• 디지털융복합연구
• /
• 제10권8호
• /
• pp.135-148
• /
• 2012

본 연구는 기업 모바일 SNS 특성요인들이 사용자 만족과 지속적 사용의도에 영향을 미치는지를 규명하는데 그 목적이 있으며, 이를 위하여 정보시스템 성공 모형과 기술수용모델 그리고 수용 후 모델을 근거로 연구를 수행하였다. 본 연구를 수행하기 위한 자료는 서울소재 100명 이상의 종업원을 가진 기업체 9곳을 대상으로 기업 모바일 SNS의 사용 경험이 있는 종업원 276명으로부터 수집하였으며, 자료수집 도구로는 구조화된 자기기입식 질문지를 사용하였다. 주된 자료분석 방법으로는 SPSS 18.0과 AMOS 18.0을 사용하여 구조방정식모형분석기법을 적용하였다. 연구결과 3개의 기업 모바일 SNS 특성인 시스템적 특성요인(시스템 품질, 정보품질, 서비스 품질), 사용자 특성요인(개인의 혁신성, 개인의 친숙도), 시회적 특성요인(사회적 영향, 사회적 상호작용)이 지각된 유용성, 지각된 용이성, 지각된 즐거움을 통해서 사용자 만족과 지속적 사용의도에 영향을 미치며, 영향의 방향은 이론적 예측과 일치한다는 것을 발견하였으며, 이들 결정변수들과 매개변수들은 사용자 만족과 지속적 사용의도에 중요한 영향을 미치는 변수라는 것이 밝혀졌다. 이러한 연구결과를 위해 이론적 실천적 함의를 논의 하였고, 이들 연구의 문제점 및 향후 연구를 위한 제언을 제시하였다.

• 디지털융복합연구
• /
• 제17권3호
• /
• pp.405-411
• /
• 2019

본 연구는 국내외의 대표적 소셜 네트워크 서비스(SNS)인 인스타그램에서 새롭게 출시한 모바일 동영상 플랫폼 IGTV에서의 패션 뷰티 서비스를 위한 사용성을 연구하고 더 나은 사용자 경험을 제시하는 것에 목적이 있다. 최근 스마트폰을 이용한 동영상 소비와 그 콘텐츠의 분량이 늘어나며 IGTV를 비롯한 다양한 모바일 동영상 서비스가 출시되고, 이에 트렌드에 민감한 패션 뷰티 업계가 가장 발 빠른 대응을 보인다. 연구 방법으로는 1차로 문헌 연구를 통해 현재 제공되는 모바일 동영상 플랫폼 서비스를 조사하였다. 2차로 IGTV의 사용성 평가를 위해 현재 스마트폰을 통해 패션 뷰티 콘텐츠를 소비하는 8명의 사용자를 대상으로 태스크를 주고, 그에 따른 심층 인터뷰를 진행하였다. 그 결과 두 가지 개선 방안을 도출할 수 있었다. 첫째로 기존 인스타그램 사용자들이 IGTV로 유입되어 오랜 시간 서비스를 이용하기 위해 높은 접근성과 직관적인 사용자 경험 제공이 요구되었다. 둘째로 기존에 제공되던 서비스와 다른 패션 뷰티 트렌드와 정보를 얻고 공유하기 위한 IGTV만의 차별전략이 필요하다. 본 연구를 바탕으로 추후 IGTV에서 패션 뷰티 영상 콘텐츠 서비스 사용성이 개선되고, 다양한 후속 연구가 진행되기를 기대한다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.

• 한국정보통신학회논문지
• /
• 제22권5호
• /
• pp.715-721
• /
• 2018

모바일 기기의 확산으로 소셜 네트워크 서비스나 전자상거래 사이트의 사용자 수가 급증하고 있고 사용자들이 남긴 데이터의 양도 기하급수적으로 증가하고 있다. 그로 인해 전자 상거래 기업들은 사용자들이 남긴 방대한 양의 데이터로부터 어떻게 유용한 정보를 추출할 것인가 하는 과제를 갖게 되었다. 이러한 문제를 해결하기 위해 추천 시스템에 빅 데이터 처리 기법을 적용한 다양한 연구들이 이루어지고 있다. 본 논문에서는 Apache Spark 플랫폼에서 Tag 가중치를 적용한 협업 필터링 기법을 사용한 추천방식을 제안한다. 제안하는 기법은 추천의 정확성을 높이기 위해 전처리 과정에서 Tag 데이터를 정제하고 아이템을 분류한 후 아이템 평가값에 기간 정보와 Tag 가중치를 적용하여 사용한다. RDD(Resilient Distributed Dataset)를 생성한 후 아이템 유사도와 예측값을 구하고 사용자에게 아이템을 추천한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 빠르게 처리하고 추천의 적합성도 향상되는 것을 확인하였다.

