• 지능정보연구
• /
• 제18권2호
• /
• pp.143-156
• /
• 2012

누구나 뉴스와 주가 사이에는 밀접한 관계를 있을 것이라 생각한다. 그래서 뉴스를 통해 투자기회를 찾고, 투자이익을 얻을 수 있을 것으로 기대한다. 그렇지만 너무나 많은 뉴스들이 실시간으로 생성 전파되며, 정작 어떤 뉴스가 중요한지, 뉴스가 주가에 미치는 영향은 얼마나 되는지를 알아내기는 쉽지 않다. 본 연구는 이러한 뉴스들을 수집 분석하여 주가와 어떠한 관련이 있는지 분석하였다. 뉴스는 그 속성상 특정한 양식을 갖지 않는 비정형 텍스트로 구성되어있다. 이러한 뉴스 컨텐츠를 분석하기 위해 오피니언 마이닝이라는 빅데이터 감성분석 기법을 적용하였고, 이를 통해 주가지수의 등락을 예측하는 지능형 투자의사결정 모형을 제시하였다. 그리고, 모형의 유효성을 검증하기 위하여 마이닝 결과와 주가지수 등락 간의 관계를 통계 분석하였다. 그 결과 뉴스 컨텐츠의 감성분석 결과값과 주가지수 등락과는 유의한 관계를 가지고 있었으며, 좀 더 세부적으로는 주식시장 개장 전 뉴스들과 주가지수의 등락과의 관계 또한 통계적으로 유의하여, 뉴스의 감성분석 결과를 이용해 주가지수의 변동성 예측이 가능할 것으로 판단되었다. 이렇게 도출된 투자의사결정 모형은 여러 유형의 뉴스 중에서 시황 전망 해외 뉴스가 주가지수 변동을 가장 잘 예측하는 것으로 나타났고 로지스틱 회귀분석결과 분류정확도는 주가하락 시 70.0%, 주가상승 시 78.8%이며 전체평균은 74.6%로 나타났다.

• 한국식품위생안전성학회지
• /
• 제32권6호
• /
• pp.470-476
• /
• 2017

시중 유통 중인 곡류, 콩류, 견과류, 종실류 등 134건에 대하여 8종의 곰팡이독소를 LC-MS/MS를 이용하여 동시 분석하였다. 전체 시료 중 22건에서 fumonisin $B_1$, $B_2$, zearalenone, ochratoxin A 등 4종이 검출되어 16.4%가 곰팡이독소에 오염된 것으로 나타났으며 독성이 강한 aflatoxin $B_1$, $B_2$, $G_1$, $G_2$는 검출되지 않았다. 검출된 곰팡이독소 중 fumonisin ($B_1+B_2$)은 $0.48{\sim}560.2{\mu}g/kg$, zearalenone은 $0.22{\sim}28.6{\mu}g/kg$ 수준으로 검출되었고 평균 검출량은 fumonisin이 곡류 $49.3{\mu}g/kg$, 유지종실류 $10.1{\mu}g/kg$, zearalenone이 곡류 $1.9{\mu}g/kg$, 콩류 $1.5{\mu}g/kg$이었으며, ochratoxin A는 곡류에서 $0.08{\mu}g/kg$ 수준으로 검출되었다. 기장에서 검출된 ochratoxin A는 $4.8{\mu}g/kg$으로 기준치인 $5.0{\mu}g/kg$에 근접하여 검출되었는데 생산년도가 2016년인 것을 감안하면 상당히 높은 수준으로 지속적인 관심이 필요한 것으로 판단된다. 곰팡이독소가 검출된 나머지 품목은 2015년에 생산되었는데 특히 곡류 중 율무와 수수는 대부분의 시료에서 곰팡이독소가 검출됐으며 땅콩 및 견과류에서는 검출되지 않았다. 곰팡이독소가 검출된 품목의 검출빈도를 살펴보면 율무 66.7%, 수수 87.5%, 조 20%, 기장 20%로 곡류 중 약 27%가 독소에 오염된 것으로 나타났고, 콩류는 팥에서 60%가 검출되어 콩류 전체로는 12.5%가 오염됐으며 유지종실류는 깨에서 33.3%가 검출되어 유지종실류 전체로는 11.8%가 독소에 노출된 것으로 나타났다. 한편 곰팡이독소 중 fumonisin과 zearalenone이 동시에 검출된 품목은 율무 2건, 수수 3건이었으며 fumonisin이 검출된 경우 대부분의 시료에서 fumonisin $B_1$, $B_2$ 가 동시에 검출되었으나 율무, 조, 참깨 각 1건에서 fumonisin $B_1$만 검출되었다. 본 연구결과를 기초로 하여 산출한 1인 1일 노출량은 곡류의 경우 fumonisin $1.4{\times}10^{-2}{\mu}g/kgb\;.w./day$, zearalenone $5.6{\times}10^{-4}{\mu}g/kg\;b.w./day$, ochratoxin A $2.2{\times}10^{-5}ng/kg\;b.w./day$이었으며 콩류에서는 zearalenone $5.4{\times}10^{-5}{\mu}g/kg\;b.w./day$, 종실류는 $7.4{\times}10^{-5}{\mu}g/kg\;b.w./day$으로 이를 바탕으로 WHO/JECFA에서 제시한 자료를 바탕으로 PMTDI 대비 인체 노출량을 산출한 결과 fumonisin은 곡류 0.72% 종실류 0.004% zearalenone 곡류 0.11%, 콩류 0.01%에 해당하는 양이었으며 ochratoxin A는 PTWI 대비 0.14%, EC의 TDI 대비 0.45%로 검출된 곰팡이독소가 인체에 대한 유해할 가능성은 낮은 것으로 판단된다. 본 연구결과 곰팡이독소는 기준치 이내의 아주 적은 양 검출되었지만 기후 온난화로 인해 독성이 강한 곰팡이독소가 생성되기 쉬운 환경으로 변해가고 있어 농산물의 생산, 저장, 포장 과정에 이르기까지 보다 폭 넓은 연구가 이루어져 곰팡이독소로 인한 안전성 논란에 대비해야 할 것으로 판단된다.

