• 지능정보연구
• /
• 제19권4호
• /
• pp.97-121
• /
• 2013

급변하는 환경 속에서 지속적인 경쟁우위와 혁신을 위한 지식의 중요성이 증대되면서, 그 동안 지식공유에 관한 많은 연구들이 있었다. 그런데, 이러한 연구들의 대부분이 응답자의 인지오차가 내재된 서베이에 의존해왔다. 본 연구는 대표적인 온라인 지식협업 커뮤니티인 위키피디아 유저들의 온라인 행위만을 토대로 지식공유 참여정도에 대한 행위 특성들간의 관계를 도출하였다. 그런데, 유저들의 편집 참여 패턴이 서로 다르기 때문에 편집횟수는 같아도 재방문기간은 달라질 수 있고 이에 따라 지식공유 결과가 달라질 수 있으므로, 지식공유 참여정도를 아티클 편집 참여횟수와 재방문기간의 두 가지 관점에서 접근하였다. 지식공유 참여정도에 영향을 미치는 행위특성으로는 위키 플랫폼에서 관찰이 가능한, 공적인 토론툴인 아티클 톡과 사적인 메시징 툴인 유저 톡 참여여부 및 정도, 그리고 커뮤니티 등록여부를 사용하였다. 행위 분석은 먼저, 행위특성 차원에 의한 유저 카테고리별 참여정도를 비교하였고, 행위 특성의 정도를 반영하는 독립변수들과 참여정도를 나타내는 종속변수간의 관계에 대한 로버스트 회귀분석을 수행하였다. 특히, 연구가설을 설정하는 단계에서 온라인 환경에 적합한 모티베이션 이론을 도입함으로써, 온라인 지식공유 참여정도에 관한 이론적인 설명 모델을 제시하였다. 결론적으로, 본 연구는 이론적인 시사점 외에 다음과 같은 실제적인 행위 결과를 얻었다. 첫째, 공적인 토론 및 사적인 메시징 참여와 지식공유 참여정도간에는 양의 관계가 성립한다. 둘째, 공적인 토론이 사적인 메시징 보다 지식공유 참여정도에 더 큰 영향력을 미친다. 셋째, 아티클 편집 참여횟수에 대해서는 공적인 토론과 사적인 메시징의 시너지 효과가 존재하는 반면에, 재방문기간에 대해서는 아주 약한 음의 상호작용효과를 나타낸다. 넷째, 커뮤니티 등록 여부는 재방문기간에 대해서는 절대적인 양의 영향력을 미치지만, 실질적인 편집 참여횟수에 대해서는 유의한 영향력을 나타내지 않는다. 다섯째, 사적인 메시징에 의한 관계성을 고려할 때, 관계의 범위보다는 빈도 또는 깊이가 더 중요한 것으로 보인다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1125-1139
• /
• 2022

무인항공기에 부착된 위성 항법 시스템/관성 측정 센서(global positioning system/inertial measurement unit, GPS/IMU)와 관측 센서 사이에는 물리적인 위치와 자세 오차가 존재한다. 해당 물리 오프셋으로 인해, 관측 데이터는 비행 방향에 따라 서로 위치가 어긋나는 이격 오차가 발생한다. 특히나, 다중 센서를 활용하여 데이터를 취득하는 다중 센서 무인항공기의 경우, 관측 센서가 변경될 때마다 고액의 비용을 지불하고 외산 소프트웨어 의존하여 물리 오프셋을 조정하고 있는 실정이다. 본 연구에서는 다중 센서에 적용 가능한 초기 센서 모델식을 수립하고 물리 오프셋 추정 방법을 제안한다. 제안된 방안은 크게 3가지 단계로 구성된다. 먼저, 직접지리 참조를 위한 회전 행렬 정의 및 초기 센서 모델식을 수립한다. 다음으로, 지상기준점과 관측 센서에서 취득된 데이터 간의 대응점을 추출하여 물리 오프셋 추정을 위한 관측방정식을 수립한다. 마지막으로, 관측 자료를 기반으로 물리 오프셋을 추정하고, 추정된 파라미터를 초기 센서 모델식에 적용한다. 전주, 인천, 알래스카, 노르웨이 지역에서 취득된 데이터셋에 적용한 결과, 4개 지역 모두 물리 오프셋 적용 전에 발생되던 영상 접합부의 이격 오차가 물리 오프셋을 적용 후 제거되는 것을 확인했다. 인천 지역의 지상기준점 대비 절대 위치 정확도를 분석한 결과, 초분광 영상의 경우, X, Y 방향으로 약 0.12 m 위치 편차를 보였으며, 라이다 포인트 클라우드의 경우 약 0.03 m의 위치 편차를 보여줬다. 더 나아가 영상 내 특징점에 대하여 초분광, 라이다 데이터의 상대 위치 정확도를 분석한 결과, 센서 데이터 간의 위치 편차가 약 0.07 m인 것을 확인했다. 따라서, 제안된 물리 오프셋 추정 및 적용을 통해 별도 기준점 없이 정밀한 데이터 매핑이 가능한 직접 지리 참조가 가능하다는 것을 확인했으며, 다중 센서를 부착한 무인항공기에서 취득된 센서 데이터 간의 융합 가능성에 대해 확인하였다. 본 연구를 통해 독자적인 물리 파라미터 추정 기술 보유를 통한 경제적 비용 절감 효과 및 관측 조건에 따른 유연한 다중 센서 플랫폼 시스템 운용을 기대한다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.95-118
• /
• 2017

