• 디지털융복합연구
• /
• 제14권11호
• /
• pp.549-555
• /
• 2016

이 논문의 목적은 미술관 방문 및 참여 증가 요인이 사물인터넷을 통한 서비스 마케팅 강화에 있다고 보고 이론적 관점에서 사물인터넷 도입 후 제공된 클리블랜드 미술관 서비스의 내용과 그로 인한 결과는 무엇인지를 분석하여 한국의 예술기관에 적용할 수 있는 시사점을 찾는데 있다. 분석을 위하여 저널논문, 통계, 기관 및 정부의 보도자료, 뉴스기사, 웹문서, 웹페이지 기사를 수집하여 참조한다. 분석결과는 첫째, 디지털 및 소셜미디어의 적용은 미술관 방문 및 재원 창출에 긍정적이다. 둘째, 사물인터넷의 도입은 미술관의 '교육', '접근성', '의사소통' 서비스의 강화는 물론 체험을 활성화시켜 온 오프라인 참여를 증가시킨다. 셋째, 시스템 구축을 위해 지방정부의 자금지원과 관련업체의 기술지원이 필수적으로 뒷받침되어야 한다. 결론으로 사물인터넷 불모지나 다름 없는 국내 미술관에 관람객의 참여 활성화를 위하여 이와 같은 디지털기술의 적극적인 도입을 제안한다.

• 한국정보통신학회논문지
• /
• 제23권4호
• /
• pp.357-364
• /
• 2019

전현직 직원에 의한 산업정보 유출 비율이 80%에 이르나 산업정보유출 사고에 대한 뉴스기사나 정보유출 행위의 원인에 대한 연구들에서는 그 원인들을 처우나 인사 불만 등으로 간략하게 설명하고 있다. 본 연구에서는 전현직 직원들이 익명 기업리뷰 웹사이트에 남긴 기업에 대한 평가 텍스트를 분석하여 기업에 대한 불만 내용들을 더욱 구체적으로 확인하였다. 이 중 어떠한 불만사항이 퇴직이나 퇴사, 나아가 산업인력유출의 결과로 이어질 수 있는지 파악하기 위해 불만 분야에 대한 의미사전목록을 제시하고 부분문법그래프(LGG)를 구축하였다. 또한 텍스트 분석 결과에서 나타난 전현직 직원들의 불만사항과 기존 연구들에서 설문을 통해 정리한 인력유출 원인을 서로 비교하였다. 추가적으로 분석된 불만을 바탕으로 기업불만 해소를 통한 인력유출 방지 방안을 간략 제시하였다. 기존 설문 위주의 산업 인력 유출에 대한 분석에 더하여, 웹 크롤링을 통한 자유롭고 솔직한 불만 분석을 제공하는 데 의의가 있다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.111-136
• /
• 2018

지식베이스를 구축하는 작업은 도메인 전문가가 온톨로지 스키마를 이해한 뒤, 직접 지식을 정제하는 수작업이 요구되는 만큼 비용이 많이 드는 활동이다. 이에, 도메인 전문가 없이 다양한 웹 환경으로부터 질의에 대한 답변 정보를 추출하기 위한 자동화된 시스템의 연구개발의 필요성이 제기되고 있다. 기존의 정보 추출 관련 연구들은 웹에 존재하는 다양한 형태의 문서 중 학습데이터와 상이한 형태의 문서에서는 정보를 효과적으로 추출하기 어렵다는 한계점이 존재한다. 또한, 기계 독해와 관련된 연구들은 문서에 정답이 있는 경우를 가정하고 질의에 대한 답변정보를 추출하는 경우로서, 문서의 정답포함 여부를 보장할 수 없는 실제 웹의 비정형 문서로부터의 정보추출에서는 낮은 성능을 보인다는 한계점이 존재한다. 본 연구에서는 지식베이스 확장을 위하여 웹에 존재하는 멀티소스 비정형 문서로부터 질의에 대한 정보를 추출하기 위한 시스템의 개발 방법론을 제안하고자 한다. 본 연구에서 제안한 방법론은 "주어(Subject)-서술어(Predicate)"로 구분된 질의에 대하여 위키피디아, 네이버 백과사전, 네이버 뉴스 3개 웹 소스로부터 수집된 비정형 문서로부터 관련 정보를 추출하며, 제안된 방법론을 적용한 시스템의 성능평가를 위하여, Wu and Weld(2007)의 모델을 베이스라인 모델로 선정하여 성능을 비교분석 하였다. 연구결과 제안된 모델이 베이스라인 모델에 비해, 위키피디아, 네이버 백과사전, 네이버 뉴스 등 다양한 형태의 문서에서 정보를 효과적으로 추출하는 강건한 모델임을 입증하였다. 본 연구의 결과는 현업 지식베이스 관리자에게 지식베이스 확장을 위한 웹에서 질의에 대한 답변정보를 추출하기 위한 시스템 개발의 지침서로서 실무적인 시사점을 제공함과 동시에, 추후 다양한 형태의 질의응답 시스템 및 정보추출 연구로의 확장에 기여할 수 있을 것으로 기대한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2017년도 제29회 한글 및 한국어 정보처리 학술대회
• /
• pp.76-81
• /
• 2017

