• 한국습지학회지
• /
• 제26권1호
• /
• pp.41-50
• /
• 2024

식물 미생물 연료전지(P-MFC)는 식물과 근계의 미생물 군집에서 전기를 생성하는 바이오매스 활용 에너지 기술로 지속가능한 환경을 고려하는 자연기반해법의 적정기술이다. 국내 수변공간에 적합한 P-MFC 기술 개발을 위해서는 국제적인 연구 동향에 대한 분석이 선행되어야 할 필요가 있다. 이에 따라 본 연구에서는 Web of Science에서 조회되는 P-MFC 관련 연구논문 총 700편을 대상으로 동시 출현단어 분석 프로그램인 VOSviewer을 사용해 핵심 키워드를 도출하고 연구 동향을 분석하였다. 분석 결과, 첫째, P-MFC 관련 연구는 1998년부터 지속적으로 증가하고 있으며 특히 2010년대 중후반부터 크게 증가 추세에 있다. 국가별 논문 투고 수는 '중국'-'미국'-'인도' 순으로 가장 많았으며 2010년대 이후 P-MFC에 관해 관심이 커지기 시작해 수변공간과 습지 환경이 풍부한 필리핀, 우크라이나, 멕시코 등의 나라에서도 게재 수가 늘어나고 있는 것으로 나타났다. 둘째, 기간별 연구 경향의 경우, 1998년~2015년에는 다양한 환경에서 미생물 연료전지의 성능 검증에 대한 연구가 주를 이루었다. 2016년~2020년에는 미생물 연료전지 사용의 구체적인 조건, P-MFC의 구조 및 발전 방식과 관련된 연구가 주를 이루었다. 2021년~2023년에는 P-MFC 발전 과정의 제약 요소와 효율성 향상을 위한 구체적인 연구가 주로 진행되었다. 본 연구를 통해 파악된 P-MFC 관련 국제적 연구 동향은 향후 국내 수변공간에 적합한 기술 개발 시 유용한 자료로 사용될 수 있을 것이다. 향후 본 연구 외에 세부 분야별 연구 동향 및 수준에 대해서도 추가적인 연구가 필요하며 국내에서 P-MFC 기술의 발전과 활성화를 위해서는 현장 적용성에 대한 연구 확대와 정책, 제도적 개선도 병행되어야 할 것이다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.155-175
• /
• 2017

최근 독감 예측이나 당선인 예측, 구매 패턴, 투자 등 다방면에서 웹검색 트래픽 정보. 소셜 네트워크 내용 등 거대한 데이터를 통해 사회적 현상, 소비 패턴을 분석하는 시도가 이전보다 늘어났다. 구글, 네이버, 바이두 등 인터넷 포털 업체들의 웹검색 트래픽 정보 공개 서비스와 함께 웹검색 트래픽 정보를 활용하여 소비자나 사용자와 관련된 연구가 실시되기 시작했다. 웹검색 트래픽 정보를 활용한 사회 현상, 소비 패턴 분석을 연구는 많이 수행되었으나, 그에 비해서 도출된 여행 수요 모델을 토대로 의사결정을 위한 실질적 대책 수립으로 이어지는 연구는 많이 진행되지 않은 실정이다. 관광산업은 상대적으로 많은 고용을 가능하게 하고 외자를 유치하는 등 고부가가치를 창출하여 경제 전체에 선순환 효과를 일으키는 중요한 산업이다. 그 중에서도 국내 입국외래객중 수년간 2위와의 큰 차이로 1위를 차지해왔던 중국 국적의 관광객 '유커' 및 그들이 지출하는 1인당 평균 관광 수지는 한국 경제에 매우 중요한 한 부분이다. 관광 수요의 예측은 효율적인 자원 배분과 합리적인 의사 결정에 있어서 공공부문 및 민간부문 모두 중요하다. 