최근 도심을 중심으로 연립 다세대의 거래가 활성화되고 직방, 다방등과 같은 플랫폼 서비스가 성장하고 있다. 연립 다세대는 수요 변화에 따른 시장 규모 확대와 함께 정보 비대칭으로 인해 사회적 문제가 발생 되는 등 부동산 정보의 사각지대이다. 또한, 서울특별시 또는 한국감정원에서 사용하는 5개 또는 25개의 권역 구분은 행정구역 내부를 중심으로 설정되었으며, 기존의 부동산 연구에서 사용되어 왔다. 이는 도시계획에 의한 권역구분이기 때문에 부동산 연구를 위한 권역 구분이 아니다. 이에 본 연구에서는 기존 연구를 토대로 향후 주택가 격추정에 있어 서울특별시의 공간구조를 재설정할 필요가 있다고 보았다. 이에 본 연구에서는 연립 다세대 실거래가 데이터를 기초로 하여 헤도닉 모형에 적용하였으며, 이를 K-Means Clustering 알고리즘을 사용해 서울특별시의 공간구조를 다시 군집하였다. 본 연구에서는 2014년 1월부터 2016년 12월까지 3년간 국토교통부의 서울시 연립 다세대 실거래가 데이터와 2016년 공시지가를 활용하였다. 실거래가 데이터에서 본 연구에서는 지하거래 제거, 면적당 가격 표준화 및 5이상 -5이하의 실거래 사례 제거와 같이 데이터 제거를 통한 데이터 전처리 작업을 수행하였다. 데이터전처리 후 고정된 초기값 설정으로 결정된 중심점이 매번 같은 결과로 나오게 K-means Clustering을 수행한 후 군집 별로 헤도닉 모형을 활용한 회귀분석을 하였으며, 코사인 유사도를 계산하여 유사성 분석을 진행하였다. 이에 본 연구의 결과는 모형 적합도가 평균 75% 이상으로, 헤도닉 모형에 사용된 변수는 유의미하였다. 즉, 기존 서울을 행정구역 25개 또는 5개의 권역으로 나뉘어 실거래가지수 등 부동산 가격 관련 통계지표를 작성하던 방식을 속성의 영향력이 유사한 영역을 묶어 16개의 구역으로 나누었다. 따라서 본 연구에서는 K-Means Clustering 알고리즘에 실거래가 데이터로 헤도닉 모형을 활용하여 연립 다세대 실거래가를 기반으로 한 군집분류방법을 도출하였다. 또한, 학문적 실무적 시사점을 제시하였고, 본 연구의 한계점과 향후 연구 방향에 대해 제시하였다.

