• The Research Journal of the Costume Culture
• /
• v.32 no.2
• /
• pp.215-231
• /
• 2024

The changing media landscape has diversified how and what is discussed about fashion. This study aims to examine expert discussions about fashion shows on social media from the perspective of fashion criticism. To achieve this goal objectively, a text mining program, Leximancer, was used. In total, 58 videos were collected from the panel discussion section of Showstudio from S/S 21 to S/S 24, and the results of text mining on 24,080 collected texts after refinement are detailed here. First, the researchers examined the frequency of keywords by season. This revealed that in 2021-2022, digital transformation, diversity, and fashion films are now commonly used to promote fashion collections, often replacing traditional catwalk shows. From 2023, sustainability and virtuality appeared more frequently, and fashion brands focused on storytelling to communicate seasonal concepts. In S/S 2024, the rise of luxury brand keywords and an increased focus on consumption has been evident. This suggests that it is influenced by social and cultural phenomena. Second, the overall keywords were analyzed and categorized into five concepts: formal descriptions and explanations of the collection's outfits, sociocultural evaluations of fashion shows and designers, assessments of the commerciality and sustainability of the current fashion industry, interpretations of fashion presentations, and discussions of the role of fashion shows in the future. The significance of this study lies in its identification of the specificity of contemporary fashion criticism and its objective approach to critical research.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.10
• /
• pp.275-286
• /
• 2024

Recently, domestic and international educational institutions and educational sites have been continuously trying to promote various educational policies and creating educational cases related to artificial intelligence. In addition, it is necessary to identify subjects and areas that require AI-based teaching and learning support in various situations such as large classes or non-face-to-face classes, and provide appropriate support accordingly. Currently, the gap in Korean language proficiency among students entering elementary school is very large depending on the literacy environment of their homes, and this gap in Korean language proficiency affects not only Korean language subjects but also all subjects, so appropriate teaching and learning support according to each student's writing ability is required. Therefore, in this study, we developed and applied a Korean language education app that utilizes AI voice recognition and text recognition functions to verify its effect on the writing ability of first-grade elementary school students. As a result of the study, we confirmed that the AI-based Korean language education app had a positive effect on improving the writing ability of first-grade elementary school students, and suggested a method that can be used for Korean language writing education in elementary schools.

• Journal of Intelligence and Information Systems
• /
• v.26 no.1
• /
• pp.1-21
• /
• 2020

With the rapid development of artificial intelligence technology, various techniques have been developed to extract meaningful information from unstructured text data which constitutes a large portion of big data. Over the past decades, text mining technologies have been utilized in various industries for practical applications. In the field of business intelligence, it has been employed to discover new market and/or technology opportunities and support rational decision making of business participants. The market information such as market size, market growth rate, and market share is essential for setting companies' business strategies. There has been a continuous demand in various fields for specific product level-market information. However, the information has been generally provided at industry level or broad categories based on classification standards, making it difficult to obtain specific and proper information. In this regard, we propose a new methodology that can estimate the market sizes of product groups at more detailed levels than that of previously offered. We applied Word2Vec algorithm, a neural network based semantic word embedding model, to enable automatic market size estimation from individual companies' product information in a bottom-up manner. The overall process is as follows: First, the data related to product information is collected, refined, and restructured into suitable form for applying Word2Vec model. Next, the preprocessed data is embedded into vector space by Word2Vec and then the product groups are derived by extracting similar products names based on cosine similarity calculation. Finally, the sales data on the extracted products is summated to estimate the market size of the product groups. As an experimental data, text data of product names from Statistics Korea's microdata (345,103 cases) were mapped in multidimensional vector space by Word2Vec training. We performed parameters optimization for training and then applied vector dimension of 300 and window size of 15 as optimized parameters for further experiments. We employed index words of Korean Standard Industry Classification (KSIC) as a product name dataset to more efficiently cluster product groups. The product names which are similar to KSIC indexes were extracted based on cosine similarity. The market size of extracted products as one product category was calculated from individual companies' sales data. The market sizes of 11,654 specific product lines were automatically estimated by the proposed model. For the performance verification, the results were compared with actual market size of some items. The Pearson's correlation coefficient was 0.513. Our approach has several advantages differing from the previous studies. First, text mining and machine learning techniques were applied for the first time on market size estimation, overcoming the limitations of traditional sampling based- or multiple assumption required-methods. In addition, the level of market category can be easily and efficiently adjusted according to the purpose of information use by changing cosine similarity threshold. Furthermore, it has a high potential of practical applications since it can resolve unmet needs for detailed market size information in public and private sectors. Specifically, it can be utilized in technology evaluation and technology commercialization support program conducted by governmental institutions, as well as business strategies consulting and market analysis report publishing by private firms. The limitation of our study is that the presented model needs to be improved in terms of accuracy and reliability. The semantic-based word embedding module can be advanced by giving a proper order in the preprocessed dataset or by combining another algorithm such as Jaccard similarity with Word2Vec. Also, the methods of product group clustering can be changed to other types of unsupervised machine learning algorithm. Our group is currently working on subsequent studies and we expect that it can further improve the performance of the conceptually proposed basic model in this study.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.49-52
• /
• 2011