적절한 관광 수요 예측을 통해서 한정된 자원을 더욱 효과적으로 활용하여 더욱 많은 부가가치를 창출하기 위한 것이다. 본 연구는 중국인 인바운드를 예측하는 방법에 있어, 이전보다 더 최신의 트렌드를 즉각적으로 반영하고 개인들의 집합의 관심도가 포함되어 예측 성능이 개선된 방법을 제안한다. 해외여행은 고관여 소비이기 때문에 잠재적 여행객들이 입국하기 전 웹검색을 통해 적극적으로 자신의 여정과 관련된 정보를 취득하기 위한 활동을 한다. 따라서 웹검색 트래픽 수치가 중국인 여행객의 관심정도를 대표할 수 있다고 보았다. 중국인 여행객들이 한국 여행을 준비하는 단계에서 검색할만한 키워드를 선정해 실제 중국인 입국자 수와 상관관계가 있음을 검증하고자 하였다. 중국 웹검색 엔진 시장에서 80%의 점유율을 가지는 중국 최대 웹검색 엔진 '바이두'에서 공개한 웹검색 데이터를 활용하여 그 관심 정도를 대표할 수 있을 것이라 추정했다. 수집에 필요한 키워드의 선정 단계에서는 잠재적 여행객이 여정을 계획하고 구체화하는 단계에서 일반적으로 검색하게 되는 키워드 후보군을 선정하였다. 키워드의 선정에는 중국 국적의 잠재적 여행객 표본과의 인터뷰를 거쳤다. 트래픽 대소 관계 확인 결과에 따라서 최종 선정된 키워드들을 한국여행이라는 주제와 직접적인 연관을 가지는 키워드부터, 간접적인 연관을 가지는 키워드까지 총 세 가지 레벨의 카테고리로 분류하였다. 분류된 카테고리 내의 키워드들은 바이두'가 제공하는 웹검색 트래픽 데이터 제공 서비스 '바이두 인덱스'를 통해 웹검색 트래픽 데이터를 수집했다. 공개된 데이터 페이지 특성을 고려한 웹 크롤러를 직접 설계하여 웹검색 트래픽 데이터를 수집하였고, 분리되어 수집된 변수에는 필요한 변수 변환 과정을 수행했다. 자동화 수집된 웹검색 트래픽 정보들을 투입하여 중국 여행 인바운드에 대한 유의한 영향 관계를 확인하여 중국인 여행객의 한국 인바운드 여행 수요를 예측하는 모형을 개발하고자 하였다. 정책 의사결정 및 관광 경영 의사결정 같은 실무적 활용을 고려하여 각 변수의 영향력을 정량적으로 설명할 수 있고 설득이 명료한 방법인 다중회귀분석방법을 적용해 선형 식을 도출하였다. 수집된 웹검색 트래픽 데이터를 기존 검증된 모형 독립변인들에 추가적으로 투입함으로써 전통적인 독립변인으로만 구성된 연구 모형과 비교하여 가장 뛰어난 성능을 보이는 모형을 확인하였다. 본 연구에서 검증하려는, 웹검색 트래픽으로 대표되는 독립변인을 투입한 최종 도출된 모형을 통해 중국인 관광 수요를 예측할 때 유의한 영향을 끼치는 웹검색 트래픽 변수를 확인할 수 있다. 최적 모형 설명력을 가지는 모형을 기반으로 최종 회귀 식을 만들었고 이를 '유커마이닝' 시스템 내부에 도입하였다. 데이터 분석에서 더 나아가 도출된 모형을 직관적으로 시각화하고, 웹검색 트래픽 정보를 활용하여 도출할 수 있는 인사이트를 함께 보여주는 데이터 분석 기반의 '유커마이닝' 솔루션의 시스템 알고리즘과 UX를 제안하였다. 본 연구가 제안하는 모형과 시스템은 관광수요 예측모형 분야에서 웹검색 트래픽 데이터라는 정보 탐색을 하는 과정에 놓인 개인들의 인터랙티브하고 즉각적인 변수를 활용한 새로운 시도이다. 실무적으로 관련 정책결정자나 관광사, 항공사 등이 활용 가능한 실제적인 가치를 가지고, 정책적으로도 효과적인 관광 정책 수립에 활용될 수 있다.

