• 인터넷정보학회논문지
• /
• 제21권4호
• /
• pp.87-95
• /
• 2020

한국과학기술정보연구원(KISTI)가 제공하는 과학기술정보서비스는 일반적인 정보서비스와 유사하게 구축된 콘텐츠를 이용자가 쉽고 편리하게 검색하고 조회할 수 있도록 만들어진 서비스이다. NDSL은 KISTI의 핵심 과학기술정보서비스로서 약 1억 38백만건의 콘텐츠를 제공하고 있으며 2019년 1년간 약 93백만회의 페이지 뷰를 보이고 있다. 본 논문에서는 NDSL이 제공하고 있는 학술논문, 보고서, 특허 등의 과학기술정보가 웹 서비스(https://www.ndsl.kr)를 통해서 어떻게 검색되고 활용되는지와 입력된 검색 질의어 등을 분석을 통해 다양한 인사이트를 도출하였다. 콘텐츠 구축 현황, 콘텐츠 유형별 활용 현황과 활용 방식 등의 일반적인 통계 이외에도 월별/요일별/시간대별 콘텐츠의 이용 행태, 조회수 구간별 활용 콘텐츠의 유형, 콘텐츠 유형별 1회 검색 대비 조회 비율, 학술논문의 발행년도별 이용 현황 비교, 국내 학술논문의 활용과 KCI 영향력 지수와의 관계, 학술논문과 특허 활용에 대한 특징 등 콘텐츠 유형별 활용성에 대한 분석을 진행하였다. 또한 콘텐츠 유형별 검색 질의어의 구성 방식, 질의어의 단어수 분석, 검색 질의어와 시기성의 관계 등의 검색 질의어에 대하여 분석하였으며 NDSL에서는 한글 성명 검색이 많다는 특징도 발견할 수 있었다. 이러한 분석 결과를 토대로 정보시스템 구축 관점에서의 NDSL 서비스 개선 방안을 제안하고자 한다. 본 논문에서는 콘텐츠 활용에 대한 행태 분석 결과를 이용자의 검색 결과에 동적으로 반영, 비로그인 이용자에 대한 식별을 통해 타겟팅 서비스가 가능하도록 시스템을 구축, 질의어 확장하는 등의 것을 NDSL 개선 사항으로 제안하고자 한다.

• 방사성폐기물학회지
• /
• 제11권1호
• /
• pp.41-54
• /
• 2013

방사성폐기물 처분 안전성 평가를 위하여 방사성 핵종의 수착특성에 대한 정보제공이 필요하다. 그러나 우리나라는 최근까지 핵종 수착 데이터베이스에 대한 접근성이 취약하여 이용에 제한이 있었다. 사용자들에게 효율적인 방법으로 핵종 수착관련 정보를 제공하기 위해 웹을 기반으로 하는 핵종 수착 데이터베이스(KAERI-SDB)를 개발하였다. KAERI-SDB를 개발하기 위하여 1998년에 개발된 수착 데이터베이스 프로그램인 SDB-21C을 분석하고 사용자 요구사항을 반영하였으며, 사용자가 웹 브라우저를 통하여 실시간으로 수정 및 보완된 핵종 수착 자료에 실시간으로 접근이 가능하도록 구성하였다. KAERI-SDB는 로그인/회원가입, 자료 검색 및 저장 그리고 검색결과에 대한 차트 구현 등의 기능들이 포함되도록 고안되었다. KAERI-SDB는 수착 자료를 이용하고자 하는 이용자들의 접근성을 향상함으로써 방사성폐기물 처분 안전성 평가에 폭넓게 활용될 것으로 예상된다. 나아가, 핵종 수착관련 자료들을 일반인에게 공개함으로써 방사성폐기물 처분 프로그램에 대한 신뢰도와 대중 수용성을 증진시킬 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제12권4호
• /
• pp.225-234
• /
• 2012