• 한국전통조경학회지
• /
• 제33권1호
• /
• pp.52-64
• /
• 2015

본 연구는 곡성 함허정(전남유형문화재 제160호)을 중심으로 '현장조사 문헌조사 인터뷰' 등의 연구방법을 토대로 연구대상 일원의 풍수형국과 경관짜임 및 조영의도 그리고 의미경관의 특성을 추적한 것이다. 함허정 일원의 입지 및 조망적 조영특성의 분석과 해석의 일환으로, 함허정 일원의 경관상에 드러난 호혜적 자연관과 경관짜임이 어떠한 형태 및 방식으로 표출되었는가를 구체적으로 밝힌 연구결과는 다음과 같이 축약된다. 첫째, 함허정은 심광형(沈光亨, 1510~1550)이 중종30년(1535)에 군촌(현(現). 전남 곡성군 입면 제월리)에 처소 및 강학을 위한 군지촌정사를 창건한 이후, 지근거리에 1543년 학문연구와 유식(遊息)을 위해 지은 누정이다. 함허정과 군지촌정사가 자리한 군촌마을은 순자강(섬진강)을 마주한 전형적인 배산임수 국면인데, 진산인 동악산은 소가 강가에 누워 한가로이 되새김질 하는 와우형(臥牛形)으로 해석되며, 함허정 일원은 목동(牧童)이 강가에서 피리를 부는 형국으로 와우(臥牛)가 적초(積草案, 풀더미)를 구비하여 평안과 풍요를 누릴 수 있는 길처로 회자된다. 특히, 함허정 뒷동산은 거북이 용궁으로 입수하는 혈맥으로 거북(또는 자라)의 등 위에 앉은 건물[구형(龜形)]이 함허정이며, 절벽 아래 남측의 하중암도(河中巖島)인 구암조대(龜巖釣臺)와 용암(龍巖)은 거북이 지향한 해중 신선경(海中 神仙景)으로 해석된다. 둘째, 함허정은 곡성8경의 제3경 순강청풍과 제9경 설산낙조(雪山落照)의 풍광시점장이면서, 곡성 입면8경의 제2경 함허순자와 제3경 천마귀암(天馬歸岩)의 풍광시점이기도 하다. 한편 음양접합과 같은 '산태극(山太極) 수태극(水太極)'으로 배열된 순자강5곡의 제4곡 경물로서 도학 및 성리학적 토포스로 본 초월적 풍경이자 감각적 투시를 통한 굽음의 미학으로 재생산되고 있다. 특히 비변사인방안지도(18C 중엽)와 옥과현지(1788년) 등에 순자강5곡 중 제2곡 합강정과 제4곡 호연정(함허정), 그리고 제3곡 무진정이 묘사되었음을 볼 때 순자강5곡 경물은 피안(彼岸)과 차안(此岸)의 세계를 넘나들며 선경세계로 귀의하는 장소정체성은 물론 조선후기 명소적 연계경관으로서의 지명도를 엿볼 수 있다. 셋째, 비워둠의 미학이 절묘하게 드러난 함허정은 상수리나무 굴참나무 소나무 등 노거수 수림경관, 구암조대와 용암, 첩석(疊石) 등 바위경관, 군촌마을 문화경관 등이 지근경(至近景)으로 펼쳐지고, 중경요소로 순자강 평호(平湖)와 마산봉, 고리봉 등이 산악경관으로 조망되며, 동쪽에서 서쪽으로 고리봉 마산봉 무등산 설산 등이 개방성 강한 $180^{\circ}$ 조망범위로 펼쳐진다. 특히 군지촌정사의 사랑채인 망서재(望瑞齋)의 당호는 "서석산(瑞石山)을 전망하는 집"이라는 뜻을 갖는데, 조산인 무등산과 설산을 앙경(仰景)하는 등 다채로운 차경(읍경(揖景), 환경(環景), 원근(遠近), 앙부경관(仰俯景觀))에 대한 조망지향적 의도가 중층적(中層的) 경관짜임을 통해 구현되고 있다. 넷째, 실존[주거(住居) 강학처(講學處)]과 이상향[누정(樓亭) 재실(齋室)]이 접합된 군지촌 정주환경의 살림집[제월당], 강학처[군지촌정사], 누정[함허정], 재실[구암사, 청송심씨 4현 배향] 및 묘역 등은 '생성-풍요-초월-회귀'로 이어지는 사대부들의 생애주기와 관련한 의미론적 연계경관으로 인식된다. 특히 함허정 관련 시문은 순자강 일대의 가경 예찬과 유유자적한 삶에 대한 호혜적 자연관 묘사가 주를 이루고 있음을 주지할 때, 함허정은 자연귀의와 안분지족의 요체이자 거점처이며, 수심양성(修心養性)하는 은일지소로서의 현학성이 형이상학적 의미경관으로 표출된다.

• 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.