• 지식경영연구
• /
• 제21권3호
• /
• pp.249-269
• /
• 2020

최근 온라인 시장이 성숙해지면서, 추가 성장을 가로막는 많은 문제점이 드러나고 있는데, 이 중 가장 대표적인 문제는 온라인 상품의 동질화로 인한 고객수의 정체를 꼽을 수 있다. 최근 몇 년 사이 온라인 시장의 비중은 많이 증가하였지만, 이제 오프라인으로 영역을 확장하지 않고서는 더 이상의 발전을 기대하기 힘든 상황에 이른 것이다. 이에, 국내외 많은 온라인 기업들은 온라인 채널의 장점에 더해 온라인 플랫폼의 한계를 보완할 수 있는 오프라인 공간을 함께 확보함으로써, 사업영역 및 마케팅 채널을 확대하고자 노력하고 있다. 정보기술(빅데이터, 인공지능 등)을 활용한 대량의 고객 데이터 분석이라는 그들의 경쟁우위를 바탕으로, O4O(Online for Offline) 비즈니스 모델을 구현함으로써, 오프라인으로의 영향력을 꾸준히 강화해나가고 있는 것이다. 한편, 기존의 관련 연구들은 대부분 O2O(Online to Offline) 비즈니스 모델에만 초점을 맞추고 있으며, 최근 몇 년 동안 다양한 산업 분야에서 활발히 시도되고 있는 O4O 비즈니스 모델에 대한 학문적 시도는 아직 많이 부족한 실정이다. 그나마 존재하는 몇몇의 O4O 관련 연구들도 사례분석 및 체험마케팅 기반의 연구에 그치고 있어, O4O 기반 선택속성들과 이들이 고객만족도 및 고객충성도에 미치는 영향에 대한 실증연구가 시급한 상황이다. 이에 본 연구에서는 중국의 대표적인 O4O 비즈니스 모델인 허마셴셩(盒馬鮮生)을 중심으로, 고객의 관점에서 O4O 서비스에 특화된 주요 선택속성을 도출한 후, 이러한 선택속성들이 고객만족도 및 고객충성도에 미치는 영향을 실증해 보고자 한다. 300명의 O4O(허마셴셩) 이용 경험이 있는 고객을 대상으로 한 설문 표본을 구조방정식모델을 활용해 분석한 결과, 총 7개의 O4O 선택속성 가운데 4개(모바일앱품질, 모바일결제, 상품품질 및 매장시설)가 고객만족도에 영향을 미치는 것으로 나타났으며, 고객만족도는 다시 고객충성도(재이용의도, 추천의도 및 브랜드애착)에 유의한 영향을 미치는 것으로 조사되었다. 본 연구의 결과는 O4O 서비스 분야의 관리자가 빠르게 변화하는 고객요구에 잘 적응하고, 나아가 어떤 선택속성에 더 많은 자원을 할당함으로써 고객만족도 및 고객충성도를 제고할 수 있는지를 알려주는 중요한 가이드라인 역할을 할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.27-65
• /
• 2020

많은 정보통신기술 기업들은 자체적으로 개발한 인공지능 기술을 오픈소스로 공개하였다. 예를 들어, 구글의 TensorFlow, 페이스북의 PyTorch, 마이크로소프트의 CNTK 등 여러 기업들은 자신들의 인공지능 기술들을 공개하고 있다. 이처럼 대중에게 딥러닝 오픈소스 소프트웨어를 공개함으로써 개발자 커뮤니티와의 관계와 인공지능 생태계를 강화하고, 사용자들의 실험, 적용, 개선을 얻을 수 있다. 이에 따라 머신러닝 분야는 급속히 성장하고 있고, 개발자들 또한 여러가지 학습 알고리즘을 재생산하여 각 영역에 활용하고 있다. 하지만 오픈소스 소프트웨어에 대한 다양한 분석들이 이루어진 데 반해, 실제 산업현장에서 딥러닝 오픈소스 소프트웨어를 개발하거나 활용하는데 유용한 연구 결과는 미흡한 실정이다. 따라서 본 연구에서는 딥러닝 프레임워크 사례연구를 통해 해당 프레임워크의 도입 전략을 도출하고자 한다. 기술-조직-환경 프레임워크를 기반으로 기존의 오픈 소스 소프트웨어 도입과 관련된 연구들을 리뷰하고, 이를 바탕으로 두 기업의 성공 사례와 한 기업의 실패 사례를 포함한 총 3 가지 기업의 도입 사례 분석을 통해 딥러닝 프레임워크 도입을 위한 중요한 5가지 성공 요인을 도출하였다: 팀 내 개발자의 지식과 전문성, 하드웨어(GPU) 환경, 데이터 전사 협력 체계, 딥러닝 프레임워크 플랫폼, 딥러닝 프레임워크 도구 서비스. 그리고 도출한 성공 요인을 실현하기 위한 딥러닝 프레임워크의 단계적 도입 전략을 제안하였다: 프로젝트 문제 정의, 딥러닝 방법론이 적합한 기법인지 확인, 딥러닝 프레임워크가 적합한 도구인지 확인, 기업의 딥러닝 프레임워크 사용, 기업의 딥러닝 프레임워크 확산. 본 연구를 통해 각 산업과 사업의 니즈에 따라, 딥러닝 프레임워크를 개발하거나 활용하고자 하는 기업에게 전략적인 시사점을 제공할 수 있을 것이라 기대된다.

