• Journal of the Korea Society of Computer and Information
• /
• v.25 no.6
• /
• pp.81-89
• /
• 2020

Online reviews we encounter commonly on SNS, although a complex range of assessment information affecting the consumer's preferences are included, it is general that such information is just provided by simple numbers or star ratings. Based on those review types, it is not easy to get specific information that consumers want and use it to make a decision for purchase. Therefore, in this study, we propose a prediction methodology that can provide ratings broken down by evaluation items by performing sentiment analysis on restaurant reviews written in Korean. To this end, we select 'food', 'price', 'service', and 'atmosphere' as the main evaluation items of restaurants, and build a new sentiment dictionary for each evaluation item. It also classifies review sentences by rating item, predicts granular ratings through sentiment analysis, and provides additional information that consumers can use to make decisions. Finally, using MAE and RMSE as evaluation indicators it shows that the rating prediction accuracy of the proposed methodology has been improved than previous studies and presents the use case of proposed methodology.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.341-341
• /
• 2021

농업적 가뭄을 모니터링하기 위해 토양수분량, 증발산량, 지하수위 등을 이용하며, 농업용 저수지의 저수율을 기반으로 농업용수 공급능력을 평가해 왔다. 특히, 농업용 저수지에 대한 농업적 가뭄을 평가하기 위해 저수율 관측 자료를 저수율을 이용하거나, 관측 자료가 없는 경우 물수지 모형을 이용한 연구는 다수 진행되어 왔다. 다만, 농업적 가뭄을 전망하는데 있어 물수지 모형의 활용은 입력 자료의 구축 및 기상예보자료의 활용 기술 부족으로 많은 평가가 진행되지 못하였다. 본 연구에서는 기상예보자료와 회귀모델을 연계한 농업적 가뭄전망정보를 산정하고, 활용성을 평가하였다. 기상예보자료는 기상청 현업예보 모델인 GloSea5로부터 생산된 자료를 이용하였으며, 농업적 가뭄을 평가하기 위해 농업용 저수율 자료 기반인 RDI (Reservoir Drought Index)를 활용하였다. 농업적 가뭄전망정보는 현재의 수문조건이 지속된다는 가정 하에 예보선행시간 3개월까지 산정하였다. 가뭄전망정보를 평가하기 위해 과거 가뭄사상을 대상으로 산정하였으며, 전망정보의 예측성은 통계분석을 이용하여 정량적으로 평가하였다. 금회 제시한 연구방법은 현재의 수문조건이 지속될 시 기상예보에 따른 농업적 가뭄을 예측할 수 있다는 점에서 활용성이 높을 것으로 판단된다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.22 no.2
• /
• pp.51-62
• /
• 2022

This study suggests a design of predictive modeling for a hospital fall risk based on inpatients' posture. Inpatient's profile, medical history, and body measurement data along with basic information about a bed they use, were used to predict a fall risk and suggest an algorithm to determine the level of risk. Fall risk prediction is largely divided into two parts: a real-time fall risk evaluation and a qualitative fall risk exposure assessment, which is mostly based on the inpatient's profile. The former is carried out by recognizing an inpatient's posture in bed and extracting rule-based information to measure fall risk while the latter is conducted by medical staff who examines an inpatient's health status related to hospital fall risk and assesses the level of risk exposure. The inpatient fall risk is determined using a sigmoid function with recognized inpatient posture information, body measurement data and qualitative risk assessment results combined. The procedure and prediction model suggested in this study is expected to significantly contribute to tailored services for inpatients and help ensure hospital fall prevention and inpatient safety.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2007.10a
• /
• pp.185-191
• /
• 2007

최근 10년간 발생한 자연재해 중 태풍의 피해는 전체의 60%를 넘을 정도로 풍수해의 피해는 막대하며, 지속적 산업화와 개발로 인해 피해 규모 역시 매년1조원 이상을 상회하고 있어, 자연재해에 대한 피해 경감 노력이 매우 요구되고 있다. 이를 위하여 최근 풍수해의 피해 사전에 예측함으로써 예방 및 대비는 물론 재해 발생에 따른 응급 대응 및 복구의 효율성을 제고하고자하는 과학적 방법론에 대한 연구가 진행되고 있다. 태풍에 의한 피해 예측은 위험도(Hazard)의 추정, 피해 대상 자료의 구축(Inventory) 및 피해대상의 취약도(Fragility)의 세 가지 요소를 이용하여 수행되는 것이 일반적이다. 위험도는 자연재해의 특성인 강우, 풍속 등을 물리적으로 모델링함으로써 추정할 수 있으며, 피해 대상 자료는 공공 및 사유 시설물을 총 망라함으로써 피해의 사회, 경제적인 피해 규모 예측에 활용된다. 각각의 피해 대상이 위험도에 따라 갖는 취약도는 최종 피해 및 손실 규모의 평가 자료로 이용된다. 이때 위험도의 추정 및 피해 대상 자료의 구축을 위한 핵심적인 방법론으로서 지리정보시스템의 활용이 크게 요구된다. 따라서 본 연구에서는 태풍 피해 예측을 위한 자연재해 위험성 평가 방법론에 있어서 매우 중요한 요소인 자연 지형, 지표의 특성 및 활용도, 피해 대상인 인공 시설물 등의 자료항목을 분류하고 태풍 피해 예측 기술의 핵심 요소로서의 지리정보시스템 활용 방안을 제시하고자 한다.

