 간의 관계를 실증분석 했다. 분석대상으로 삼은 흥행영화는 2017년 한국에서 개봉한 영화 중 누적 관객수 기준으로 상위 20위까지의 영화이며, 본 영화에서 온라인 구전으로 도출한 변인은 각 20개 영화에 대한 블로그 포스팅, 기사, 리뷰, 그리고 검색의 양(volume)이다. 본 연구의 분석결과는 다음과 같다. 첫째, 온라인 구전의 패턴을 확인하기 위해 SPSS의 곡선추정으로 한 결과, 모든 변인이 3차 모형으로 가장 잘 설명된다고 나타났다. 둘째, 온라인 구전과 관객수와의 관계를 보기 위해 패널 분석을 한 결과, 블로그양, 리뷰양, 검색량은 관객수와 모두 정의 관계에 있는 것으로 나타났으나 기사량은 부의 관계에 있는 것으로 도출되었다.

• 정보보호학회논문지
• /
• 제31권4호
• /
• pp.715-729
• /
• 2021

비트코인은 분산되고 투명하며 강력한 암호화를 통해 데이터 수정이 불가능한 암호화폐 중 하나이다. 그러나 익명성으로 인해 다크웹 등에서 불법 거래를 위한 지불 수단으로 사용되기도 한다. 이 문제를 해결하기 위해 비트코인 트랜잭션의 특성을 기반으로 하는 클러스터링 기법이 제안되었으나 기존 휴리스틱 기법에서는 여전히 클러스터링 되지 못하고 있는 경우가 존재한다. 이러한 거짓 부정을 줄이기 위해 비트코인 트랜잭션의 특성뿐만 아니라 오프체인 데이터를 이용한 휴리스틱을 제안한다. 우리는 오프체인 데이터를 수집하고 활용하기 위해 Silk Road 4의 리뷰 데이터를 분석하여 리뷰 데이터의 31.68%가 실제 비트코인 트랜잭션으로 매치시킬 수 있음을 발견했고 수집된 데이터에 대해 91.7%까지 거짓 부정을 줄일 수 있었다.