• 대한핵의학회지
• /
• 제32권6호
• /
• pp.490-496
• /
• 1998

목적: 본 연구의 목적은 MELAS 증후군과 미토콘드리아 근육병의 뇌 SPECT 소견을 알아보고 SPECT 소견과 자기공명영상 소견을 비교 분석하여 MELAS증후군의 특징적인 영상 소견을 찾아보고자 하였고 MELAS 증후군에 있어서 뇌 SPECT의 역할을 평가해 보고자 하였다. 대상 및 방법: 뇌졸중 유사 증상이나 경련 또는 발달 지연을 주소로 하였고, 혈청 또는 뇌척수액의 lactic acid치가 상승되어 있는 1세에서 25세의 5명의 환자를 대상으로 하였고 남녀비는 4:1이었다. 모든 환자에서 Tc-99m ECD를 이용한 뇌혈류 단일광전자방출 전산화 단층촬영술(SPECT)와 자기공명영상을 시행하여 영상 소견을 분석하였다. 결과: 자기공명영상에서는 주로 두정엽(4/5)과 후두엽(4/5), 그리고 기저핵(1/5)에 백질과 회백질에 증가된 T2 신호강도를 나타내었는데, 특정한 혈관 영역에는 부합하지 않는 병변의 분포양상을 보였다. SPECT상에서는 자기공명영상에서 이상소견을 보인 모든 부위에서 관류 저하를 보였으며 추가적으로 두정엽(1예), 측두엽(1예), 전두엽(1예), 기저핵(1예)와 시상(2예)에서도 감소된 Tc-99m ECD의 섭취를 나타내어서, 자기공명영상과 SPECT에서 이상 소견을 보인 수를 비교하면 자기공명영상에서 나타난 해부학적인 이상소견보다 SPECT에서 보인 관류 저하가 더 광범위하였다. 결론: MELAS 증후군의 SPECT에서는 특정한 혈관 영역에는 부합하지 않는 두정엽과 후두엽, 기저핵, 시상, 측두엽등의 관류저하를 보여 주었는데, 본 연구의 여러 제한점으로 인하여 MELAS 증후군에서만 나타나는 특징적인 소견이라고 할 수는 없었다. 자기공명영상에서 상응하는 이상 소견이 없이 SPECT에서만 관류 저하를 보이는 경우의 중요성은 좀 더 많은 수의환자를 대상으로 한 연구를 통해 평가되어져야 할 것으로 생각한다. 나타내었다.속도를 향상시킬 수 있었다. 정상인의 뇌영상에 대해 위치 정합을 실시한 결과 평균 거리 오차는 2mm 이하였다. 가중정규화 방법을 사용하였을 때 합성된 영상의 정성적인 식별 명확도가 향상하였다. 결론: 견실한 PET 영상 경계점 추출과 거리지도를 이용한 계산 속도의 향상을 통해 뇌 PET과 MR 영상 합성기법의 성능을 개선할 수 있었으며 이를 이용하며 개발한 영상정합 프로그램은 임상 환경에서 유용하게 사용될 수 있을 것이다.은 환자군을 대상으로 한 추가 연구가 필요한 것으로 판단된다.07% ID/g 이하로 매우 낮았다. 결론: 이실험에서 표지한 Re-188 황 교질은 표지효율과 안정성이 높고 임상적으로 방사선 활액막 절제술 등에 사용할 수 있을 것으로 생각한다.}I$] 또는 [$^{131}I$]OMIMT는 종양의 아미노산 대사 영상제제로 이용될 수 있으며 앞으로 이에 대한 임상연구가 필요할 것으로 생각되었다.>$R_A,\;R_v$의 결과간에 좋은 상관관계를 가졌다. 따라서 이러한 약역학 컴퓨터시뮬레이션이 SPECT 영상을 이용한 도파민 운반체 또는 수용체 정량분석을 최적화하는데 매우 유용할 것으로 생각된다.TEX>-CIT SPECT는 파킨슨병의 조기진단 및 진행 추적에 임상적으로 유용할 것으로 판단된다., SCC 4예, AC 1예)였으며, 11예 중 9예(81.8%)에서 방사선학적 검사결과와 Tc-99m MIBI섭취율의 변화가 일치하였다. 결론적으로, Tc-99m MIBI SPECT는 폐암병소의 국소화 및 방사선치료 효과의 판정에 어느정도 유용하리라 사료되었다.냈고 4명에서는 low CBD obstruction을 나타내었으며 후에 CBD stone, CBD carcinoma, gall bladder Ca.의 porta hepatis 전이 및 clonorchis worms의 cluster에

• 한국조경학회지
• /
• 제48권5호
• /
• pp.80-88
