• Smart Media Journal
• /
• v.12 no.11
• /
• pp.198-210
• /
• 2023

After COVID-19, team's collaborations are conducted online using whiteboard tools as remote working increases. In order to understand the problems of the convergence process using online whiteboard tools, an observation study comparing online and offline collaboration and a focus group interview were conducted. In addition, a questionnaire was conducted to confirm the found problem, and a solution idea was proposed. through in-depth interviews, we validate the proposed ideas. The convergence process of collaboration using online whiteboard tools had problems ; "excessive amount of information", "shift of view", "role of facilitator". To solve the problems, we proposed the idea of classifying each stage of the collaboration process, providing a navigator, and facilitator request system window. This paper proposed an idea that can effectively help the convergence process directly related to decision-making during the online collaboration process through analysis of advantages and problems of online and offline collaboration.

• 한국IT서비스학회:학술대회논문집
• /
• 2009.05a
• /
• pp.573-576
• /
• 2009

온라인게임에서 협업시스템은 유저와 기업, 기업과 기업, 기업과 유통, 기업과 정부, 유저와 유저 간 등에서 활발하게 작동된다. 이와 같은 협업시스템은 온라인게임의 개발과 시장진입과정에서 주도적인 역할을 한다. 온라인게임이 해외수출이라는 새로운 계기를 맞게 되면서, 한정된 공간에서 운용되던 로컬 협업시스템은 글로벌이라는 새로운 환경변화에 따라 변화하게 되었다. 각 국가별로 구조화된 협업시스템은 네트워크를 통해 확장되고 정교화되며, 글로벌과정을 통해 최적화된다. 본 논문에서는 한국과 중국의 온라인게임 산업의 글로벌 협업시스템이 각 산업 내부에서 어떻게 구조화되고 최적화하며, 해외진출 과정에서 어떻게 변화하고 진화하는 지 살펴봄으로써 한국 온라인게임 기업의 해외진출에 새로운 대안을 제시하고자 했다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.481-481
• /
• 2017

IT 발전은 프로젝트를 수행함에 있어서 직접 대면하여 공동으로 작업을 진행하던 협업 방식을 웹 기반 툴을 활용한 온라인 협업 방식으로 변화시키고 있다. 따라서 다양한 온라인 협업 툴이 개발 및 상용화되고 있으며, 그 중 온라인 오피스로 불리는 Google Docs도 이에 해당한다. 사용자들은 Google Docs를 통해 온라인상에서 무료로 문서 작업을 할 수 있을 뿐만 아니라 다른 사용자들과 문서를 공유할 수 있으며, 해당 문서작업을 동시에 하는 것도 가능하다. 따라서 최근에는 기업뿐만 아니라 교육 기관에서도 협업이 필요한 과제 및 프로젝트를 진행할 때 Google Docs를 활용하고 있는 추세이다. 기존의 면대면 공동프로젝트 방식에 있어서도 성공적인 성과물을 만들어 내기 위해서 여러 중요한 요인들이 제시되어 왔다. 마찬가지로 온라인 협업 툴을 활용하여 창출할 프로젝트 성과물의 품질에도 여러 요인들이 영향을 미칠 것이다. 따라서 높은 품질의 프로젝트 성과물을 창출하기 위해 영향을 미치는 요인들을 확인할 필요가 있다. 하지만 아직까지 온라인 협업 툴을 통한 성과 품질 혹은 결과물에 대한 사용자들의 만족에 대해 검증한 실증적 연구가 부족한 실정이다. 따라서 본 연구는 프로젝트 수행 주체의 개인적 특성, 프로젝트 멤버들간의 관계적인 특성, 협업 툴이 지니고 있는 시스템적 특성을 고려하여 프로젝트 성과물의 품질과 결과물에 대한 만족도를 높일 수 있는 매커니즘에 대해 연구해보고자 한다. 본 연구의 결과를 기반으로 점차적으로 중요시되고 있는 협업 툴의 발전 방향과 사용자들의 활용도 및 만족도를 높일 수 있는 방안을 제시할 수 있을 것으로 기대된다.

• The Journal of the Korea Contents Association
• /
• v.20 no.12
• /
• pp.498-518
• /
• 2020

This study aimed to examine the impact of internal communication(IC) on collaborative performance(CP) and organizational effectiveness(OE), and the moderating effect of online communication tools. First, IE and RS, ISI, RS, and COMN had a significant impact on ISI, Perf, respectively. The all factors of CP affected JS and OC. Second, IE, COMN, and RS influenced OC through CC and Perf. Third, online cooperative tools for collaboration have been moderated between RS and ISI, CoW and CC, IE and Perf, Perf and JS, repectively- IE(Infromation Exchange), CoW(Collaboration Work), Communication(COMN), Relationship(RS), Information Sharing Intention(ISI), CC(Collaboration Culture), Perf(Performance), JS(job satisfactino), and OC(Organization Commiment). These results could provide one implication for the establishment and utilization of online communication collaboration tools that take into account internal communication components within the organization.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.565-566
• /
• 2011

