• 한국멀티미디어학회논문지
• /
• 제7권1호
• /
• pp.132-144
• /
• 2004

인터넷 기술의 급속한 발전으로 인하여 인터넷 사용자의 수와 인터넷상의 멀티미디어 정보의 양이 계속 증가하고 있다. 최근의 e-비즈니스나 쇼핑몰 사이트에서는 많은 양의 이미지 정보를 취급하고 있으며, 이로 인하여 이미지에 대한 효율적인 내용 검색의 필요성이 대두되고 있다. 본 논문에서는 XML기술을 이용하여 웹 상의 이미지를 지능적으로 검색할 수 있는 시스템을 제안한다. 상품 카탈로그와 같은 복잡하고 다중 객체를 보유하고 있는 이미지에 대하여 객체 기반 내용 검색을 수행할 수 있도록 지역 특징, 전역 특징, 의미 등의 메타 데이타를 표현하는 다계층 메타데이타 구조를 제안한다. 또한, 이미지에 대한 의미 기반 검색 및 내용 기반 검색을 수행 할 수 있도록 이러한 메타데이타를 저장하기 위한 XML-Schema를 설계하고 각 메타데이타를 XML 문서 형태로 표현하는 방법을 보인다. 또한, XSLT를 이용하여 이미지에 대한 검색 결과를 웹 브라우저나 모바일 브라우저와 같은 다양한 사용자 환경에 보여줄 수 있도록 자동 변환하는 방법을 제시한다. 본 논문에서 제시한 방법은 이미지에 대한 메타데이타를 XML 형태로 표현하므로 XML을 지원하는 상용 시 스템을 이용하여 용이하게 시스템을 구현할 수 있으며, 이미지 메타데이타의 시스템간 공유도, 검색질의에 대한 정확성, 사용자의 검색 만족도를 증가시킬 수 있다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.127-141
• /
• 2017

인터넷과 모바일 관련 기술의 발전과 기기의 보급은 물리적 공간의 제약을 극복하게 하고, 다양한 상품과 서비스를 소비자에게 제공함으로써, 소비자에게 선택의 폭을 넓히는 기회를 제공하는 반면, 많은 시간과 노력을 기울이고도 소비자가 자신의 기호에 적합한 품목을 선택하기 힘들어지는 부작용을 낳았다. 이에 따라, 기업은 추천 시스템을 활용하여 소비자가 원하는 품목을 더 쉽게 찾는 수단을 제공하고 있다. 상품 간의 연관성을 통계적으로 분석하는 연관 규칙 마이닝 기법은 직관적인 형태의 척도를 규칙과 함께 제공함으로써, 이로부터 도출된 규칙에 포함된 품목 간의 관계를 이해하고, 이를 추천에 적용하기 쉽다는 강점을 갖는다. 그러나, 서로 다른 규칙의 척도가 일관되게 어느 한 쪽의 규칙이 더 우위에 있음을 알려주지 못한다면, 수많은 품목 중 추천에 적합한 품목을 적절히 선별해내기 힘든 상황이 발생한다. 본 연구에서는 추천 상품의 순위를 결정할 수 있도록 연관 규칙 마이닝 기법에 회귀분석모형을 보완적으로 적용하는 방안을 제시하고자 수행되었다. 연관 규칙 마이닝에서 보편적으로 사용되고 있는 지지도, 신뢰도, 향상도를 활용하여 모형을 구현함으로써, 직관적으로 이해하기 쉬울 뿐만 아니라, 실무에서도 활용하기 쉬운 방안을 제시하고자 하였다. 국내 최대규모의 온라인 쇼핑몰의 주문 데이터를 활용한 실험을 통해, 제안된 모형으로부터 얻어진 추천 점수를 기반으로 추천상품을 결정하고, 이를 추천에 적용함으로써 추천 적중률을 향상시킬 수 있음을 보였다. 특히, 최근 모바일 상거래가 빠르게 확산됨에 따라, 제한된 화면에 한정된 수의 추천 품목을 제시해야 하는 상황에서 적합한 추천 기법임을 확인할 수 있었다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.311-328
• /
• 2022

정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를 위해 본 연구에서는 Amazon에서 수집한 전자 제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상거래 사이트에 시사점을 제공할 수 있을 것으로 본다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.1-31
• /
• 2017