• 인터넷정보학회논문지
• /
• 제17권4호
• /
• pp.145-159
• /
• 2016

본 연구는 최근 시장규모가 급격히 커지고 있는 주문형서비스(Video on Demand) 광고의 심의 규제를 위한 입법 공백의 문제점을 지적하고, 이를 위한 해결방안으로 통합방송법(안) 내 유사방송서비스 정의 및 규제를 위한 법적 근거를 마련하되 공동규제(Co-Regulation) 방식 채택을 제언하고 있다. 유료방송플랫폼 사업자들은 VoD 시청 규모 증가를 발판으로 VoD 광고를 수익모델로 삼아 제공 중에 있는데 실시간방송광고가 엄격한 심의 규제를 받는 반면, VoD 광고는 그렇지 못하다. 그 이유는 방송법을 비롯한 국내 법령에서는 VoD 및 VoD 광고 심의 규제를 위한 법적 근거가 부재하고, 광고 내용에 대한 규제는 사업자간 자율규제체계에 의존하고 있기 때문이다. 사업자 중심의 자율규제체계 하에서는 이용자(특히 어린이, 청소년과 같은 소수계층) 보호에 한계가 있고, 사업자가 광고주 영향력에 취약하며, 규제 실효성을 담보할 수 없다는 한계점을 가지고 있다. 이에 본 연구는 VoD 광고의 내용 규제 방향을 세 가지 측면에서 분석하였다. 첫째, 영국, 캐나다, 유럽연합(EU), 아일랜드와 같은 해외 주요국의 VoD 광고 규제 사례조사를 수행하였다. 각 국은 VoD 및 VoD 광고에 대한 법적 근거를 방송법 내지 그에 파생된 법령을 통해 확보하고 있었으며, 방송통신규제 기관 중심으로 심의규제를 하되 공동규제 방식을 채택하고 있었다. 둘째, VoD 광고 규제의 목적과 영역 측면에서 검토하였다. 본 연구가 제안하는 VoD 광고 규제의 목적은 이용자 보호이어야 하며, 그 영역은 내용심의로 제언하고 있다. 셋째, VoD 광고규제를 입법론 차원에서 검토하였다. 법적 근거는 일반법인 통합방송법(안)에 마련하되, 공동규제 방식 채택을 권고하였다. 개별법보다는 일반법을 권고한 이유는 VoD 서비스는 유사방송의 특성을 가지며 VoD를 제공하는 사업자가 유료방송사업자라는 지위 측면에서 통합방송법(안)에서 수용하는 것이 합리적이라는 점, 규제기관의 전문성 측면에서 실시간 방송광고를 심의하는 기관이 감독기능 및 지침제 개정 승인권을 보유하는 것이 일관성이 있다는 점에 근거한다. 본 연구가 제안한 VoD 광고에 대한 내용 심의 규제가 가능해진다면 광고 심의의 사각지대였던 VoD 광고 심의를 통해 이용자보호에 보다 충실할 수 있을 것이고, 자율규제체계가 가진 지속가능성 측면에서의 취약성을 어느 정도 극복할 수 있을 것으로 기대할 수 있다.