웹 2.0과 소셜미디어의 발전으로, 자발적이며 상호작용적 사용자들의 집단 지성을 활용하는 소셜 협업의 형태가 발전하고 있다. 사용자들의 참여(participation)와 대화(conversation), 소셜 세계의 커뮤니티(community)형성과 개방(openness), 연결(connectedness)을 기반으로 성장한 소셜 협업의 발전은 여러가지 형태로 진화돼 왔다. 온라인 상의 집단 협업, 크라우드 소싱이라고도 불리워지는 소셜 협업은 사용자 공동생산 구조, 제품기획 참여 및 문제해결, 크라우드소싱 마케팅 프로모션, 공동 재원 활용과 사회적 기업 등의 형태를 보이고 있다. 특히 사용자들과 함께 소셜 뉴스생산의 구조를 성공적으로 만들어가는 허핑턴포스트의 사례를 살펴보고 우리나라 온라인 뉴스에 대한 시사점과 사용자 중심의 소셜 협업 발전방안을 모색해보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.401-404
• /
• 2020

현재 전자상거래에서 사용되는 협업 필터링은 고객이 입력한 평점 정보를 이용하여 추천 시스템을 구축한다. 하지만 기존의 평점 정보는 고객이 직접 입력해야 하므로 데이터 희소생의 문제가 있고 허위정보를 가려내지 못한다는 문제점 또한 존재한다. 본 논문에서는 기존 평점 정보 기반의 협업 필터링 추천 시스템의 문제점을 해결하기 위해, 온라인 고객 행동 정보를 활용한 협업 필터링 알고리즘을 제안하였다. 실험 결과 본 연구에서 제안한 Collaborative Filtering based on Online Behavior Information (BICF) 알고리즘이 기존의 평점 기반 협업 필터링 방식보다 우수한 성능을 보임을 보여주었다.

• Journal of Intelligence and Information Systems
• /
• v.26 no.1
• /
• pp.151-166
• /
• 2020

A recommender system is a system that recommends products or services that best meet the preferences of each customer using statistical or machine learning techniques. Collaborative filtering (CF) is the most commonly used algorithm for implementing recommender systems. However, in most cases, it only uses purchase history or customer ratings, even though customers provide numerous other data that are available. E-commerce customers frequently use a search function to find the products in which they are interested among the vast array of products offered. Such search keyword data may be a very useful information source for modeling customer preferences. However, it is rarely used as a source of information for recommendation systems. In this paper, we propose a novel hybrid CF model based on the Doc2Vec algorithm using search keywords and purchase history data of online shopping mall customers. To validate the applicability of the proposed model, we empirically tested its performance using real-world online shopping mall data from Korea. As the number of recommended products increases, the recommendation performance of the proposed CF (or, hybrid CF based on the customer's search keywords) is improved. On the other hand, the performance of a conventional CF gradually decreased as the number of recommended products increased. As a result, we found that using search keyword data effectively represents customer preferences and might contribute to an improvement in conventional CF recommender systems.

• Journal of the Korean Society for information Management
• /
• v.37 no.2
• /
• pp.171-195
• /
• 2020

This study analyzed the collaborative process in time series by dismantling the edit log big data of Wikipedia Korea, a representative online collaboration community, from early 2002 to 2019. Analysis elements were extracted from the document edit records, formatted in standardized XML, and analyzed using Python and R. The ways of editors' contribution, the characteristics of data contents, and the trend of document creation were explained by the analysis. An active contribution of a small set of editors and a loose participation of the majority were revealed. In addition, sociocultural characteristics that appear in online communities were also found in Wikipedia Korea. A new, diverse set of external resources is necessary to sustain the collective intelligence. An effort to settle new editors into the wikipedia community and an openness through circulation structure to avoid the exclusiveness of the management group are suggested.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.12
• /
• pp.259-266
• /
• 2023

In this paper, we propose an algorithm that can improve the accuracy performance of collaborative filtering using attribute-based opinion mining (ABOM). For the experiment, a total of 1,227 online consumer review data about smartphone apps from domestic smartphone users were used for analysis. After morpheme analysis using the KKMA (Kkokkoma) analyzer and emotional word analysis using KOSAC, attribute extraction is performed using LDA topic modeling, and the topic modeling results for each weighted review are used to add up the ratings of collaborative filtering and the sentiment score. MAE, MAPE, and RMSE, which are statistical model performance evaluations that calculate the average accuracy error, were used. Through experiments, we predicted the accuracy of online customers' app ratings (APP_Score) by combining traditional collaborative filtering among the recommendation algorithms and the attribute-based opinion mining (ABOM) technique, which combines LDA attribute extraction and sentiment analysis. As a result of the analysis, it was found that the prediction accuracy of ratings using attribute-based opinion mining CF was better than that of ratings implementing traditional collaborative filtering.

• Journal of Digital Convergence
• /
• v.15 no.2
• /
• pp.115-120
• /
• 2017

Online reputation systems for social network services(SNS) aggregate users' feedback and estimate the reputation of contents or providers. The aim of this research is to enhance credibility of the online reputation system on the SNS based e-Commerce(we called it as social commerce). SNS users usually refer to evaluations from other users who bought the products before. Most social commerce sites provide reputation system to help their customer make a decision, but sometimes we can't believe the reputation because the reputation is too subjective and the seller can deceive the customer for sales promotion. Threrefore, we usually use just the average value to show the general customer's evaluation result. We applied collaborative filtering method to give more weighting to the users who have evaluated correctly in the past. As a result, we could get more accurate evaluation results by considering each customers' credibility value that was computed by collaborative filtering.