• /
• 2020

2019년 3월 미세먼지 비상저감조치가 일주일 동안 발령되면서, 미세먼지로 인한 국민의 불안감은 점차 가중되고 있다. 본 연구는 공기정화식물이 적용된 바이오필터의 다중이용시설 내 적용성 평가를 위해 입자상 오염원의 실내 연속방출환경을 조성하여 오염원 저감효과에 대한 측정방법을 제안하고, 시스템의 실내공기질 개선 여부를 확인할 수 있는 기초연구를 진행하였다. 강의실을 대상으로 춘절기에 모니터링 1시간 전 모기향을 오염원으로 배경농도를 조성한 후, 스케줄에 따라 2시간 관수, 1시간 송풍하여 미세먼지의 저감능을 확인하였으며, 바이오필터 2m 전방에 PM₁₀, PM_2.5 및 온습도 센서를 설치하고, 3개 송풍구 중 중앙에 풍속 프로브를 설치하여 시계열 모니터링을 수행하였다. 바이오필터에 구비된 총 3개소의 송풍구 평균 면풍속은 0.38±0.16 m/s로 댐퍼 면적이 제외된 송풍구별 면적 0.29m×0.65m을 적용한 총 공조풍량이 776.89±320.16㎥/h로 산출되었다. 시스템 가동으로 평균온도 21.5~22.3℃, 평균상대습도 63.79~73.6%를 유지하여, 선행연구의 다양한 조건별 온습도 범위에 부합하는 것으로 판단된다. 시스템 공조부 구동을 통해 급격하게 상대습도를 상승시키는 효과를 효율적으로 운용할 경우, 계절에 따른 실내 미세먼지 저감과 적정한 상대습도 확보도 가능할 것으로 판단된다. 미세먼지 농도는 바이오필터 시스템 가동 전의 모든 주기에서 상승 현상이 동일하게 집계되었으며, 시스템 가동 후 1주기 송풍구간(B-1, β=-3.83, β=-2.45)에서 미세먼지(PM₁₀)는 최대 28.8% 수준인 560.3㎍/㎥, 초미세 먼지(PM_2.5)는 최대 28.0% 수준인 350.0㎍/㎥까지 저감되었다. 이후 미세먼지(PM₁₀, PM_2.5)의 농도는 2주기 송풍구간 감소(B-2, β=-5.50, β=-3.30)로 각각 최대 32.6% 수준인 647.0㎍/㎥, 32.4% 수준인 401.3㎍/㎥까지 저감되었고, 3주기 송풍구간감소(B-3, β=5.48, β=-3.51)로 최대 30.8% 수준인 732.7㎍/㎥, 31.0% 수준인 459.3㎍/㎥까지 저감된 것으로 확인되었다. 본 연구는 식생 바이오필터의 다중이용시설 내 설치와 유관한 관련 표준 및 규정을 참조하여, 객관적인 성능평가환경의 구축 방안을 제시할 수 있었다. 이를 통해 일반 강의실 환경 내에 보다 객관화된 모니터링 인프라를 조성하여, 상대적으로 신뢰성 있는 데이터 확보가 가능했던 것으로 판단된다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.153-169
• /
• 2012

전시회는 새로운 상품이나 서비스를 현재 고객들과 미래의 잠재고객들에게 홍보하기 위해 개최하는 효과적인 마케팅 수단으로 중요하다. 기업들은 전시회에 참여를 통해 현재 고객 및 잠재고객들과 대면접촉을 함으로써 기업의 이미지 제고 및 새로운 판로를 확보할 수 있다. 이처럼 전시회의 경제적 중요성이 커짐에 따라, 전시주최자들은 참여기업 및 참관객을 유치하기 위하여 새로운 IT 기술을 전시회에 적용하고 있을 뿐만 아니라 연구자들 또한 참관객의 관람패턴을 분석하기 위하여 다양한 연구를 시도하고 있다. 최근에는 스마트 기술이 발전함으로써 전시 공간 내에서 참관객의 활동을 실시간으로 모니터링 할 수 있어 온라인 전시환경처럼 오프라인 전시회를 방문한 참관객의니즈를 실시간으로 추론하여 참관객의 선호에 적합한 서비스를 제공하기 위한 부스 추천시스템에 대한 연구가 활발히 진행되고 있다. 그러나 새로운 기술 개발 측면에서 시스템의 성능을 개선하려는 연구는 지속적으로 진행되어 왔으나 향후 시스템의 개발 방향 및 보급 활성화에 영향을 미치는 요인에 관한 연구들이 부족한 실정이다. 부스 추천시스템은 스마트 전시환경에서 새로 도입되는 기술로 부스 추천시스템에 대한 참관객의 수용 후 재사용 의도는 TAM 관점보다는 부스 추천시스템이 참관객의 선호에 적합한 추천정보를 제공하는가에 초점을 맞출 필요가 있다. 