본 연구에서는 Flickr에서 제공하는 어노테이션 기법 중 Note 서비스에 대한 다양한 분석 결과를 제공하고, 이를 기반으로 소셜 미디어 검색을 위한 Flickr Note의 응용 방안을 제안한다. Flickr Note는 기존의 태그 기반 검색에서 활용되는 태그와는 달리 이미지의 특정 영역 위에 직접적으로 할당되는 텍스트들의 집합이다. Flickr Note는 보다 지능적인 소셜 이미지 공유 및 검색 서비스를 위하여 다양한 정보들을 제공할 수 있는 중요한 데이터지만, 이를, 이미지 검색에 효과적으로 활용하기 위한 연구는 미미한 수준이다. 따라서 본 연구에서는 Flickr Note에 대한 다양한 분석을 통하여 소설 이미지 검색에서 Note의 역할 및 활용 기능성을 제공하고자 하며, 이를 바탕으로 Flickr Note 기반의 이미지 분석 및 검색을 위한 다양한 연구들이 시도되기를 기대한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.3-4
• /
• 2012

사용자 중심의 man machine interface 기술의 발전은 사용자 인터페이스 기술과 인간공학의 접목으로 인하여 많은 진전이 있으며 계속 진행되고 있다. 근래의 정보전달은 사운드와 텍스트 또는 영상을 통하여 이루어지고 있으나, 감성적인 측면에서의 정보전달에 관한 연구는 활발하지 못한 실정이다. 특히, Human Computer Interaction분야에서 음성이나 표정의 전달에 관한 감성연구는 초기단계로 이모티콘이나 플래쉬콘 등이 감정전달을 위하여 사용되고 있으나 부자연스럽고 기계적인 실정이다. 본 연구는 사용자와 상호작용에서 컴퓨터 또는 응용소프트웨어 등이 자신의 가상객체(Software Robot, Sobot)를 활용하여 인간친화적인 상호작용을 제공하기위한 기반연구로써 한글에서 감성어를 추출하여 분류하고 처리하는 기술을 개발하여 컴퓨터가 전달하고자하는 정보에 인공감정을 이입시켜 사용자들의 감성만족도를 향상시키는데 적용하고자한다.

• The Journal of the Convergence on Culture Technology
• /
• v.5 no.4
• /
• pp.339-347
• /
• 2019

This is a comparative cultural study on the cultural dimensions of the Korean original film and its Chinese remake film. This research is based on the cultural dimension study by Dutch organizing psychologist Geert Hofstede (1991). In this research I have tried to compare cultural dimensions that are shown implicitly in the original Korean film of "Blind" and its Chinese remake, entitled "The Witness", in terms of the narrative structures.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.672-673
• /
• 2016