본 연구의 목적은 공연예술 활성화를 위한 CRM(Customer Relationship Management)의 전략적 활용방안을 모색하는 것이다. 국내의 대표적인 공연장인 LG아트센터와 공연기획사인 크레디아를 중심으로 CRM의 사례를 살펴보았다. LG아트센터는 독자적인 공연장운영시스템(Theater Management System : TMS) 운영을 통해 고객중심의 편리한 매표방식과 축적된 고객정보를 바탕으로 한 성공적인 공연프로그램 기획이 가능하였다. 크레디아는 공연관리시스템을 도입하여 도입이전 보다 회원이 많이 증가하였으며 회원관리 전담인력을 구성하여 체계적으로 관리가 가능하게 되었고 웹로그 분석(web-log analysis)으로 고객의 니즈에 부합한 다양한 상품들을 개발하여 공연티켓판매 뿐만 아니라 교차판매를 통한 수익증대와 고객만족을 실천하고 있는 것으로 나타났다. 그러나 회원제도와 포인트제도가 천편일률적인 형태로 운영되고 있어 회원별 등업 제도 실시와 등급별 포인트 적립을 통해 신규관객을 개발하고 우수고객을 유지할 수 있는 CRM의 전략적 적용이 요구된다.

• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.565-571
• /
• 2013

세계 강대국으로 자리매김하는 중국을 경제적 측면뿐 아니라 정치, 사회, 문화 등을 통합한 통찰력과 전문 지식을 요구하는 지역학적 입장에서 광범위하게 연구할 필요가 있다. 지역학 연구자의 범위 또한 산 관 학계를 포함하여 중국에 관심을 가진 일반 대중까지도 그 범위를 확대해볼 수 있다. 이때, 정보의 정확성, 다양성, 심층성을 두루 갖춘 중국 전문정보 포털사이트는 지역연구의 핵심 정보원이다. 중국 지역전문정보 포털사이트인 (China Specialist Forum: 이하 CSF)의 분석을 통해 중국지역연구의 콘텐츠 이용현황을 분석한다. CSF는 주요 콘텐츠의 활용현황, 인기자료, 회원직종별 방문비율, 페이지뷰를 통해 사이트 활용도, 사이트 유입방법, 방문국가, 사이트 충성도 등으로 분석한 결과 지난 10년간 운영된 단일주제의 전문정보 웹사이트로써 비교적 높은 이용자의 충성도를 보이고 있었다. 본 연구를 통해서 국가적인 차원에서 설계 구축된 CSF가 전문지식정보포털사이트로써 보다 효율적으로 이용되어 질 기획방안 구축에 기초가 되며, 더 나아가 중국정보의 효과적인 활용을 통해 한 중 경제발전에 토대를 마련하고 지역연구정보 체계확립에 이바지할 것으로 생각한다.

• 정보화정책
• /
• 제26권1호
• /
• pp.3-24
• /
• 2019

이 연구는 소셜미디어 캠페인 연구의 동향과 쟁점을 세 측면에서 고찰하였다. 즉 '소셜미디어 캠페인 전략의 양상, 소셜미디어를 규율하는 제도적 환경 및 소셜미디어 캠페인의 정치적 효과'는 웹 확산 이래 웹블로그를 거쳐 소셜미디어 단계에 이르기까지 각국의 선거캠페인에서 지속적으로 제기되고 있는 논제이다. 분석 결과 소셜미디어 캠페인 전략은 대표중심론 대시민중심론을 축으로 쟁점이 제기되어왔으며, 제도적 환경은 공정선거를 위한 동원형 규제론 대 시민참여를 위한 정보기본권 강화가 핵심 논제로 고찰되었다. 이어서 이 연구는 세 주제 중 가장 분석이 취약한 정치적 효과를 실증적으로 논구하기 위하여 20대 총선을 사례로 경험적 분석을 수행하였다. 구체적으로 '후보(정당)들의 트위터 캠페인 참가 동향, 당파적 동원과 유권자 반응 및 선거 결과에 대한 플랫폼 효과'를 경험적으로 고찰하였으며 분석 결과는 다음과 같다. 첫째, 19대 총선에 비해서 트위터 캠페인 참가자가 크게 증가하였다. 그리고 트위터 캠페인은 자원동원능력에서 우위에 있는 양당 주도로 진행되었다. 둘째, 트위터가 당파적 공간이라는 점이 명료하게 확인되었다. 특히 수도권의 진보 후보들이 훨씬 더 크게 지지층을 동원하였다. 마지막으로 트위터 캠페인은 득표율 상승과 당선에 영향을 미치는 것으로 나타났다. 특히 팔로어수와 활동기간이 통계적으로 유의하게 나타나, 선거운동에서 네트워킹과 사회자본을 촉진하는 기능이 더욱 중요하다는 것을 입증하였다.

