• 디자인학연구
• /
• 제19권1호
• /
• pp.129-140
• /
• 2006

본 연구는 지식과 정보가 경쟁력이 되고 있는 현대 사회에서 고령자들이 웹을 통하여 보다 쉽게 정보를 찾을 수 있는 웹 네비게이션 디자인의 유형을 개발하고자 하였다. 예비조사를 통하여 고령자를 위한 웹 네비게이션 디자인의 유형을 제안하였고 30명의 고령자 그룹을 대상으로 정보 검색소요 시간, 오류 발생 측면, 웹 네비게이션 디자인 요소의 크기와 위치, 레이아웃에 관한 조사를 하였다. 측정된 정보 검색소요 시간은 반복측정 이원변량분석에 의하여 분석하였고 비디오 분석과 사후 설문조사를 실시하였다. 고령자에겐 이상적인 정 네비게이션 디자인은 페이지의 상단에 가로로 길게 위치한 글로벌 메뉴 아래에 세로로 서브 카테고리 메뉴가 나타나는 유형이며 롤오버 메뉴와 단계적으로 분류된 메뉴, 크게 처리된 본문과 레이블, 움직이지 않는 이미지는 고령자가 정보를 쉽게 찾을 수 있도록 하였다. 이상에서 제시하는 바와 같이 사용편의성이 향상된 웹 네비게이션 디자인에서는 고령자가 효율적으로 오류 없이 정보를 쉽고 편하게 찾을 수 있으며 고령자를 위한 웹 네비게이션 디자인의 개발은 고령화 사회에서 노인 계층의 인터넷 사용을 활성화시킬 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제24권12호
• /
• pp.1-7
• /
• 2019

머신 러닝의 심층 개발로 딥 러닝 방법은 특히 CNN(Convolution Neural Network)에서 큰 진전을 이루었다. 전통적인 텍스트 정서 분류 방법과 비교할 때 딥 러닝 기반 CNN은 복잡한 다중 레이블 및 다중 분류 실험의 텍스트 분류 및 처리에서 크게 발전하였다. 그러나 텍스트 정서 분류를 위한 신경망에도 문제가 있다. 이 논문에서는 LSTM (Long-Short Term Memory network) 및 CNN 딥 러닝 방법에 기반 한 융합 모델을 제안하고, 다중 카테고리 뉴스 데이터 세트에 적용하여 좋은 결과를 얻었다. 실험에 따르면 딥 러닝을 기반으로 한 융합 모델이 텍스트 정서 분류의 예측성과 정확성을 크게 개선하였다. 본 논문에서 제안한 방법은 모델을 최적화하고 그 모델의 성능을 개선하는 중요한 방법이 될 것이다.

• 디자인학연구
• /
• 제19권4호
• /
• pp.101-110
• /
• 2006

본 연구는 지식과 정보가 경쟁력이 되고 있는 현대 사회에서 다양성을 지닌 사용자들이 웹을 통하여 보다 쉽고 편하게 정보를 찾을 수 있는 유니버설 웹 네비게이션 디자인의 유형을 개발하고자 하였다. 서로 다른 네비게이션의 특징을 가지고 있는 웹 네비게이션 디자인의 유형을 개발하여 30명을 대상으로 정보 검색 소요시간, 오류 발생 측면, 웹 네비게이션 디자인 요소의 크기와 위치, 레이아웃에 관한 조사를 하였다. 측정된 정보 검색 소요시간은 반복측정 일원변량분석에 의하여 분석하였고 오류 발생 측면은 비디오 분석하였다. 또한 사후 설문을 실시하여 사용자가 선호하는 네비게이션 디자인의 유형을 파악하였다. 웹에서 사용자가 쉽고 편하게 정보를 찾을 수 있는 네비게이션 디자인은 페이지의 상단에 가로로 길게 위치한 글로벌 메뉴 아래에 세로로 서브 카테고리 메뉴가 나타나는 유형이며 롤오버 메뉴와 단계적으로 분류된 메뉴, 크게 처리된 본문과 레이블, 움직이지 않는 이미지로 구성된 디자인이었다. 사용편의성이 향상된 웹 네비게이션 디자인에서 사용자는 오류 없이 정보를 쉽고 편하게 찾을 수 있으며 유니버설 웹 네비게이션 디자인의 개발은 정보력이 경쟁력으로 대두되는 현대사회에서 인터넷을 통한 효율적 정보 활용이 가능하도록 할 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권5호
• /
• pp.1-15
• /
• 2022

