• 한국체육학회지인문사회과학편
• /
• 제57권2호
• /
• pp.279-289
• /
• 2018

본 연구의 목적은 워드 클라우드와 LDA 토픽 모델링을 이용하여 공저자 네트워크 및 토픽 모델링 기반 여가레크리에이션 학술 연구의 특징을 분석하는 것이다. 웹 크롤러로 수집된 논문은 2008년 1월~2017년 3월 최근 10년 간 한국체육학회 홈페이지에 게재된 총 2,697편이며, 분석 대상은 여가레크리에이션 관련 문헌 369편이다. 분석 결과, 여가레크리에이션 분야 연구자들의 주요 관심사는 참가자와의 관계와 관련된 요인 분석, 다른 변인 간의 관계, 집단별 효과 차이 검증, 운동 참여, 스포츠 참여형태에 관한 연구로 나타났다. 연구자 네트워크에 링크된 수는 451개이며, 연구자들은 평균 1.52회의 관계를 맺고 있고, 연구자 간 평균 거리는 2.33로 나타났다. 대표저자의 연결정도 중심성에서 Lee. K. M., Hwang. S. H., Lee. C. S. 순으로 높게 나타났고, 근접 중심성은 Seo. K. B., Han. J. H., Kim. K. J. 순으로 나타났다. 마지막으로 매개 중심성은 Lee. C. W., Seo. K. B. 순으로 높게 나타나 여가레크리에이션과 관련된 학술 논문의 연구자들 사이를 연결해주는 역할을 가장 활발히 하는 것으로 나타났다. 향후 연구에서는 미래 여가 연구의 추이와 방향성에 관련하여 학자들 간의 논의가 필요하다.

• 한국과학교육학회지
• /
• 제19권3호
• /
• pp.428-440
• /
• 1999

고등학교 생물교육의 강의 및 학습의 효율증진을 위한 영상매체로써 오버헤드 프로젝터 필름(OHP)을 제작하였으며 이의 전달매체로써 CD-ROM및 웹용 홈페이지를 설계하였다. 본 필름은 제6차 교육과정에 의해 개정된 공통과학 및 생물교과서에 수록된 내용을 총 망라하는 방향에서 천연색으로 제작하였으며 도안의 선명도, 수려성, 청정성, 색상, 명암, 인지도 등에서 내용의 질적 우월성을 시도하였고 교수 학생내용 상호간의 관련성을 감안하여 학습항진효과를 극대화하는 측면에서 설계되고 제작되었다. 제6차 교육 과정에 의해 개정된 공통과학 및 생물 교과서 7 종에 수록된 내용을 총 망라하는 방향에서 교재를 분석한 후 가장 다빈도로 출현하는 내용을 우선적으로 제작하였다. CD-ROM은 로고(logo), 초기 메인(main), 학습목록, 내용, 종료 등의 화면으로 구성되어 있고 초기 메인 화면은 공통과학, 생물I, 생물II, 교과서에 수록된 단원의 내용(장)목록을 제시한 후 내용세부 문항, 실제내용화면으로 하이퍼링크 시켰다. 내용화면은 교과서 내용의 요약, 그림 및 사진과 그 해설, 실험과정 및 결과의 요약, 표에 의한 내용의 정리 등 4가지 형식으로 제작된 필름 화면이 우선적으로 수록되어 있으나, 비디오 영상수취(video capture)에 의한 화면이나 인쇄 버턴, 자료의 설명 또는 해설, 용어 해설 등의 버턴과 연결시킨 경우도 있다. OHP 파일은 제작시 포토샵(Adobe Photoshop), 일러스터레이터(Adobe Illustrator), 클레리스 오피스(Claris Office)를, CD-ROM은 MM 디렉터(Macromedia Director)를 웹용 홈페이지는 html 에디터(editor)를 주된 소프트웨어로 사용하였다. OHP파일은 스케닝, 그림, 배경, 문자의 입력, 그림의 수식, PICT 또는 PSD 파일로의 저장, JPG 파일로의 변환 등의 순서로 진행되었다. 공통과학 14점, 생물I 80점, 생물II 142점, 총 236점이 제작되었으며 이들의 전달매체로써 CD-ROM 및 웹 홈페이지를 제작하여 이들을 이미 공개된 중학생물과 동일한 주소 즉 http://gic.kyungpook.ac.kr/biocosmos에 공개하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.97-117
• /
• 2012