외국어로 구성된 용어를 발음에 기반하여 자국의 언어로 표기하는 것을 음차 표기라 한다. 국가 간의 경계가 허물어짐에 따라, 외국어에 기원을 두는 용어를 설명하기 위해 뉴스 등 다양한 웹 문서에서는 동일한 발음을 가지는 외국어 표기와 한국어 표기를 혼용하여 사용하고 있다. 이에 좋은 검색 결과를 가져오기 위해서는 외국어 표기와 더불어 사람들이 많이 사용하는 다양한 음차 표기를 함께 검색에 활용하는 것이 중요하다. 음차 표기 모델과 음차 표기 대역 쌍 추출을 통해 음차 표현을 생성하는 기존 방법 대신, 본 논문에서는 신뢰할 수 있는 다양한 음차 표현을 찾기 위해 문서에서 음차 표기 후보를 찾고, 이 음차 표기 후보가 정확한 표기인지 판별하는 방식을 제안한다. 다양한 딥러닝 모델을 비교, 검토하여 최종적으로 음차 표기 대역 쌍 판별에 특화된 모델인 Distance LSTM-CNN 모델을 제안하며, 제안하는 모델의 Batch Size 영향을 줄이고 학습 시 수렴 속도 개선을 위해 Layer Normalization을 적용하는 방법을 보인다.

• 한국IT서비스학회지
• /
• 제11권3호
• /
• pp.191-203
• /
• 2012

In the stock market, the investors rely on stock information to trade. Good information may stimulate buying, raising the stock prices and the bad information may result in selling, decreasing the stock prices. In terms of the relationship between information and stock prices, stock prices can be viewed as reaction of investors to all the information flowing into the market. The significant increase of web stock news volume is often associated with the significant changes of stock prices. When the web stock news volume for a firm increases significantly, the stock price movement is often oscillatory. This paper attempts to investigate the relationship between volumes of information from Korean web IT and stock prices in Korean stock market. This research shows that when the web stock news volume increases significantly, volatility, trading volumes and rate of returns are increase too. The results of the study provide us with the new clues to the microstructure of the stock market from the perspective of the web news.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권11호
• /
• pp.521-526
• /
• 2017

데이터는 데이터 형식이 다양하고 방대할 뿐만 아니라 그 생성 속도가 매우 빨라 기존의 데이터 처리 방식이 아닌 새로운 관리 및 분석 방법이 요구된다. 소셜 네트워크 상의 온라인 문서에서 인간의 언어로 쓰여진 비정형 텍스트에서 Text Mining기법을 사용하여 유용한 정보를 추출할 수 있다. 소셜미디어에 남긴 정치, 경제, 문화에 대한 메시지에 대한 경향을 파악하는 것이 어떤 주제에 관심을 가지고 있는지를 파악할 수 있는 요소가 된다. 본 연구에서는 주제 중심 분석 기법을 이용하여 주어진 키워드에 관한 온라인 뉴스를 대상으로 텍스트 마이닝을 수행하였다. LDA(Latent Dirichiet Allocation)를 이용하여 웹문서로부터 정보를 추출하고 이로부터 사람들이 실제로 주어진 키워드에 대하여 어떤 주제에 관심이 있고 관련된 핵심 가치 중 어떤 주제를 중심으로 전파되고 있는지를 분석하였다.

• 디자인학연구
• /
• 제14권3호
• /
• pp.165-176
• /
• 2001

기업들은 고객에게 효과적으로 어필될 수 있는 기업이미지를 구축하기 위하여 Corporate Identity 작업을 계속 해 왔다 특히 매일 수없이 증가되고 있는 인터넷 사이트들 속에서 타 기업과의 차별화 된 이미지구축 노력은 더욱 지열 해 질 전망이다. 그러나 고전적 의미의 CI 프로그램들은 주로 인쇄매체 등의 오프라인에 적용하기 위한 개념으로 개발되었기 때문에 새로운 미디어에 대한 재적용이 불가피할 것으로 보인다. 특히 인쇄매체의 대명사이던 신문도 방대한 데이터베이스 구축과 빠른 업 데이트가 가능한 동시에 독자와 상호 인터렉티브한 기능을 가진 인터넷의 제 특성을 활용하여 그 영역을 온라인으로 넓혀가고 있으나, 오프라인과 일관성 있는 이미지 구축에는 아직 어려움이 많은 것이 현실이다. 이러한 견지에서 본 연구는 뉴스사이트가 인쇄매체와의 동질성을 유지하면서 웹 상에서 특성화될 수 있는 Identity전략과 그 방향을 모색해 보고자 한다

