• 치위생과학회지
• /
• 제10권1호
• /
• pp.17-24
• /
• 2010

부산 사하구내 경로당과 D 노인대학을 이용하는 65세 이상 노인의 고혈압과 당뇨병에 대한 실태를 비교 조사하여 이를 바탕으로 노인의 구강건강행태 이론을 개발하도록 돕고 보다 전문화된 구강건강행위 전략 구축을 위한 하나의 기초자료로 활용하고자 하였다. 설문도구는 인구사회학적 특성, 건강행태, 건강검진, 고혈압 실태, 당뇨병 실태, 삶의 질(EQ5D) 문항으로 구성하였다. 2009년 8월 중순에서 9월 중순까지 약 한 달 동안 사하구내 경로당 10곳과 D 노인대학을 직접 방문하여 설문내용을 자세히 읽어드리고 협조에 응해주시는 65세 이상인 경로당 노인 100명과 D 노인대학 학생 74명으로 총 174명을 대상으로 자료수집 하였다. 자료분석은 SPSS 12.0을 이용하여 빈도분석, 교차분석을 통한 ${\chi}^2$검정, 독립표본 t 검정을 하였다. 연구결과는 아래와 같다. 1. 건강검진관련 항목 중 최근 1년 동안 혈압을 한번이라도 측정한 경우가 94.8%로 높았으며, 최근 1년 동안 혈당을 측정한 경우도 91.4%로 높게 나타났다. 건강관련 정보 취득원의 경우 경로당 노인은 방송을 통해서가 50.0%, 노인대학 노인은 전문가 강좌 및 상담이 64.8%로 약간 높게 나타났다(p < 0.05). 2. 고혈압인 경우가 32.2%로 나타났으며, 최초 고혈압 발견은 병원 진료 시 83.9%로 가장 많았다(p < 0.05). 고혈압 진단 장소는 병의원 50.0%로 나타났으며(p < 0.05), 고혈압을 진단받은 시기는 5년 이하 50.0%로 가장 많게 나타났다(p < 0.05). 정기적 혈압점검은 월 1회 이상 76.8%로 가장 많았고(p < 0.05), 혈압조절여부에서는 잘 조절된다가 75.0%로 가장 높게 나타났다(p < 0.05). 혈압약 복용은 경로당 노인은 매일 복용함이 85.7%로 가장 많았으며 노인대학 노인은 매일 복용하지 않는 것으로 나타났다(p < 0.05). 3. 당뇨병인 경우가 14.4%로 나타났으며, 당뇨병 최초 발견은 병원 진료 시 80.0%로 나타났다(p < 0.05). 개인용 혈당측정기 보유에서는 아니오가 64.0%로 약간 높게 나타났다(p < 0.05). 4. 삶의 질의 측정 항목 중 운동능력에서 경로당과 노인대학 노인 모두 걷는데 지장이 없다가 62.7%로 많았으며, 두 군을 비교해 보면 경로당 노인이 노인대학 노인보다 걷는데 다소 지장이 있는 분들이 조금 더 많았다(p < 0.05). 통증과 불편여부에서는 경로당 노인은 다소 통증이나 불편감이 있다가 다소 많았으며 노인대학 노인은 통증이나 불편감이 없다가 조금 더 많게 나타났다(p < 0.05). 5. 경로당과 노인대학 노인의 오늘 건강상태를 비교한 결과 노인대학 노인이 경로당 노인보다 유의하게 높은 건강상태를 나타냈다(p < 0.05). 이상의 결과에서 대체로 경로당 노인들보다 노인대학 노인들이 건강상태가 비교적 양호하였으며 삶의 질의 항목인 걷는데 지장이 없다와 불안/우울하지 않다라고 생각하는 것이 더 많았으나, 고혈압, 당뇨관리는 경로당과 노인대학 노인 둘 다 어느 정도 잘 되는 것으로 나타났다. 