본 연구에서는 밀키트 제품 평가에 영향을 미치는 요인을 파악하기 위하여 밀키트 제품 리뷰 데이터에 대한 텍스트 분석을 수행하였다. 분석에 사용된 자료는 네이버 쇼핑 사이트에서 판매되고 있는 밀키트 제품에 대한 리뷰 334,498건을 스크래핑하여 수집하였다. 텍스트 자료에 대한 전처리 과정을 거쳐 제품 리뷰에 빈번히 등장하는 단어를 추출한 후 워드클라우드 및 감성분석을 수행하였다. 감성분석시 제품 리뷰에 대한 긍정 또는 부정의 레이블은 평점을 기준으로 설정하여 반응변수로 활용하였고, 입력변수로는 단어들의 정규화 단어빈도-역문서빈도 (TF-IDF) 값을 구하여 사용하였다. 리뷰의 극성을 판별하는 모형으로는 로지스틱 회귀모형, 서포트 벡터 머신, 랜덤 포레스트 알고리즘을 적용하였으며, 분류 정확도 및 해석가능성을 고려하여 로지스틱 회귀모형을 최종 모형으로 선택한 후 제품 범주별 감성분석 모형으로 사용하였다. 각 제품 범주별로 도출된 로지스틱 회귀모형으로부터 밀키트 제품 구매 후 긍·부정의 감성을 발생시킨 주요 요인들을 밝혀내었다. 결과적으로 텍스트 분석을 통해 밀키트 제품 개발 시 특정 카테고리, 메뉴, 재료에 대한 긍정 요소를 극대화하고 부정적 위험 요소를 제거할 수 있는 기반을 제공할 수 있음을 확인하였다.

• 경영정보학연구
• /
• 제25권3호
• /
• pp.27-41
• /
• 2023

최근 많은 분야에서 기계학습에 대한 연구가 활발히 진행되고 있는데, 상당수의 연구들이 학습 모델의 성능을 개선하는 최신 방법론을 제시하고 있다. 본 연구에서는 방법론의 개발 못지않게 기계학습에 투입되는 훈련용 데이터의 '품질'을 개선하는 것 역시 중요하다는 점에 착안하여, 코퍼스 분석에서 자주 사용되는 '부분 문법' 처리 프로세스를 통해 훈련 데이터의 품질을 향상시키는 방법을 제시한다. 우리나라 100대 기업에 근무하는 재직자들이 채용플랫폼에 게시하는 방대한 양의 비정형 기업 리뷰 텍스트 데이터를 수집하고, 데이터 품질을 부분 문법 프로세스로 개선한 후, 부분 문법이 적용된 분류 모델이 적용되지 않은 모델보다 분류 성능이 우수함을 확인하였다. 분류 카테고리는 직원 몰입의 5가지 요인으로 상정하였는데, 국내 직장인들이 기업 리뷰가 각 유형별로 빈도에 차이가 있는지를 분석하였다. 추가로 리뷰 양상이 코로나 팬데믹 전후로 어떠한 변화가 있었는지도 분석하였다. 본 연구를 통해 국내 직장인들의 생생한 일터 경험들을 자동적으로 식별하고 분류하여, 이직을 포함한 주요한 조직문화 현상의 행태와 유발 원인 등을 유추해 볼 수 있는 근거를 제공한다.