• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.352-354
• /
• 2005

본 연구는 홈 네트워크 인터페이스 모델에서의 관측 데이터를 기반으로 기존의 시스템 중심의 분석이 아닌 사용자 행위 분석에 초점을 두고 있다. 다양한 사용자 행위 자료를 분석하여 사용자 행위 모델링을 하는 것은 어려운 작업이다. 우리는 가능한 제한된 사용자 행위를 추출하기위해 목적(Goal) 지향의 사용자 행위분석을 제안하며, 정확한 사용자 행위 및 패턴을 식별/추출하기위해, 분석 자동화 도구를 구현하였다. 이는 행위 패턴의 중복성 및 빈도수를 측정하여, 사용자의 중요한 행위를 식별하기 위함이다. 본 논문에서는 수작업의 오류를 방지하고 사용자의 중요한 행위 분석을 통해 시스템을 쉽게 모델링 및 개발을 하고자, 사용자 행위 분석 도구인 UBA(User Behavior Analyst)를 제안한다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.39-42
• /
• 2009

4 세대 모바일폰은 카메라, MP3, 블루투스, DMB, 전자수첩, PC, 웹브라우징의 복합 기능을 가진 제품으로 진화하고 있으며, 이를 위한 사용자의 요구와 경험디자인의 요소를 탐색하고 분석하는 것이 요구된다. 하지만 기존의 사용자 요구의 조사와 경험디자인은 많은 비용과 시간을 투입하고도 기존 요구의 재확인에 머물거나, 제한적이고 예측 가능한 결과만을 도출하는 문제점을 가지고 있어 창의적 디자인 아이디어 도출에는 한계를 가지고 있다. 이는 사용자의 선정과 분석의 방법이 마케팅 중심의 통계적 방법에 기초하고 있으며, 사용자의 선정에 분석의 결과가 좌우되기 때문이다. 본 연구는 창의적 경험디자인의 방법으로서 1% 이미지 추출의 작업과 국내외 커뮤니티 사이트를 중심으로 한 디지털 포켓리서치의 방법을 활용하였나 2차 사용자 조사는 '1% UX 리서치'로 명명한 극단적 사용자 분석의 방법을 개발하고 적용하였으며, 주요 디자인 요구와 암시점은 K-J 매트릭스를 통하여 체계화하였다. 디지털포켓리서치와 1% 사용자의 리서치의 방법론은 근 미래의 사용자 예측과 풍부한 경험디자인의 아이디어를 발상할 수 있다는 측면에서 기존의 방법론 보다 비용과 시간 측면에서 효율적으로 활용할 수 있었다.

• 한국IT서비스학회:학술대회논문집
• /
• 2008.05a
• /
• pp.594-599
• /
• 2008

침입탐지에 있어서 사용자 로그 분석은 중요한 주제로서, 기존의 연구들에서 클러스터링 기법들을 사용하여 저장된 사용자 로그들을 분석해왔다. 하지만, 이러한 방법은 고정된 사용자 패턴 분석에는 효율적이지만, 로그 스트림과 같이 무한히 생성되어 사용자 패턴이 변화하는 경우 변화하는 패턴을 분석할 수 없다. 본 연구에서는 무한히 생성되는 사용자 로그 스트림을 대상으로 실시간 침입탐지 방법을 제시한다. 사용자로그의 정보는 사용자 행동에 대한 특성값으로 표현되어, 이러한 특성값들에 대해 실시간 데이터 스트림 클러스터링을 수행하여 이들을 클러스터로 분류한다. 각 클러스터는 사용자의 정상로그에 대한 특성값을 반영하게 되며, 그 결과 과거 사용자 로그에 대한 저장없이 새로운 로그 스트림을 지속적으로 분석할 수 있다. 결과적으로 사용자의 비정상행동을 실시간으로 탐지할 수 있으며, 이를 실험을 통해 평가하였다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02b
• /
• pp.340-344
• /
• 2006

홈 환경은 독립 환경에서 네트워크 환경으로 발전되고 있으며, 더 나아가 센서를 기초로 하는 컨텍스트 어웨어(context-aware) 환경으로 변화될 것이다. 이러한 홈 환경의 변화는 사용자에게 더 많은 요구와 니즈를 발생시키고, 이것을 만족시키기 위해서는 사용자의 관점에서 요구와 니즈를 파악하는 것이 필요하다. 본 연구에서는 '사용자의 행위는 사용자의 요구와 니즈를 표출한다' 와 '사용자의 행위는 홈 환경 컨텍스트를 판단한 사용자 컨텍스트에 의해 발생된다' 라는 두 가지 주장을 전제로 하여, 사용자 행위와 사용자 컨텍스트를 통해 사용자의 니즈를 파악할 수 있는 프레임워크를 제안하는 데 그 목적이 있다. 이러한 프레임워크는 사용자 정보를 체계적으로 분석할 수 있게 하여 디자인 과정에서 사용자의 니즈를 추출하는 효과적인 장치가 될 것이다. 이에 먼저, 사용자 행위의 특성을 파악하기 위해 '행위카드 기록법' 을 이용한 사용자 조사를 실시하여 분석을 위한 데이터를 수집하였고, 그 다음으로, 수집 된 데이터를 도널드 노만(D.A.Norman)의 행동 7 단계 모델과 5W1H를 근거로 분석하여 사용자의 행위는 바라보는 관점에 따라 다른 해석을 가진다는 것을 밝혀내었다. 마지막으로, 그 관점을 '행위간의 연관성', '사용자 컨텍스트 요소간의 연관성', '사용자 행위와 사용자 컨텍스트 요소 간의 연관성'의 세가지 프레임워크로 구성하여 디자인 또는 기획의 과정에서 사용자의 정보를 활용할 수 있는 활용방안과 함께 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.179-184
• /
• 2007