• Journal of Nutrition and Health
• /
• 제52권5호
• /
• pp.488-500
• /
• 2019

서울시에 거주하는 여대생 68명을 대상으로 본 연구에서는 모바일 앱 기반 당류 저감화 프로그램을 개발한 후, 개발된 프로그램을 활용하여 당류 저감화 행동변화단계에 따른 중재효과를 분석 비교하였다. 하루 간식섭취횟수, 당류교육경험여부, 단맛에 대한 기호도에서 행동변화단계에 따른 유의한 차이가 있었다. 당류에 관한 영양 지식 점수는 프로그램 중재 전에 행동 유지단계 대상자들이 고려전단계 대상자들에 비해 영양 지식 점수가 유의하게 높았으며 프로그램 중재 후에는 고려전단계와 고려 준비단계에서 영양 지식 점수가 유의적으로 상승하였고, 행동 유지단계도 점수가 상승하였지만 유의적이지는 않았다. 당류 섭취에 관한 식행동 점수는 프로그램 중재 전 행동 유지단계 대상자들이 고려전단계 대상자들에 비해 유의적으로 높았으며, 행동 유지단계 대상자들의 점수가 모든 식행동 항목에서 가장 높았다. 연구 결과 프로그램 중재 후 모든 행동변화단계에서 당류 섭취에 관한 식행동 점수는 유의적으로 상승하였다. 프로그램 중재 전 당류 섭취빈도는 음료류 중 '탄산음료', '과실주스'에서 고려 준비단계와 행동 유지단계에 따른 차이가 유의적이었고, 우유 및 유제품, 아이스크림 제품류 중 '액상 요구르트'는 고려전단계와 행동 유지단계에서 유의적인 차이가 있었다. 행동 유지 단계에서는 '비스킷'과 '단맛씨리얼'을 제외한 모든 항목의 섭취 빈도가 고려전단계, 고려 준비단계와 비교하여 가장 낮았다. 프로그램 중재 후에는 고려전단계에서 '초콜릿', '머핀케익류', '액상 요구르트'의 섭취 빈도가 유의적으로 감소하였고, 고려 준비단계에서는 '비스킷', '탄산음료', '과실주스', '가공우유'의 섭취 빈도가 유의적으로 감소하였다. 행동 유지단계 대상자들에서는 대부분의 항목에서 섭취 빈도가 감소하였지만 유의한 개선은 없었다. 당류 저감화를 실천하는 행동 유지단계 대상자들에 비해 고려전, 고려준비 단계 대상자들은 영양지식, 식행동, 섭취빈도가 바람직하지 않은 방향이었으나 모바일 앱 기반 당류 저감화 프로그램에 의해 고려전, 고려준비단계에서 영양지식, 식행동, 섭취빈도가 개선되었다. 당류에 관한 쉽고 정확한 교육정보를 제공함과 동시에 사용자 스스로 식이모니터링을 할 수 있도록 고안된 본 연구의 모바일 앱 기반 당류 저감화 프로그램은 고려전, 고려준비단계에 있는 대상자들의 당류 저감화 효과를 창출할 수 있는 효과적인 교육 도구이다. 본 프로그램은 시간과 장소에 구애받지 않고 사용 가능하므로 당류 교육 참여가 어려운 청년층을 위해 유용하게 활용될 수 있을 것이다. 또한 여러 연령층으로 확대가 가능하며 행동변화단계별로 세분화하여 적용한다면 당류 섭취 저감화에 효과적으로 기여 할 것으로 사료된다. 본 연구의 앱 기반 당류 저감화 프로그램에 건강 플랫폼에서 활용하고 있는 게이미피케이션 (gamification) 기법을 사용하여 흥미가 추가되도록 보완하면, 수용성 및 지속가능성이 더욱 증가할 것으로 기대된다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권7호
• /
• pp.141-160
• /
• 2020

본 연구는 장기화에 따른 코로나19의 세계적 대유행에 대비하고자 노년기의 건강증진을 위한 체육의 활성화 방안을 구체적으로 모색하는 데 목적이 있다. 아울러 문헌연구방법을 통해 노년기의 건강상태와 코로나19 관련 분석, 노년기의 건강증진 정책과 사업 제시, 그리고 코로나19 시대의 건강증진을 위한 노인 체육 활성화 방안을 제시하였다. 첫째, 국민체육진흥법과 노인복지법 및 관련 법 등의 개정 또는 전면 개정을 통해 노인건강을 위한 노인보건 및 노인체육의 발전적이고 융합적인 법 제정과 이에 따른 제도적인 장치 마련을 수립해야 할 것이다. 둘째, 한국판 뉴딜 종합계획에 착안하여 체육 분야 뉴딜 사업의 일환으로 노인들을 위한 디지털통합플랫폼을 구축하여 노년층에 맞는 시설-프로그램-정보-일자리 창출 등이 연계되도록 지원 시스템을 마련해야 할 것이다. 셋째, 노인복지 전문가를 육성한다. 대학에서의 노인체육 및 관련학과를 확대 개설하고 노인여가복지시설 등에 노인스포츠지도사를 의무적으로 배치해야 할 것이다. 넷째, 노년층을 위한 건강과 관련한 콘텐츠를 개발한다. 이는 가상현실(Virtual Reality: VR) 시뮬레이션을 통한 움직임을 조작하여 다양한 동작들을 수행함을 의미한다. 다섯째, 노인체육 및 관련 분야 연구개발에 투자를 확대한다. 이는 다학제간 통합적 협력연구를 통해 체계적이고 실용적인 건강한 노화 및 활기찬 노화 등에 대한 연구가 지속적으로 이루어져야 함을 의미한다. 여섯째, 국무총리실 산하에 노인관리청(노인건강청) 신설 운영을 촉구한다. 이는 전 생애적인 노인건강관리와 언텍트 및 뉴노멀 시대에 대응하는데 노인관리청 신설을 통해 노인의 건강증진 관련 기능 수행의 독립성을 보장하고 아울러 노년기의 건강증진, 일상생활 기능의 유지 및 재활, 사회적 적응, 장기요양의 문제 등을 모두 포함하여 종합적으로 운영이 되어야 한다.