• 인터넷정보학회논문지
• /
• 제16권3호
• /
• pp.59-69
• /
• 2015

많은 사용자들이 인터넷을 통해 정보검색, 쇼핑, 커뮤니티 참여 등의 일상 생활을 영위하고 있으며, 이들 인터넷 사용자들로부터 수익을 창출하기 위한 웹사이트들의 경쟁은 점점 치열해지고 있다. 각 사이트의 운영자 및 마케팅 담당자들은 경쟁 우위를 차지하기 위해 다양한 전략을 수립하고 있으며, 이 과정에서 타 사이트와의 제휴가 이루어지는 경우도 비일비재하다. 이는 타 사이트와의 제휴를 통해 타사의 고객 정보를 부분적으로 공유할 수 있을 뿐 아니라 포인트 공유, 상호 추천 등 보다 다양한 전략의 운용이 가능하기 때문이다. 제휴를 통해 긍정적인 성과를 거두기 위해서는 현재 자사의 고객은 아니지만 미래의 자사 고객이 될 수 있는 잠재 고객을 다수 확보하고 있는 타 사이트를 제휴 대상으로 선정하는 것이 매우 중요하다. 하지만 많은 사이트 중 이와 같이 자사에 도움이 되는 제휴 대상 사이트를 식별하는 것은 쉬운 일이 아니다. 따라서 본 논문에서는 방문 고객의 유사성 관점에서 사이트 클러스터링을 수행하고, 이에 근거하여 유사 고객군을 공유하고 있는 제휴 사이트 대상을 식별할 수 있는 방안을 제시한다. 또한 제안 방법론의 실무적용 가능성을 평가하기 위해, 웹사이트 150,295개에 대한 패널 5,000명의 실제 방문 기록 약 1억 4천만 건에 대해 실험을 수행하고 그 결과를 제시한다.

• 정보처리학회논문지D
• /
• 제9D권3호
• /
• pp.365-380
• /
• 2002

시간 데이타마이닝은 기존 데이타마이닝에 시간 개념을 추가하여 "시간값을 가진 대용량 데이타로부터 이전에 잘 알려지지는 않았지만, 묵시적이고 잠재적으로 유용한 시간 지식을 탐사하는 기술"로 정의된다. 시간 지식이란 주기적 패턴, 캘린더 패턴, 경향 등과 같이 시간 의미와 시간 관계를 가진 지식을 말한다. 실세계에서는 환자의 병력, 상품 구매 이력, 웹 로그 등과 같은 다양한 시간 데이타가 존재하며 이로부터 여러 형태의 유용한 시간 지식을 찾아낼 수 있다. 데이타마이닝에 대한 연구가 진행되면서 순차 패턴, 유사 시계열 탐사, 주기적 연관규칙 탐사 등과 같이 시간 지식을 탐사하고자 하는 시간 데이타마이닝에 대한 부분적인 연구가 수행되었다. 그러나 기존 연구는 단순히 데이타의 발생 순서 및 유사한 패턴을 찾아내는데 중점을 두고 있어 데이타가 포함하고 있는 시간 의미와 시간 관계를 탐사하는데 부족하며, 시간 지식의 전체적인 측면보다는 연관 규칙과 같은 일부분만을 다루고 있다는 문제점을 가지고 있다. 따라서 이 논문에서는 시간 데이타마이닝에 대한 체계적인 연구를 위하여 시간 데이타마이닝에 대한 기존 연구 내용과 해결해야 할 문제점을 분석하고 이를 바탕으로 전체적인 프레임워크를 제시하였다. 또한 그 구현 방안 및 적용평가를 수행하였다. 프레임워크에서는 시간 데이타마이닝 모델을 제안하고, 이를 바탕으로 시간 데이타마이닝 질의어와 시간 지식을 탐사할 수 있는 시간 데이타마이닝 시스템을 설계하였다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.