따라서, 본 연구에서는 기존 문헌 고찰을 통해 전시환경에서의 부스 추천시스템에 대한 참관객의 만족 및 재사용 의도에 영향을 주는 요인을 도출하여 연구모형을 설계하였다. 이를 통해 향후 스마트 전시환경에서 부스 추천시스템의 개발과 보급 전략에 있어 유용한 시사점을 제공하고자 하였다. 이러한 연구목적을 달성하기 위하여 2011년 11월 DMC 컬처 오픈 행사에서 부스 추천시스템을 사용한 참관객을 대상으로 설문조사를 실시하였고 회귀분석을 통해 가설을 검증하였다. 그 결과, 참관객의 만족에 영향을 미치는 요인은 부스 추천시스템의 효과성, 편의성, 추천품질, 의외성으로 나타났다. 또한, 부스 추천시스템에 대한 참관객의 만족은 재사용 의도 형성에 긍정적인 영향을 미치는 것으로 밝혀졌다. 본 연구가 가지는 의의는 다음과 같다. 먼저, 본 연구결과를 토대로 스마트 전시환경에서 부스 추천시스템에 대한 참관객의 지속적인 서비스 이용을 유도하기 위한 전략을 수립할 때 고려해야 할 주요한 요인을 실증연구를 통해 구체화시켰다는데 의의가 있다. 또한, 스마트 전시환경에서 부스 추천시스템이 성공적으로 도입 및 활용되기 위해서는 참관객의 수용 전후 차별화된 관리가 필요함을 본 연구결과를 통해 제시하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.27-42
• /
• 2020

인터넷이라는 가상 공간을 활용함으로써 물리적 공간의 제약을 갖는 오프라인 쇼핑의 한계를 넘어선 온라인 쇼핑은 다양한 기호를 가진 소비자를 만족시킬 수 있는 수많은 상품을 진열할 수 있게 되었다. 그러나, 이는 역설적으로 소비자가 구매의사결정 과정에서 너무 많은 대안을 비교 평가해야 하는 어려움을 겪게 함으로써 오히려 상품 선택을 방해하는 원인이 되기도 한다. 이런 부작용을 해소하기 위한 노력으로서, 연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 구매의사결정 과정 중 정보탐색 및 대안평가에 소요되는 시간과 노력을 줄여주고 이탈을 방지하며 판매자의 매출 증대에 기여할 수 있다. 연관 상품 추천에 사용되는 연관 규칙 마이닝 기법은 통계적 방법을 통해 주문과 같은 거래 데이터로부터 서로 연관성 높은 상품을 효과적으로 발견할 수 있다. 하지만, 이 기법은 거래 건수를 기반으로 하므로, 잠재적으로 판매 가능성이 높을지라도 충분한 거래 건수가 확보되지 못한 상품은 추천 목록에서 누락될 수 있다. 이렇게 추천 시 제외된 상품은 소비자에게 구매될 수 있는 충분한 기회를 확보하지 못할 수 있으며, 또 다시 다른 상품에 비해 상대적으로 낮은 추천 기회를 얻는 악순환을 겪을 수도 있다. 본 연구는 구매의사결정이 결국 상품이 지닌 속성에 대한 사용자의 평가를 기반으로 한다는 점에 착안하여, 추천 시 상품의 속성을 반영하면 소비자가 특정 상품을 선택할 확률을 좀더 정확하게 예측할 수 있다는 점을 추천 시스템에 반영하기 위한 목적으로 수행되었다. 즉, 어떤 상품 페이지를 방문한 소비자는 그 상품이 지닌 속성들에 어느 정도 관심을 보인 것이며 추천 시스템은 이런 속성들을 기반으로 연관성을 지닌 상품을 더 정교하게 찾을 수 있다는 것이다. 상품의 주요 속성의 하나로서, 카테고리는 두 상품 간에 아직 드러나지 않은 잠재적인 연관성을 찾기에 적합한 대상이 될 수 있다고 판단하였다. 본 연구는 연관 상품 추천에 상품 간의 연관성뿐만 아니라 카테고리 간의 연관성을 추가로 반영함으로써 추천의 정확도를 높일 수 있는 예측모형을 개발하였고, 온라인 쇼핑몰로부터 수집된 주문 데이터를 활용하여 이루어진 실험은 기존 모형에 비해 추천 성능이 개선됨을 보였다. 실무적인 관점에서 볼 때, 본 연구는 소비자의 구매 만족도를 향상시키고 판매자의 매출을 증가시키는 데에 기여할 수 있을 것으로 기대된다.