• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2001년도 추계학술대회
• /
• pp.79-86
• /
• 2001

본 논문에서는 민감한 양적 정보를 얻기 위한 조사에서 응답자들이 정직하게 응답하기를 꺼리는 질문들에 대하여 응답자의 비밀을 노출시키기 않고서 양적 정보에 대한 보다 정확한 정보를 얻을 수 있는 양적 확률화응답기법을 인터넷 상에서 사용할 수 있도록 구현하고자 한다. 본 시스템에 DB 환경에 바탕을 두어 기존의 온라인 설문조사 시스템 및 질적 확률화응답기법과 연계하여 자료를 공유할 수 있을 뿐만 아니라 독립된 스팟 서베이(spot survey)가 가능하도록 구현하고자 한다.

• 한국식생활문화학회지
• /
• 제17권2호
• /
• pp.97-102
• /
• 2002

본 연구는 한국에 거주하는 미국인 및 캐나다인의 식품구입 및 한국식당 이용실태를 조사한 결과 한국마켓에서의 식재료가 안전한지를 묻는 질문에 38%가 아니라고 응답하였고 77%가 음용수의 안전성을 확신한다고 대답하였으나 54%의 응답자는 수입된 물을 구입해서 마신다고 하였으며 한국음식을 상당히 좋아하고 한국음식점을 즐겨 찾는 것으로 나타났으며 한국음식의 단맛, 짠맛, spicy한 정도는 강하지 않다고 응답하였고 식당 종업원들의 위생관념에는 만족하지 않는 것으로 나타났다. 대부분의 응답자가 한국마켓에서의 식재료의 안전도에 관해서는 신뢰하고 있었으나, 일부 응답자들은 본국에서 음용수 및 음식을 가져다 먹는다고 응답한 것으로 보아 식재료에 대한 더욱 철저한 위생관리가 필요하다고 여겨지며, 또한 한국음식점 이용에 대한 질문에서도 전반적으로 좋은 반응을 보였으나 종업원의 위생관념의 부족을 지적한 바, 음식점에서의 위생분야에 더욱 주의를 기울여야 할 것을 지적하고자 한다.

• 한국조사연구학회지:조사연구
• /
• 제1권1호
• /
• pp.21-43
• /
• 2000

전화면접을 개별직접면접에 대한 매력적 대안이 될 수 있지만 두 가지 자료 수집방식에서 동일한 결과를 얻을 수 있는지에 대하여는 많은 의문이 제기되어 왔다. 이러한 의문에 대답하기 위해서는 i)전화면접에 대한 피면접자의 선호도, 면접의 속도, 개방질문에 대한 응답의 상세성, 미응답 항목의 비율 등 직접효과 ii) 통계적 추정량 iii) 면접자의 차이와 자료수집양식 등의 관점에서 경험적 문헌검토를 하였다. 이러한 차이는 전화면접에 대한 사회적 소망성 효과, 서베이 질문에 대한 인지능력 및 양식효과와 면접자 효과로 설명될 수 있다.

• 응용통계연구
• /
• 제6권2호
• /
• pp.311-318
• /
• 1993

본 논문에서는 Warner의 확률응답모형 대신에 강요질문모형을 반복 사용하여 응답자들이 진실되게 응답했는가에 대한 가설점검을 하고 Warner모형을 사용한 경우와 검정력을 비교하였다. 또한 강요질문모형을 사용하여 민감한 특성을 갖는 모집단비율의 추정량을 구하고 Warner모형을 사용하여 얻은 추정량들보다 효율적이 되는 조건을 찾았다.

• 한국지능시스템학회논문지
• /
• 제15권5호
• /
• pp.533-537
• /
• 2005

리커트 척도는 어떤 의도의 질문에 대한 동의를 수치적으로 나타내는 방법으로서 주로 5점 척도를 많이 사용하나 여러번 질문에서 응답자체가 애매성을 가지고 있다. 본 연구에서는 3점 척도의 응답의 애매성을 5점 척도의 멤버쉽 함수로 나타낸 후 한 항목의 응답의 95% 신뢰구간을 다시 멤버쉽함수로 하여 그 데이터를 퍼지가설검정하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.429-430
• /
• 2017

본 논문은 챗봇을 활용하여 반복적인 입시 질문을 응답하는 시스템에 설계하였다. 1회성 응답 대신 문맥을 기억하여 사용자의 의도를 파악하고 자세한 응답을 제공한다. 또한, 한글 처리와 입시 관련 데이터베이스 연동을 통해 일반화 할 수 있는 유연성을 갖는 구조이며, 반복적인 질의응답을 챗봇으로 대신할 수 있을 것으로 기대된다.