본 연구에서 노인의 삶의 질을 향상시키기 위해서 건강행태 및 고혈압·당뇨병 등 주요 질환관리 실태를 기초로 다양한 구강보건교육 및 구강건강증진 프로그램을 개발하여 노인 개개인에게 맞춤형 치과 의료서비스를 제공하여야 한다는 점에서 현재 본 대학에서 실시하고 있는 노인대학 구강건강관리프로그램 운영이 노인의 구강건강행위 실천에 긍정적인 영향을 주는 것으로 생각된다. 이번 실태조사에서 노인대학 노인중 고혈압 환자와 당뇨 환자의 수가 적었다는 제한점을 보여 신뢰성 있는 결론을 도출하는 데는 한계가 있다고 생각하나 후속연구에서 보다 많은 대상환자를 확보하고 체계적인 실태조사가 이뤄진다면 그 결과가 노인의 구강건강증진을 위한 프로그램 계획시 필요한 기초자료로 활용될 수 있으리라 생각한다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.23-43
• /
• 2016

최근 IT기술의 발전에 따라 많은 사람들이 자신들의 여가활동에 대한 경험을 공유하고 있으며, 역으로 다른 사람들의 여가활동에 대한 경험을 참고하여 더 나은 여가활동을 누릴 수 있는 기회를 얻게 되었다. 이러한 현상은 영화, 숙박, 음식, 여행 등 여가활동 전반에 걸쳐 나타나고 있으며, 그 중심에는 여가활동에 대한 정보를 요약하여 제공하는 수많은 사이트가 있다. 대부분의 여가활동 정보 사이트는 각 상품에 대한 평균 평점뿐만 아니라 상세 리뷰를 제공함으로써, 해당 상품을 구매하고자 하는 잠재고객의 의사결정을 지원하고 있다. 하지만 기존 대부분의 사이트는 한 단계의 평가기준에 따라 평점과 리뷰를 제공하기 때문에, 각 평가기준을 구성하는 세부요소에 대한 특징과 평가기준 별 주요 이슈를 파악하기 위해서는 상당히 많은 수의 리뷰를 직접 읽어야 한다는 불편이 따른다. 즉 사용자는 자신이 중요한 것으로 생각하는 평가기준에 대한 조건을 파악하기 위해, 많은 수의 리뷰를 하나하나 읽어보는 과정에서 많은 시간과 노력을 소비하게 된다. 예를 들어 호텔의 접근성, 객실, 서비스, 음식 등 한 단계의 평가기준만을 사용하여 평점과 리뷰를 제공하는 사이트의 경우, 접근성 중 특히 지하철역과의 거리, 객실 중 특히 욕실의 상태를 살펴보고자 하는 사용자에게 필요한 정보를 충분히 제공하지 못하게 된다. 따라서 본 연구에서는 기존 여가활동 정보 사이트의 한계, 즉 평가기준별로 입력된 리뷰를 신뢰하기 어렵다는 점과 평가기준을 구성하고 있는 세부 내용을 파악하기 어렵다는 점을 극복하기 위한 방안을 제시하고자 한다. 본 연구에서 제안하는 방법론은 사용자가 별도의 구분 없이 입력한 리뷰를 그 내용에 따라 평가기준별로 자동 분류하고, 각 평가 기준 별 주요 이슈를 요약하여 제공한다. 제안 방법론은 최근 텍스트 분석에 활발하게 사용되고 있는 토픽 모델링(Topic Modeling)에 기반을 두고 있으며, 각 리뷰를 하나의 문서 단위로 사용하는 것이 아니라 리뷰를 문장 단위로 끊어 개별 리뷰 유닛(Review Unit)으로 분해한 뒤, 평가기준별로 리뷰 유닛을 재구성하여 분석한다는 측면에서 기존의 토픽 모델링 기반 연구와 큰 차이가 있다고 할 수 있다. 본 논문에서는 제안 방법론을 실제 호텔 정보 사이트에서 수집한 423건의 리뷰 문서에 적용하여 6가지 평가기준에 대해 총 4,860건의 리뷰 유닛을 재구성하고, 이에 대한 분석 결과를 소개함으로써 제안 방법론의 유용성을 간접적으로 보인다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.