• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국호스피스협회지
• /
• 통권104호
• /
• pp.7-7
• /
• 2008

• 월간 양돈
• /
• 제22권3호통권247호
• /
• pp.164-167
• /
• 2000

• 한국인구학
• /
• 제1권
• /
• pp.35-39
• /
• 1977

• 응용통계연구
• /
• 제33권3호
• /
• pp.239-256
• /
• 2020

최근 기대수명의 증가로 건강에 대한 관심이 늘어나고 있으며 이에 따라 건강관련 산업 및 서비스에 대한 수요도 증가하고 있다. 개인의 건강상태를 다양한 요소들을 이용하여 평가하고 분류할 수 있는 방법을 통해 다양한 건강관련 프로그램 및 서비스를 보다 합리적으로 운영할 수 있을 것이다. 본 연구에서는 기존 연구를 통해 잘 알려진 건강상태 관련 요인들을 이용하여 건강수준을 측정하고 평점화하는 방안을 제시하였다. 이를 위해 신용평가모형의 변수 선정과 범주화, 모형 도출, 평점화로 이어지는 일련의 과정에서 사용하는 방법론을 도입하였고 모형의 적합을 위해서 국민건강보험공단에서 제공하는 표본 코호트 DB를 이용하였다. 본 연구에서 도출된 건강수준 평가모형은 헬스케어 및 건강관련 서비스에 대한 구조 설계 및 운영에 적절하게 활용될 수 있을 것으로 기대된다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권10호
• /
• pp.670-679
• /
• 2015

최근 인터넷의 급 성장과 함께 사용자들은 물건이나 영화, 음악 등을 구매 할 때 여러 가지 추천 사이트를 활용한다. 하지만 이러한 추천 사이트에는 악의적으로 아이템의 평점을 높이거나 낮추려는 악의적인 사용자(Sybil)들이 존재할 수 있으며, 추천시스템에 영향을 끼쳐 일반 사용자들에게 부정확한 결과를 추천할 수 있다. 본 논문에서는 사용자들이 생성하는 평점들을 일반적인 평점과 일반적이지 않은 평점으로 구분하고, 상태 정보를 재정립 및 활용하여 악의적 사용자의 영향력을 최소화 하는 추천 알고리즘을 제안한다. 특히, 현재 추천시스템에서의 문제가 되고 있는 3가지 공격모델의 개별 특성을 고려하여 시빌 유형에 견고한 추천 시스템을 처음으로 제안한다. 제안하는 기법의 성능을 입증하기 위해 실제 데이터를 직접 수집(crawling)하여 성능분석결과 제안하는 기법의 성능이 기존 알고리즘과는 다르게 공격 크기 및 종류에 상관 없이 좋은 성능을 보이는 것을 확인 하였다.

• 한국전자통신학회논문지
• /
• 제16권1호
• /
• pp.125-134
• /
• 2021

영화 산업의 빠른 발전으로 영화의 제작 수가 급격하게 증가하고 있으며, 영화 추천 시스템은 관객들의 과거 행동이나 영화 후기에 기반하여 관객들의 선호도를 예측하여 영화의 선택에 도움을 주고 있다. 본 논문은 평점의 평균과 편향의 보정을 이용하여 잠재요인 모델에 기반한 영화 추천 시스템을 제안한다. 특이값 분해 방법이 평점 매트릭스 분해에 사용되고, 통계 경사 하강법이 최소자승 손실 함수의 파라미터 최적합에 사용된다. 그리고 평균 제곱근 오차를 사용하여 제안한 시스템 성능을 평가한다. Surprise 패키지를 이용하여 제안한 시스템을 구현 하였으며, 모의실험 결과는 평균 제곱근 오차가 0.671이며, 다른 논문에서 방법에 비하여 좋은 성능을 가진다는 것을 확인하였다.

• 응용통계연구
• /
• 제35권1호
• /
• pp.19-33
• /
• 2022

SNS의 등장으로 인터넷 이용자들이 온라인에 남기는 텍스트의 양이 방대해지고 그 중요성이 강조되고있다. 특히 네이버의 영화 탭에서 볼 수 있는 영화 평점이나 리뷰는 실제로 관객들이 영화를 보기 전 해당 영화를 볼 것인지 결정하는 데 주요 요인이 되기도 한다. 본 연구는 실제 네이버 영화 리뷰 데이터를 가지고 평점을 예측하는 분석을 수행했다. 영화 리뷰 데이터를 분석하기 위해 평점의 분포를 통해 데이터 특성을 살펴보았고, 텍스트의 의미를 분석하기 위해 형태소 분석을 통한 한국어 자연어처리를 수행했다. 또한 평점 예측에 활용할 모델 선택을 위해 2-Class와 multi-Class 문제들에 대해 머신러닝과 딥러닝, 회귀와 분류 분석을 비교했으며, 오분류의 원인을 영화 리뷰 데이터 특성과 연관시켜 서술했다.

• 한국융합학회논문지
• /
• 제13권5호
• /
• pp.373-379
• /
• 2022

본 연구는 종합병원 간호사를 대상으로 조직몰입, 간호근무환경, 감정노동이 이직의도에 미치는 영향의 정도를 파악하기 위한 서술적 연구이다. 자료수집은 구조화된 설문지를 통해 G광역시에 소재한 100~300병상 미만의 종합병원 간호사 129명을 대상으로 수집하였다. 자료수집 기간은 2020년도 8월 1일~20일까지였다. 연구 결과 조직몰입은 평점 3.19점, 간호근무환경은 평점 2.75점이었고, 감정노동은 평점 3.19점, 이직의도는 평점 3.16점이었다. 연구결과 간호업무성과에 영향을 주는 요인은 조직몰입과 감정노동이었고 설명력은 32.0%였다. 본 연구 결과는 종합병원 간호사의 이직 의도를 감소시키기 위한 중재 프로그램을 위한 기초자료로 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제17권6호
• /
• pp.296-310
• /
• 2017

본 연구는 중국에서 개봉된 영화의 흥행성과에 영향을 미치는 요인들을 발견하고자 하였다. 중국 영화 시장의 2010~2014년도 흥행 100위권 내 영화 총 499편을 분석대상으로 설정하였다. 선행연구에 기초하여 종속변수로 영화 박스오피스 실적을 선정하였고, 독립변수로는 영화 장르, 배우파워, 감독파워, 속편, 리메이크, 상영시기, 수상경력, 온라인 평점, 배급사, 제작지역을 투입하였다. 회귀분석 결과, 장르, 수상경력, 속편, 리메이크, 상영시기, 제작지역, 감독파워, 배우파워(제2주연), 온라인 평점이 중국 개봉 영화의 박스오피스 실적에 유의미한 영향을 미치는 것으로 나타났다. 특히, 온라인 평점과 속편의 영향력이 상대적으로 높게 나타났다. 이러한 결과는 중국 영화시장을 대상으로 마케팅 및 제작 전략을 수립할 때 효과적으로 활용할 수 있을 것이다.