• 한국정보과학회논문지:시스템및이론
• /
• 제29권8호
• /
• pp.456-462
• /
• 2002

단백질 시퀀스처럼 가중치를 가지는 스트링에 대한 탐색 알고리즘을 개발한다. ${\sum}$를 알파벳이라 하고 모든 $a{\in}{\sum}$에 대해서 무게 ${\mu}(a)$가 주어진다고 하자. 스트링 $A=a_1a_2…a_n\; 에서 (단, 모든 ai{\in}{\sum})$, 서브스트링 $A(i.j)=a_ia_{i+1}…a_j$로 정의하면, 이것의 무게는 ${\in}(A(i.j))={\in}(a_i)+{\in}(a_i+1)+…+{\in}(a_j)$가 된다. 다루고자하는 문제는 스트링 A를 사전 처리하여 탐색 자료구조를 만드는데, 이 자료구조는 나중에 질문 무게 M이 주어진 경우, $M={\in}(A(i,j))$인 서브스트링 A(i,j)가 있는가 라는 질문에 응답하는데 사용된다. 본 논문에서는 기존의 결과를 향상시키는 알고리즘을 제시한다. 기존의 알고리즘의 경우 O(n) 만큼의 메모리를 사용하는 탐색 자료구조를 이용하여 $0(\frac{nlog\;logn}{log\; n})$ 시간에 질문응답을 하였으나, 본 논문의 알고리즘은 질문 응답시간은 그대로 유지하면서 메모리만 $0(\frac{n}{log\; n})$으로 줄인다.

• 유기물자원화
• /
• 제4권2호
• /
• pp.87-95
• /
• 1996

소각장에 대한 주민위식을 알아보기 위하여 설문조사를 실시하였다. 주민들이 가장 싫어하는 시설은 시체 화장시설, 쓰레기 적환장, 화학공장, 쓰레기 소각장, 위생매립지의 순이었다. 주거지역과 소각장까지의 최소 이격거리를 묻는 질문에는 1km 이상이 가장 많았고, 2km 이상이 그 다음이었다. 쓰레기 처리를 위해 앞으로 더 많이 필요한 시설에는 퇴비화 시설, 위생매립지, 소각장의 순으로 응답하였다. 완벽한 소각시설이 부득이 집 근처에 설치될때의 수용여부를 묻는 질문에서는 허용하겠다는 응답이 과반수를 넘었으며, 37.6%가 수용불가에 응답하였다. 쓰레기 소각장 후보지 선정과 같은 사업 추진시 행정기관의 강압적인 조치에 대하여 어떻게 생각하느냐는 질문에는 동감한다는 대답이 과반수를 넘었다. 주민들은 광역소각장 보다도 1시 군 1소각장에 더 높은 선호도를 보였고 지역이기주의의 극복방안을 묻는 질문에는 완벽한 기술을 가장 많이 꼽았으며, 그 다음이 행정의 민주화 공개화였다.

• 한국과학교육학회지
• /
• 제19권1호
• /
• pp.78-90
• /
• 1999

본 연구에서는 실험에 포함된 이상조건의 이해를 조사하기 위해 수행되었다. 주요 연구질문은 다음과 같다. (1) 실제 실험 상황에는 어떠한 이상조건이 포함 되어 있다고 생각하는가? (2) 실험에 포함된 이상조건들이 실제 실험에서 얼마나 만족되고 있다고 생각하는가 ? (3) 실험에 포함된 이상조건들이 실험 결과에 얼 마나 영향을 준다고 생각하는가 ? (4) 교사들은 실험에 포함된 이상조건에 대해 일반적으로 어떠한 관점을 가지고 있는가 ? 연구질문 1, 2, 3을 위해서 6개의 설문을 개발하여 총 85명의 고등학생과 과학교사에게 직접 실험과 함께 제시하여 응답하도록 하였으며, 연구질문 4를 위해서 과학교사 42명을 대상으로 4개의 설문을 개발하여 응답하도록 하였다. 응답결과는 연구 질문에 따라 분류되어 요약 제시되었으며, 물리 실험 지도를 위한 시사점 추출을 위해 사용되었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.246-249
• /
• 2015

기계학습 방법에 기반한 자연어 분석은 학습 데이터가 필요하다. 학습 데이터가 구축된 소스 도메인이 아닌 다른 도메인에 적용할 경우 한국어 의미역 인식 기술은 10% 정도 성능 하락이 발생한다. 본 논문은 기존 도메인 적응 기술을 이용하여 도메인이 다르고, 문장의 형태도 다를 경우에 도메인 적응 알고리즘을 적용하여, 질의응답 시스템에서 필요한 질문 문장 의미역 인식을 위해, 소규모의 질문 문장에 대한 학습 데이터 구축만으로도 한국어 질문 문장에 대해 성능을 향상시키기 위한 방법을 제안한다. 한국어 의미역 인식 기술에 prior 모델을 제안한다. 제안하는 방법은 실험결과 소스 도메인 데이터만 사용한 실험보다 9.42, 소스와 타겟 도메인 데이터를 단순 합하여 학습한 경우보다 2.64의 성능향상을 보였다.