제품의 사용자 인터페이스를 개발하기 위해서는 해당 제품의 사용 행태를 정확하게 파악하는 것이 핵심적이다. 사용자 행태에 관한 정보를 수집하는 방법으로는 설문이나 개별/집단 면접 등이 흔히 사용되고 있으나, 이는 사용자들의 기억에 의존하는 간접적인 방법이기 때문에 그 정확성을 보장할 수 없다는 것이 단점으로 지적된다. 이 연구에서는 사용자 조작 로그(Log)를 기록, 수집하는 방법을 활용하여 가전 제품의 사용 행태에 대한 정보를 직접적으로 파악하였고 그 결과를 바탕으로 사용자 중심 인터페이스 디자인을 개발하고자 하였다. 디지털TV실사용자 가구들을 조사 대상으로 선발한 후 해당 가정의 실제 사용 환경에서 약 1개월간 사용 로그를 기록하였다. 로그 수집과 함께 면접 설문도 실시하였다. 수집된 로그를 통계적으로 분석하여 제품의 주요 기능별 사용 빈도와 패턴을 추출해 낼 수 있었다. 이 결과를 면접에서 대상자들이 응답한 내용과 비교하여 간접 조사 방법의 정확도를 검증해 보았다. 로그 분석 결과에서 도출된 사용 행태 데이터를 근거로 사용자 맞춤 인터페이스 기능을 제안하였다. 또한 각 가구별 결과를 2차 분석하여, 사용 행태 데이터를 기반으로 한 사용자 세분화(Segmentation)를 하였고 각 세그먼트(Segment)별 주요 특징을 도출해 낼 수 있었다. 이러한 여러 분석 결과는 가전 제품의 사용자 중심 인터페이스 개발에 사용 Log분석이 활용될 다양한 가능성과 유용성을 보여주었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04a
• /
• pp.539-541
• /
• 2003

본 논문에서는 컨텐츠 사이트에서 디지털 컨텐츠를 보호하기 위하여 사용자 행동 패턴을 분석을 이용해 특이한 성향을 보이는 사용자를 탐지하기 위한 모델을 제시하였다. 사용자의 행동 패턴을 분석하기 위한 탐지 규칙(detection rule)으로 Syntactic Rule과 Semantic Rule을 정의하였다. 사용자 로그 분석 결과 탐지 규칙에 대한 위반 정도가 일정 범위를 벗어나는 사용자를 비정상적인 사용자로 추정하였다. 또한 제안 모델은 eCRM 시스템에서 이탈 가능성이 있는 고객 집단을 사전에 탐지하여 고객으로 유지하기 위한 promotion 전략 수립에 응용될 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.39-42
• /
• 2009

사용자 적응형 추천 시스템의 목적은 사용자의 선호도와 행동 정보 등을 분석, 분류하여 그를 바탕으로 각 사용자가 필요로 하거나 선호 할 만한 서비스를 사용자에게 추천하여 사용자 편리성을 높이는 것이다. 그러나 기존의 추천 시스템은 새로운 사용자의 등장이나 새로운 서비스의 등장 시 분석에 많은 시간을 필요로 하거나, 과특성화와 희귀성이라는 특성으로 인한 추천 서비스 단순화 등의 문제점을 안고 있다. 본 논문에서는 새로운 사용자 등장 시 결정 트리를 이용한 분류로 분석시간을 줄이고, 새로운 아이템의 등장 시 분석시간의 감소와 다양한 사용자 중심적인 추천을 위해 대리자를 이용한 사용자 군집화와 추천을 수행하는 새로운 모델을 제시한다. 또한 제안된 모델을 분석하여 위의 문제점들이 어떻게 해결되는지 설명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.229-232
• /
• 2008