최근 위변조에 의한 본인 인증 관련 사고가 급증하였으며 지문인식 밑 기타 다양한 인증시스템이 연구되고 있다. 최근에는 사람의 지정맥을 활용한 인증 시스템의 개발에 차세대 인증 시스템으로 연구가 활발히 진행되고 있다. 지정맥 인증 기술은 손가락 두 번째 마디 내 정맥을 말한다. 지정맥의 특성은 겉으로 보이지 않고 사람마다 패턴이 다르기 때문에 위 변조가 불가능하다. 뿐만아니라 지정맥 인증은 인증 절차가 간단하고, 보안성이 매우 높은 것으로 알려져 있다. 본 연구는 기존 지문을 이용한 출/퇴근 정보는 각종 관련 사고를 유발 시킬 수 있음을 방지하고자 지정맥을 이용한 본인 인증에 대한 보안성을 높이고, 각종 부당 취득 사고(추가근무)를 미연에 방지할 수 있으며, 지정맥을 이용해 출입/퇴근 시간을 기록하며 기록된 데이터로 지각/추가 근무 시간을 정확하게 측정 할 수 있다. 본 논문의 연구 결과물을 통해서 지정맥을 이용한 출/퇴근 정보를 데이터베이스/엑셀/텍스트에 저장하고, 기록된 정보를 이용해 지각/추가근무 시간을 정확하게 산출하여 각종사고를 미연에 방지할 수 있음을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.491-496
• /
• 2022

최근 멀티-세션 데이터로 장기간 페르소나와 대화 일관성을 유지하며 인터넷에서 대화와 관련된 지식을 활용하는 대화모델 연구가 활발히 진행되고 있다. 하지만 이를 위한 한국어 멀티-세션 오픈 도메인 지식 기반 대화 데이터는 공개되지 않아 한국어 대화모델 연구에 어려움이 있다. 따라서 본 논문에서는 한국어 멀티-세션 오픈 도메인 지식 기반 데이터의 필요성을 시사하고, 데이터 수집을 위한 툴을 제안한다. 제안하는 수집 툴은 양질의 데이터 수집을 위해 작업자들이 사용하기 편하도록 UI/UX를 구성하였으며, 대화 생성 시 텍스트뿐만 아니라 정보가 밀집된 테이블도 대화에 활용할 지식으로 참조할 수 있도록 구현하였다. 제안하는 수집 툴은 웹 랜덤채팅 시스템에 기반을 두어 작업자가 여러 다른 작업자와 같은 확률로 매칭되게 구현되었으며, 일정 확률로 기존 대화로부터 대화를 시작하도록 함으로써 멀티-세션 대화 수집이 가능하도록 하였다.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.579-582
• /
• 2022

청소년의 성격유형을 분석할 때 소셜미디어 데이터를 활용하여 텍스트 처리로 분석하는 연구는 많이 알려져 있다. 그러나 이미지를 사용하여 성격유형을 분석한 연구는 미비하다. 본 연구는 청소년의 발테그 그림검사로 표현된 이미지를 데이터로 사용하고, CNN을 활용하여 MMTIC의 16가지 청소년의 성격유형을 예측한다. 연구 대상은 중학교 재학생을 대상으로 한다. MMTIC에서 U-band를 제외한 340명의 학생으로 2012년 4월부터 2013년 3월까지 조사하였다. 연구 결과 CNN을 사용하였을 때 21.6% 예측율을 보였으며, CNN Ensemble을 적용하였을 때 23.1%로 2.5%가 증가한다.

• Annual Conference of KIPS
• /
• 2020.11a
• /
• pp.765-768
• /
• 2020

검색 질의 연구 분야의 대부분 선행 연구는 검색 질의 주제 분류에 집중되어 있으며 질의 자체에 대한 연구자의 정성적인 판단으로 분석되었다. 이는 검색 이후 클릭 된 문서를 고려하지 않고 진행되었다는 점과 분석 주제 및 활용 데이터가 제한적이라는 것에 한계가 있다. 이에 본 연구는 국내 대형 온라인쇼핑몰의 1년간의 검색로그를 활용하여 검색 질의와 검색 이후 조회한 문서명 정보를 기반으로 토픽모델링을 수행하여 검색 질의 주제를 정의하였다. 또한 검색 행동특성에 따른 주제별 성격을 정의하기 위하여 주성분 분석을 통해 주요 변수 추출 후 각 주제별 검색 행동특성을 분석하였다. 본 연구 결과는 효과적인 검색 서비스 구축 및 검색 시스템 개발에 기여 할 것으로 기대된다. 향후 연구로는 텍스트 분류기 모델링 실험을 통해 자동 분류 시스템을 구현할 수 있을 것이다.