• 만화애니메이션 연구
• /
• 통권38호
• /
• pp.29-51
• /
• 2015

초고속 인터넷 망과 모바일 디바이스의 발달, 그리고 그를 통한 소셜 네트워크의 확산으로 대중 미디어 생태계는 생산자가 소비자에게 콘텐츠를 제공하는 일방성에서 벗어나 소비자가 직접 콘텐츠를 생산하고 소비하는 미디어 프로슈머 문화로 확대되고 있다. 그러한 시대적 경향에 더불어 유튜브를 위시한 다양한 동영상 공유 플랫폼은 콘텐츠 생산자에게 광고수익을 배분하는 방식으로 콘텐츠 프로슈머들과 윈-윈(win-win)하는 모델의 플랫폼을 제공함으로써 개인의 동영상 콘텐츠 배급 채널이 수천만 명의 구독자를 확보하고 연간 100억 원 이상의 수익을 얻는 등 콘텐츠 산업에 일대 변혁이 일어나고 있다. 본 논문은 꾸준한 성장세를 보이고 있는 동영상 배급 채널과 숏폼 미디어 콘텐츠들 그리고 숏폼 미디어에서의 애니메이션 콘텐츠의 특성들을 다각도로 분석하여 온라인 동영상 미디어 플랫폼의 시대에 애니메이션 콘텐츠가 뻗어나갈 수 있는 새로운 시장을 모색하고자한다. 나아가 기존 애니메이션 콘텐츠와 구별되는 숏폼 미디어에서의 애니메이션 콘텐츠의 특징적 요소들과 성공사례를 제시함으로써 1인 창작자 또는 소규모 팀 애니메이션 창작자들에게 창작 애니메이션을 통한 자생의 방향성을 제시하는데 본 연구의 목적이 있다.

• 한국인터넷방송통신학회논문지
• /
• 제17권5호
• /
• pp.1-8
• /
• 2017

최근 클라우드, 모바일 등 ICT 기술의 발전으로 소셜 네트워크를 통한 이미지 활용이 급증하고 있다. 이러한 이미지는 개인정보가 포함되어 있어, 개인정보 유출 사고가 발생될 수 있다. 이에 이미지에서 개인정보를 인식하고 마스킹하는 연구가 진행되고 있다. 그러나 기존 이미지에서 개인정보를 인식 하는 방법인 광학 문자 인식은 이미지의 밝기, 명암, 왜곡에 따라 인식률의 변화가 심하여 한글 인식이 미흡한 문제가 있다. 따라서 본 논문에서는 광학 문자 인식 방법을 기반으로 CNN 알고리즘에 딥러닝을 적용하여 이미지 인식 기반 향상된 개인정보 식별 및 마스킹 시스템을 설계 및 구현하였다. 또한 구현된 제안 시스템을 동일한 이미지를 가지고 광학 문자 인식과 개인정보 인식률을 비교평가를 진행하고, 제안 시스템의 얼굴 인식률을 측정하였다. 테스트 결과 제안 시스템의 개인정보 인식률은 광학 문자인식에 비해 32.7% 향상되었으며 얼굴 인식률은 86.6%로 확인되었다.

• 한국산업정보학회논문지
• /
• 제20권5호
• /
• pp.61-69
• /
• 2015

매일 각종 모바일 디바이스와 온라인, 소셜네트워크서비스 등에서 쏟아지는 데이터로 인해 정보의 홍수를 넘어 과부하 상태에 있다. 이미 생성되어 있는 기존 정보들도 있지만 시시각각 새롭게 생겨나고 있는 정보들이 헤아릴 수 없을 정도이다. 연관분석은 이러한 정보들 속에서 나타나는 항목의 발생 빈도수가 최소 지지도보다 큰 빈발항목집합(Frequent Item set)을 찾는 방법이다. 항목의 수가 많아짐에 따라 규칙의 수도 기하급수적으로 늘어나므로 원하는 정보를 찾기가 어려운 단점이 있다. 따라서 본 논문에서는 트랜잭션데이터 집합을 Boolean 변수 아이템으로 나타내었다. 논리함수를 간소화하는데 사용되는 Quine-McKluskey의 방법으로 알고리즘화하여 각 항목에 가중치를 부여한 WT-알고리즘을 제안한다. 제안한 알고리즘은 항목의 개수와 관계없이 간략화가 가능한 장점으로 인하여 불필요한 규칙을 감소시켜 데이터마이닝 효율을 향상시킬 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.231-237
• /
• 2021