웹 정보량이 급속히 늘어나면서 원하는 정보를 효율적으로 찾는 검색 기술의 중요성이 커지고 있다. 검색의 정확성을 높이기 위해서는 검색 질의어와 함께 사용자의 환경, 검색 만족도와 같은 다양한 정보가 필요하다. 사용자의 명시적 피드백을 요구하는 것은 거부감을 줄 수 있으므로 사용자의 잠재적 피드백과 연관 검색어 분석을 통해 검색 질의어를 확장하는 연구가 이뤄지고 있다. 그러나 이러한 검색어 확장과 검색 정확성 사이의 상관관계에 대한 분석이 없어 연관 검색어를 정량적으로 평가할 수 없었다. 본 논문에서는 사용자가 검색 질의어를 변경하면서 검색을 반복하는 과정을 사용자의 잠재적 피드백의 하나로 보고 사용자 만족도를 반영하는 페이지 방문 시간과 함께 분석하여 연속적으로 입력된 검색어가 검색 결과 순위와 사용자 만족도에 미치는 영향을 분석하는 방법을 제안하였다. 마우스 클릭 정보 분석을 통하여 사용자의 검색 만족도를 정량화하였고 특정 주제어에서 관련 검색어가 확장되어 가는 과정은 트리 구조로 표현하였다. 이를 통해 하나의 주제어와 관련해 연속적으로 입력된 검색어 집합으로부터 연관검색어를 추출하고 검색 결과의 정확성을 높일 수 있으며 제안된 트리 구조를 다양한 방향으로 분석하여 검색어, 검색 결과, 사용자 만족도, 배경 지식 등 단순 검색어 분석에서는 나타나지 않는 다양한 정보를 얻을 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.361-363
• /
• 2002

최근 객체지향 기법보다 효율적인 재사용성과 대체성을 지원하는 컴포넌트 기법에 대한 인식의 확대로 많은 업무용 시스템들에 대한 컴포넌트 기반 시스템으로의 재개발 또는 재개발 요구가 증가하고 있으며 이에 따라 레거시 시스템을 컴포넌트 기반 시스템으로 전환하기 위한 연구 또한 활발히 진행되고 있다. 본 논문에서는 레거시 시스템의 사용자 인터페이스를 컴포넌트화 하기 위한 전환 프로세스를 제시한다. 전환 프로세스는 레거시 시스턴 사용자 인터페이스 구성 분석, 컴포넌트 유형 분석, 컴포넌트 전환 패턴 개발. 컴포넌트 설계 및 구현 사용자 인터페이스 요구사망 테스트의 다섯 단계로 구성되어 있다. 레거시 시스템 사용자 인터페이스 구성 분석단지에서는 사용자 인터페이스의 화면구성파 내부로직을 분석하고 사용자 인터페이스의 컴포넌트화 단위를 결정하며 컴포넌트 유형 분석단계에서는 사용자 인터페이스를 구현할 컴포넌트 기술을 결정한다. 컴포넌트 전환 패턴 개발단계에서는 사용자 인터페이스를 컴포넌트화 시키기 위한 전판 패턴을 설계하며 컴포넌트 설계 및 구현 단계에서는 설계된 전환 패턴에 따라 사용자 인터페이스를 컴포넌트화한다. 사용자 인터페이스 요구사항 테스트단계에서는 개발된 컴포넌트가 레거시 시스템의 사용자 인터페이스에 대한 요구사항을 만족하는가를 확인한다. 제시한 프로세스를 적용할 래거시 시스템의 사용자 인터페이를 컴포넌트화한 구현 사례를 통해 사용자 인터페이스와 관련된 코드의 재사용 방범을 제시한다.

• Information and Communications Magazine
• /
• v.34 no.6
• /
• pp.43-50
• /
• 2017

본고에서는 소셜 빅데이터에서 공공안전에 위협되고 사회적으로 이슈가 되는 재난사건을 추출하기 위한 방법으로 소셜 네트워크상에서 사용자 행동 분석과 시간분석을 반영한 토픽 모델링 기법을 알아본다. 소셜 사용자의 글 수, 리트윗 반응, 활동주기, 팔로워 수, 팔로잉 수 등 사용자의 행동 분석을 통하여 활동적이고 신뢰성 있는 사용자를 분류함으로써 트윗에서 스팸성과 광고성을 제외하고 이슈에 대해 신뢰성 높은 사용자가 쓴 트윗을 중요하게 반영한다. 또한, 트위터 데이터에서 새로운 이슈가 발생한 것을 탐지하기 위해 시간별 핵심어휘 빈도의 분포 변화를 측정하고, 이슈 트윗에 대해 감성 표현 분석을 통해 핵심이슈에 대해 사건 어휘를 추출한다. 소셜 빅데이터의 특성상 같은 날짜에 여러 이슈에 대한 트윗이 많이 생성될 수 있기 때문에, 트윗들을 토픽별로 그룹핑하는 것이 필요하므로, 최근 많이 사용되고 있는 LDA 토픽모델링 기법에 시간 특성과 사용자 특성을 분석한 시간상에서의 중요한 사건 어휘를 반영하고, 해당이슈에 대한 신뢰성 있는 사용자가 쓴 트윗을 중요시 반영하도록 토픽모델링 기법을 개선한 소셜 사건 탐지 방법에 대해 알아본다.