• Information Systems Review
• /
• v.9 no.1
• /
• pp.85-103
• /
• 2007

The purpose of this study is to evaluate the performance of collaborative filtering recommender algorithms for better prediction accuracy of the customer's preference. The accuracy of customer's preference prediction is compared through the MAE of neighborhood based collaborative filtering algorithm and correspondence mean algorithm. It is analyzed by using MovieLens 1 Million dataset in order to experiment with the prediction accuracy of the algorithms. For similarity, weight used in both algorithms, commonly, Pearson's correlation coefficient and vector similarity which are used generally were utilized, and as a result of analysis, we show that the accuracy of the customer's preference prediction of correspondence mean algorithm is superior. Pearson's correlation coefficient and vector similarity used in two algorithms are calculated using the preference rating of two customers' co-rated movies, and it shows that similarity weight is overestimated, where the number of co-rated movies is small. Therefore, it is intended to increase the accuracy of customer's preference prediction through expanding the number of the existing co-rated movies.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.27-27
• /
• 2017

신뢰성 있는 수개월 선행시간의 댐 유입량 예측은 가뭄 상황으로 진입하는 시점에서 효율적인 댐 운영을 위해 필수적이다. 최근 기후변화로 인한 강수량의 경년 및 계절 내 변동성이 증가됨에 따라서 기존의 과거 통계치를 이용한 댐 운영 의사결정은 많은 도전을 받고 있다. 최근 엘리뇨-남방진동(ENSO) 등의 전구기후지수와 지역수문기후와의 원격상관성을 활용하여 수개월 이후에 대한 수문조건을 통계적으로 예측하기 위한 연구가 시도되고 있다. 또한 매월 제공되는 역학적 예측모형으로부터 생산된 월단위 예측정보를 유량예측을 위한 유역모형에 활용하기 위하여 편이보정 및 상세화 기법이 개발되어 활용되고 있다. 본 연구에서는 댐 유입량 예측을 위해 SWAT 모형을 선정하였고 최장 6개월 선행 강수량 및 기온의 예측을 위해서 하이브리드 계절예측 시스템을 활용하였다. 이 시스템은 전지구역학적 예측모형의 자료를 편이보정을 거쳐 직접적으로 사용하는 단순 편이보정(Simple Bias Correction, SBC) 방법에 회귀모형을 이용하여 통계적인 방법으로 예측자료를 생산하는 전구기후지수 기반의 Climate Index Regression (CIR), 실시간 재분석자료 기반의 Observation-based Moving Window Regression (MWR-Obs), 역학적 예측모형의 예측자료 기반의 Moving Window Regression (MWR) 방법을 통합하여 사용하고 있다. 충주댐을 대상으로 우선 관측자료를 이용하여 SWAT 모형을 검 보정한 후, 관측기간에 대하여 하이브리드 시스템에 의한 예측 기상자료를 적용하여 모의된 댐 유입량과 관측 유입량과의 비교를 통해 예측성을 평가하였다. 본 연구는 다양한 기후정보를 활용하여 댐 유입량 예측에 있어서 예측성을 높이고자 시도되었으며, 도출된 결과는 향후 충주댐 운영에 유용한 정보를 제공할 수 있는 것으로 판단된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.311-313
• /
• 2000

본 논문에서는 시간이 흐름에 따라 관측되는 시계열 데이터에 대한 예측을 위한 순차적 베이지안 진화 연산기법을 제안한다. 이 방법에서는 이전 세대의 모델을 바탕으로 예측을 수행하고 새로운 데이터가 주어지면 현재의 예측 모델을 평가하여 더 좋은 모델을 생성하도록 한다. 제안된 방법을 시계열 데이터에 적용한 결과 기조의 방법보다 데이터에 적합한 모델을 학습하고 성공적인 예측을 수행함을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.978-981
• /
• 2020

제품이나 부품의 잔존 수명을 정확하게 예측할 수 있다면 고장이나 중단으로 인한 손실을 방지하는 것이 가능해질 것이다. 제품의 잔존 수명은 시계열 데이터 분석을 통해 예측될 수 있으며, 최근에는 딥러닝을 이용한 잔존 수명 예측 연구가 활발하게 진행되고 있다. 본 연구에서 우리는 컴퓨터 기반 시스템의 주요 고장 요소가 되고 있는 하드디스크의 잔존 수명을 예측하는 문제에 1D CNN-LSTM 을 이용한 모델을 적용하고, RMSE 와 R-Square 값을 이용해 적용한 모델의 성능을 평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.773-776
• /
• 2014

최근 기업의 기술력이 기업의 경영성과에 미치는 영향이 증가함에 따라 기업이 보유한 기술적 정보가 경영성과예측에 있어 필수적 요소로 대두되었다. 본 연구에서는 기업의 기술적 정보를 담고 있는 특허정보 및 특허지표를 활용하여 기업의 경영성과를 정량적으로 예측하는 모델을 제안한다. 또 미국 정보통신기업의 재무정보와 특허정보를 활용하여 제안된 예측모델을 구축하고 그 성능을 검증 및 평가하였다. 본 연구에서 제안한 기업실적예측 모델의 구축을 위해 인간의 두뇌가 학습하는 과정을 모방한 인공신경망알고리즘을 활용하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.242-247
• /
• 2009

Recently an intelligent system is developed for the service what users want not a passive system which just answered user's request. This intelligent system is used for personalized recommendation system and representative techniques are content-based and collaborative filtering. In this study, we propose a prediction system which is based on the techniques of recommendation system using a collaborative filtering and a fuzzy system to solve the collaborative filtering problems. In order to verify the prediction system, we used the data that is user's rating about movies. We predicted the user's rating using this data. The accuracy of this prediction system is determined by computing the RMSE(root mean square error) of the system's prediction against the actual rating about the each movie and is compared with the existing system. Thus, this prediction system can be applied to base technology of recommendation system and also recommendation of multimedia such as music and books.