인터넷 사용자는 비디오를 보면서 소셜 네트워크 서비스를 이용하고 웹 검색을 하고, 비디오에 나타난 상품에 관심이 있을 경우 검색엔진을 통해 정보를 찾는다. 비디오와 사용자의 직접적인 상호작용을 위해 비디오 어노테이션에 대한 연구가 진행되었고, 스마트 TV 환경에서 어노테이션 된 비디오가 활용될 경우 사용자는 객체에 대한 링크를 통해 원하는 상품의 정보를 쉽게 확인할 수 있게 된다. 사용자가 상품에 대한 구매를 원할 경우 상품에 대한 정보검색 이외에 상품평이나 소셜 네트워크 친구의 의견을 통해 구매 결정을 한다. 소셜 네트워크로부터 발생되는 정보는 다른 정보에 비해 신뢰도가 높아 구매 결정에 큰 영향을 미친다. 하지만 현재 소셜 네트워크 서비스는 의견을 얻고자 할 경우 모든 소셜 네트워크 친구들에게 전달되고 많은 의견을 얻게 되어 이들로부터 유용한 정보를 파악하는 것은 쉽지 않다. 본 논문에서는 소셜 네트워크 사용자의 프로파일을 기반으로 상품에 대해 유용한 정보를 제공할 수 있는 친구를 규명하기 위한 필터링 방법을 제안한다. 사용자 프로파일은 페이스북의 사용자 정보와 페이스북 페이지의 'Like' 정보를 이용하여 구성된다. 프로파일의 상품 정보는 GoodRelations 온톨로지와 BestBuy 데이터를 이용하여 의미적으로 표현된다. 사용자가 비디오를 보면서 상품 정보를 얻고자 할 경우 어노테이션된 URI를 이용하여 정보가 전달된다. 시스템은 소셜 네트워크 친구들에 대한 사용자 프로파일과 BestBuy를 기반으로 어노테이션된 상품에 대한 의미적 유사도를 계산하고 유사도 값에 따라 순위가 결정한다. 결정된 순위는 유용한 정보를 제공할 수 있는 소셜 네트워크 상의 친구를 규명하는데 사용된다. 참가자의 동의하에 페이스북 정보를 활용하였고, 시스템에 의해 도출된 결과와 참가자 인터뷰를 통해 평가된 결과를 이용하여 타당성을 검증하였다. 비교 실험의 결과는 제안하는 시스템이 상품 구매결정을 하기 위해 유용한 정보를 획득할 수 있는 방법임을 증명한다.

• 기록학연구
• /
• 제44호
• /
• pp.51-99
• /
• 2015

기록평가의 목적은 점차 기록의 선별에서 일종의 주제기반의 수집으로 옮겨가고 있다. 특히 현재의 디지털 기술과 웹의 양 질적 발달은 물리적 수집이 아닌 의미적 수집, 즉 데이터의 연계를 통한 수집을 가능하게 하는 원동력이 되고 있다. 이러한 환경하에서 유네스코를 필두로 국제적으로 '기록유산'에 대한 개념정립이 이루어지고 있다. 이러한 동향을 반영하고 있는 것이 캐나다의 LAC인데, 최근 토탈아카이브즈 정신을 부흥시키고자 새로운 평가방법이자 수집방법을 개발하고 있다. 이것이 'Whole-of-Society 접근법'이다. 이 접근법의 특징은 크게 세가지이다. 첫 번째, 기록유산을 대상으로 하며, 물리적 수집이 아니라 의미적 수집을 목적으로 한다. 또한 그 대상이 기록유산이기 때문에 반드시 기록유산기관 간의 협력이 전제되어야 한다. 마지막으로 이미 발생한 사건에 대한 기록화뿐만 아니라 동시대적 사건에 대한 기록화도 가능하다는 것이다. 평가방법으로서의 'Whole-of-Society 접근법'은 사회이론에 착안하여 사회 구성요소를 식별하는 방식이다. 수집방법으로서의 'Whole-of-Society 접근법'은 디지털기록을 대상으로 하나, 아날로그기록의 소장주체로 안내하는 방식으로 그 대상이 확장된다. 이때의 디지털기록이란 '디지털화된(Digitized)' 기록유산과 '본래 디지털인(Born-Digital)' 기록유산을 포함한다. 그리고 평가 단계에서 식별한 사회 구성요소를 메타데이터 요소로 매핑한 다음, 링크드오픈 데이터로 구축함으로써 데이터 간의 연계를 통한 의미적 수집을 실현한다. 마지막으로 이 연구에서는 국내 평가체계는 그 목적이 선별에 비교적 국한되어 있어 사회의 기록화를 실현하기 어렵다는 한계를 지적하였다. 이러한 한계를 극복하기 위하여 Whole-of-Society 접근법을 적용하여 가이드라인을 제시한다. 가이드라인은 총 8단계를 거치는데, 1단계부터 4단계는 기록화 대상의 선정과 기술이며 5단계부터 8단계는 디지털 환경에서 의미적 수집을 위한 준비절차라 할 수 있다. 한편 가이드라인의 실행을 위한 선행과제를 점검하며 국가기록원의 역할을 촉구한다.

• 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.