현대 기업들은 효율성과 생산성을 향상시킬 뿐 아니라 시장 진출을 위해 새로운 기술들을 채택하고 있다. 광고 업계도 전통적인 채널 (라디오, TV 및 인쇄 매체)에서 인터넷, 소셜 미디어, 모바일 기반광고와 같은 새로운 매체로 지속적인 파괴적 혁신을 경험하고 있다. 본 연구는 서울 지하철에 지능형 광고 비즈니스 모델을 제안한 사례이다. 서울은 세계에서 가장 분주 한 지하철 중 하나로서 메트로 네트워크를 통해 마케팅 담당자가 다양한 고객과 잠재 고객 모두와 교류하고 상호 작용할 수 있는 플랫폼이 될 수 있다. 현재의 광고 매체의 대부분은 공간, 조명 등 국부적 한계를 가지고 있으나 본 사례의 지능형 디지털 광고 플랫폼은 데이터로 구동되는 광고를 통해 위치기반 모바일 전자상거래를 제공할 수 있다. 등록된 지하철 카드를 통해 고객 데이터를 분석하고 특정 고객 그룹을 타겟팅하고, 대상 소비자 그룹을 기반으로 광고 사용자를 정의하고, 동영상, 애니메이션, 쿠폰, 문자 등 다양한 광고 형식을 제공 할 수 있다. 위치 정보를 통해 다음역을 탐지하여 지하철 안의 스크린이 다음 정차 할 역의 광고에 우선 순위를 부여하고, 사용자 모바일에서 알림을 수신하도록 선택한 고객은 광고주의 사업장 근처에 접근 할 때 알림을 받게 된다. 또한, 내비게이션 서비스를 통해 지하 쇼핑몰의 고객이 상점, 제품, 시설, 이벤트 등을 검색하고 광고나 추천서비스를 받을 수 있게 한다. 이러한 광고는 고객이 광고를 클릭하면 제품 설명 페이지로 연결되어 전자 상거래로 이어지도록 한다. 이 모델을 통해 개선된 고객 경험뿐만 아니라 지하상가의 중소기업 지원, 새로운 직업 기회, 비즈니스 모델 운영자에 대한 추가 매출 및 광고 유연성 등 새로운 가치 창출이 가능할 것으로 기대된다.

• 지식경영연구
• /
• 제23권4호
• /
• pp.315-338
• /
• 2022

1986년, 한국은 국가발전의 주축인 중소기업 창업지원을 위한 법 제도를 마련하였다. 이를 기반으로 지난 30여년간 창업정책의 수립 및 발전을 거듭하여 매년 100만 개가 넘는 신규 창업기업이 설립되는 역동적인 창업생태계를 구축하였다. 국가의 정책 방향과 사회, 경제, 문화 등의 외부환경 영향, 그리고 창업지원의 역사를 주요 이슈별로 분석하여 도출된 핵심문장 또는 키워드는 시대별 지원의 특징과 국가지원의 중심내용 등을 확인하는 데 매우 유용하다. 본 연구는 한국의 창업생태계 트렌드 변화를 분석하기 위해 1991년부터 2020년 12월까지 30년간의 언론기사에서 '창업', '벤처', '스타트업' 키워드가 포함된 118만여 건을 추출하고 네트워크 분석과 토픽 모델링을 활용하였다. 분석결과, 한국의 창업생태계 트렌드는 기업 및 산업육성, 확산 그리고 규제 완화, 활황 등, 정부 중심으로 스타트업 생태계의 변화와 발전이 이루어졌음을 파악할 수 있었으며, 다빈도 키워드 분석결과, 생태계 구성요인 간의 연계 활동을 통하여 기업가적인 생산성이 창출되었다. 생산성 창출의 주요 요인으로 한국은 대기업의 휴대폰 산업 발전과 이와 관련된 콘텐츠 스타트업의 성장, 인터넷과 쇼핑몰 중심의 플랫폼 기업의 발전, 그리고 청년창업과 글로벌 진출, 모바일과 인터넷 인프라 중심의 창업기업육성 노력 등으로 파악할 수 있었다. 본 연구는 30년간의 언론기사를 텍스트마이닝과 토픽 모델링을 활용하여 트렌드를 도출하였다. 이는 선행연구가 기존 정부와 정책의 변경 시기를 기준으로 트렌드 변화를 분석한 것과 달리, 언론기사의 키워드와 토픽 변화를 기준으로 창업생태계의 트렌드 변화를 분석하였다는 점에서 학술적 의의뿐만 아니라, 30년 간의 창업생태계 변화 및 주요이슈를 조명해 봄으로써 향후 창업지원의 방향성을 예측할 수 있는 실무적 시사점을 제공하였다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.1-19
• /
• 2018

최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.