10여년전 Krasnova et al.는 페이스북 사용자들의 자기노출에 영향을 미치는 요인들을 식별하였다. 이러한 요인들에는 인지된 위험, 관계구축, 관계유지, 자기표현, 즐거움이 포함된다. 한편, 지난 10년여 동안, SNS와 관련된 기능, 매체, 경쟁 측면에서 상당한 변화가 있었다. SNS는 기능적으로 강화되었고, 모바일 환경에서 사용되고 있으며, 많은 경쟁자들이 출현하였다. 이러한 변화된 사실들에 비추어 볼 때, 자기노출에 대한 그러한 요인들의 영향은 Krasnova et al.의 연구에서 발견된 영향과 상당히 다를 수 있다. 본 연구의 목적은 반복연구를 통해서 Krasnova et al.의 연구에서 채택된 요인들이 자기노출을 설명하는데 있어서 여전히 중요한지를 검증하는 것이다. 데이터 분석결과, 본 연구는 Krasnova et al.의 연구 결과와 상당히 다른 결과를 얻었다. 본 연구는 분석결과를 토대로 향후 연구를 위한 의미있는 시사점들을 논의한다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.197-216
• /
• 2022

인터넷 및 모바일 기술의 발달과 소셜미디어의 확산으로 인해 다량의 정보들이 온라인 상에서 생성, 유통되고 있다. 이중에는 대중에게 도움이 되는 유익한 정보들도 있지만, 역기능을 하는 이른바 가짜뉴스들도 함께 유통되고 있다. 지난 2020년 코로나19의 전세계적인 확산 이후, 온라인 상에는 이와 관련한 수많은 가짜뉴스들이 유통되었다. 다른 가짜뉴스들과 달리 코로나19와 관련된 가짜뉴스는 사람들의 건강, 나아가 생명까지 위협할 수 있다는 점에서 그 심각성이 매우 크다고 할 수 있다. 때문에 코로나19와 관련한 가짜뉴스를 자동으로 탐지하고, 이를 예방하는 지능형 기술은 사회적 건강도를 제고하는데 매우 의미 있는 연구주제라 할 수 있다. 이러한 배경에서 본 연구에서는 코로나19 관련 가짜뉴스 탐지를 효과적으로 수행하기 위해 그래프 임베딩 방법 중 하나인 Graph2vec을 활용한 방법을 제안한다. 가짜뉴스 탐지에 대한 주류 방법은 뉴스 콘텐츠 기반 즉, 텍스트에 대한 특징 분석으로 진행되었으나 본 연구에서는 사회적 참여 네트워크 내에서의 정보 전달 관계를 추가로 활용함으로써 보다 효과적으로 코로나19와 관련된 가짜뉴스를 탐지할 수 있었으며 성능 측면에서 정확도 향상을 확인할 수 있었다.

• 한국HCI학회논문지
• /
• 제13권3호
• /
• pp.5-15
• /
• 2018

소셜네트워크게임(Social Network Game, 이하 SNG)의 가장 큰 특징은 SNS의 사회관계망을 바탕으로 실제로 알고 있는 지인들과의 경쟁과 협력을 통해 게임플레이가 진행된다는 점에 있다. 그러나 기존 게임분야 연구에서 경쟁과 도전감이 게임 몰입 등에 영향을 미치는 선행요인으로써 중요하게 다루어져 왔음에도 불구하고 SNG에서 이루어지는 지인 간 순위경쟁의 특성을 고려한 깊이 있는 연구는 부족한 실정이다. 더불어 SNG에서는 지인들이 경쟁의 대상인 동시에 도전의 대상이 될 수 있다는 점을 고려하지 못하였다. 따라서 본 연구에서는 SNS의 사회관계망을 기반으로 하는 모바일 퍼즐 SNG의 지인 간 순위경쟁 특성을 사회비교이론의 자기평가유지모형 선행연구를 통해 분석하여 경쟁심과 도전감에 영향을 미치는 요인으로써 비교대상의 성취정도 (큰 순위차이, 작은 순위차이), 비교대상과의 친밀감 (강한 유대관계, 약한 유대관계)의 두 요인을 규명하고 이러한 요인 및 요인 간 상호작용이 순위경쟁상황에서 플레이어의 경쟁심과 도전감에 어떠한 영향을 미치는지를 실증적으로 분석하였다. 결과적으로 순위차이가 큰 경쟁대상보다 순위차이가 비교적 작은 경쟁대상을 우선적으로 노출시킬 때, 더불어 유대관계가 약한 경쟁대상보다 유대관계가 강한 경쟁대상을 우선적으로 노출시킬 때 플레이어의 경쟁심을 자극하여 도전감을 향상시킬 수 있음을 알 수 있었다. 이와 같은 연구결과는 SNG 순위표 콘텐츠 디자인의 실무에 있어 그 활용 가치가 클 것으로 기대할 수 있다.