• 정보관리연구
• /
• 제42권1호
• /
• pp.1-23
• /
• 2011

본 연구는 도서관 모바일 웹사이트의 구조를 분석하여 특징과 문제점을 살펴보고 이를 통해 올바른 인포메이션 아키텍처 방향에 대해 제시하고자 한다. 이를 위해 미국과 캐나다 8개 대학도서관의 모바일 웹사이트를 조사하였고 정보구조와 내비게이션 체계, 레이블링 체계를 기준으로 분석하였다. 연구결과 첫째, 연구대상 도서관들의 모바일 웹사이트의 정보구조는 선형구조였다. 조사대상 각 도서관에서는 메인화면에서 4~15개의 메뉴를 제공하고 있었으며, 공통적인 메뉴는 자료검색과 도서관안내 메뉴이며, 대부분의 도서관에서 PC용 웹사이트의 연결, 문의, 뉴스 등을 제공하고 있었다. 둘째, 도서관의 모바일 웹사이트들은 대부분 서브도메인이나 서브디렉토리에 'm'이나 'mobile' 같이 모바일을 나타내는 표현을 사용해서 웹페이지의 URL을 구성하고 있었다. 마지막으로, 각 도서관 모바일 페이지의 메인레이블과 세부레이블을 표현하는 데 일관성이 없는 것으로 나타났다.

• 정보처리학회논문지B
• /
• 제15B권1호
• /
• pp.73-80
• /
• 2008

본 연구에서는 문서 클러스터링을 이용하여 동음 이의어와 핵심단어 선정 실패로 인해 발생하는 자동 광고 시스템의 오류를 해결하는 광고 키워드 추출방식을 제안한다. 먼저 대규모 뉴스기사를 대상으로 유사한 내용을 가지며 동일한 광고 키워드와 연관이 있는 기사들을 자동으로 분류하여 광고 키워드에 대한 문맥 정보를 구축한다. 또한 광고 대상물에 대한 광고주의 요약 정보나 광고 대상 웹페이지를 분석하여 광고 키워드에 대한 문맥 정보를 추출하는 방식을 보인다. 이렇게 구축된 문서 분류와 광고 키워드용 문맥 정보를 이용하여 광고 대상 문서가 속한 문서 분류를 추정하여 단어들의 의미적인 애매성을 해결하고, 추정한 문서 분류와 관련 있으면서 문맥적으로 중요성을 가지는 핵심 단어들을 선정하여 광고 키워드를 추출한다. 상용 광고 시스템과의 비교 분석 결과 신문 기사나 일반 블로그를 대상으로 최소 21%의 성능 향상을 얻었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.77-77
• /
• 2021

가뭄은 사회·경제적으로 매우 큰 피해를 주는 자연재해이며, 그 시작과 발생 지역을 정확하게 예측하는 데 어려운 문제가 있다. 이에 수문 분야에서는 가뭄에 영향을 미치는 수문·기상인자들을 이용하여 다양한 가뭄지수를 개발하였고 이를 활용하여 가뭄 현상을 모니터링하고 예측 및 전망하는데 다양한 노력을 기울이고 있다. 하지만 가뭄지수들은 실제 가뭄이 어떠한 형태로 발생하는지 파악하기에 많은 한계점을 가지고 있다. 이에 최근 들어 미국과 유럽에서는 실제 농업, 환경, 에너지 등과 같은 다양한 분야에 걸쳐 가뭄 피해로 인해 생기는 가뭄 영향을 보다 체계적이고 상세한 데이터 인벤토리로 구축하고 가뭄지수와의 상관관계, 회귀분석과 같은 연구를 통해 가뭄 영향 예측을 시도하고 있다. 따라서 본 연구에서는 보고서, 데이터베이스, 웹 크롤링(Web-Crawling)을 통한 뉴스 기사 등과 같은 자료를 수집하여 국내 가뭄 영향 인벤토리를 구축하였다. 또한 수문 분야에 널리 사용되고 있는 가뭄지수인 표준 강수 증발산량지수 SPEI(Standardized Precipitation-Evapotranspiration Index)를 기반으로 지역에 따른 가뭄 영향을 예측하기 위해 최근 로지스틱 회귀모형, Random forest, Support vector machine, XGBoost 등의 다양한 머신러닝 기법을 적용하였다. 각 모형의 성능을 Receiver Operating Characteristic(ROC) 곡선을 통해 평가하여 가뭄 영향 예측에 적절한 머신러닝 기법을 제시하였다. 본 연구 결과를 통해 텍스트 기반의 가뭄 영향 자료와 머신러닝 기법을 통한 가뭄 영향 예측 방법론은 가뭄 재난 관리에 유용한 정보를 제공할 수 있다.