협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다. 본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다.
신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시한 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론를 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적응하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.
본 연구에서는 3개 일반모델(general models)의 실증분석을 통해 항목묶음(item parceling)이 구성개념간의 인과관계를 나타내는 모수의 유의성 검정 결과 및 모델의 적합도 평가에 미치는 영향을 검토하였다. 연구 결과에 의하면, 개별항목을 적용한 분석과 비교할 때 항목묶음을 통한 분석을 적용해도 모델 인과모수의 검정통계량은 그다지 변하지 않으므로 유의성 검정 결과에도 변화가 없는 것으로 나타났다. 하지만 전반적 적합도지수의 측면에서는 RMSEA를 제외한 주요 모델 적합도 지수, 즉 GFI, AGFI, CFI 및 NFI의 값들이 상당히 개선되는 경향을 보였다. 주요 모델 적합도 지수들의 값이 높아진 것은 항목묶음을 이용하여 분석을 한 결과가 개별항목을 통한 분석의 결과에 비해 다변량 정규(분포)성의 개선 등으로 인해 높아진 것으로 해석된다. 하지만 항목묶음을 적용함에 있어서 주의해야 할 사항은 적용하기 전에 구성개념의 단일차원성(unidimensionality)을 우선적으로 검토해야 한다는 점이다. 본 연구에서는 항목묶음을 이용하여 분석을 할 경우 실제 구성개념간의 인과적 관계를 나타내는 모수의 유의성 검정과 모델의 적합도 지수들에 어떤 변화가 발생하는 지를 세 개의 일반모델을 대상으로 파악하였다.
본 연구에서는 실세계 DB에 현실적으로 적용할 수 있는 DB품질평가항목을 개발하고자 한다. ISO 9126에 근거하여 DB품질평가 항목을 도출하고 소프트웨어의 프로세스를 심사하고 이에 기반하여 프로세스를 개선할 수 있도록 하는 CMM모형을 적용하고자 한다. DB 품질평가 항목의 개발은 기존 관련문헌 검토 및 유사분야에서 개발된 평가 모델을 분석하고, ISO 9126에 근거하여 DB품질평가 항목을 새롭게 도출하여 CMM모델을 적용한 데이터베이스 품질 프로세스 성숙도 모델을 제시하고자 한다.
본 논문에서는 한국인의 3D 모델을 구성하고, 개인 체형에 따라 3D 모델을 변형하여, 3D 패션코디 방법을 제안하고 있다. 한국인에 대한 다양한 체형을 표현하기 위하여, 성별, 체형별, 나이별로 세분화하여 3D 모델 36종을 구성하고 있다. 개인 체형에 대한 3D 모델을 얻기 위해 구성된 3D 모델의 높이 12 항목, 넓이 6항목, 두께 5항목, 둘레 13항목을 변형하고 있다. 나아가서, 셔츠와 치마의 의복 3D 모델의 체형변화에 따라 의복 3D 모델을 정합하고 있다.
EFDC의 수질모형인 HEM3D는 국내 해양수질모델링에는 적용된 사례가 많지만 담수에 적용된 사례는 거의 없으며, 우리나라 환경부 수질측정항목과 수질 INPUT 자료가 달라서 모델의 적용이 힘들었다. 그러나 HEM3D는 EFDC 수리모델을 연계하는 WASP에 비해 자체 3차원 수리동역학 모델이 있어 셀 개수의 제한이 없고 계산속도 또한 WASP 보다 2~3배 빠른 것으로 알려져 있다. 그러나 현재 우리나라의 수질측정항목은 HEM3D의 수질모의항목과 다소 차이가 있다. 특히 Carbon계열에서 실측수질항목은 BOD, COD인 반면 HEM3D의 모의가능항목은 RPOC, LPOC, DOC, COD로 바로 적용을 하기는 어렵다고 판단하였다. 따라서 환경부 수질자료를 HEM3D에 적용하기위해 문헌자료를 참고한 수질항목간의 분율을 사용하여 필요한 자료를 산출하였고, 환경부 수질자료의 HEM3D적용 결과를 알아보고 현재 자료 사용 시의 문제점과 향후 개선방안을 알아보고자 하였다. HEM3D의 모의 결과 TN, TP 보정에는 큰 문제가 없었으나 $BOD_5$와 세부수질항목의 영향을 많이 받는 조류 등의 항목 보정결과는 성공적이지 못했다. 이것은 분율을 적용해 각 유입지천의 세부항목별 수질 자료를 산출할 때 낙동강 전체 평균을 사용했기 때문에 조류성장에 직접적으로 영향을 받는 세부 항목별 영양염에 대한 실제 값과 산출된 농도 값 사이의 오차가 가장 큰 원인으로 판단된다. 한편 전체 대상지역중 일부구간에 대하여 동일한 수질입력자료를 이용하여 HEM3D와 WASP을 동시 적용하였다. 자료의 변환과정에서의 오차와 입력형태 및 각 모델 변수형태의 차이 등의 한계로 결과값에 차이가 있는 것으로 나타났으며, 본 연구결과 현재 확보된 수질측정망의 수질자료를 이용하여 HEM3D를 구축하는 것은 Carbon 계열과 조류(부영양화)모의에서 문제가 발생할 것으로 판단되며 추가 자료 확보가 필요할 것으로 보인다. 또한 필요한 입력자료가 충분히 확보가 된다면 추가연구결과에서 볼 수 있듯이 미국공변단과 미국 환경부수질모델 모두 동시적용이 가능하다고 판단되며 목적과 편의에 따라 선택적 모의가 가능하다고 판단된다.
본 연구에서는 필요한 수준의 성과품 납품을 위해 교량정보모델의 상세수준을 분류하고 각 상세수준에서 요구되는 세부정보를 분석하였다. 이는 기본적으로 교량 설계 업무가 단계별로 이루어지며 각 단계마다 성과품을 납품하도록 규정 되어있다는 사실을 바탕으로 연구가 이루어졌다. 이를 위하여 본 연구에서는 우선, 국내의 교량 설계준공단계 성과품 납품 항목 중 교량정보모델에 요구되는 항목을 분류하였으며 분류한 요구항목에 맞춰 3D객체와 속성정보수준을 정하여 업무 프로세스 단계별 상세수준을 정의하였다. 또한, 정의한 상세수준을 기준으로 하여 각 상세수준에서 포함하도록 요구되는 세부정보 분석을 수행하였으며, 분석된 세부요구정보는 성과품 납품에 활용가능하다.
최근 스트림데이터 환경의 데이터 모델은 데이터의 양이 아주 크고 연속적이며 무한하다. 이에 반해 제한된 용량의 디스크나 메모리 등을 이용해서 질의 처리나 데이터 분석을 처리한다. 이러한 환경에서 트랜잭션 데이터베이스에 대한 전통적인 빈발패턴탐사는 불가능하다고 할 수 있다. 왜냐하면, 연속적으로 들어오는 스트림 데이터에 대해 어떤 항목집합이 빈발항목인지 아닌지에 대한 정보를 계속적으로 유지 관리하기가 어렵기 때문이다. 본 논문에서는 연속적으로 들어오는 스트림 데이터에 회귀모델을 적용하여 빈발 항목들을 예측할 수 있는 방법을 제안한다. 스트림 데이터로부터 회귀모델을 생성함으로써 불확실한 항목들에 대한 예측 모델로 사용할 수 있다. 다양한 실험을 통하여 제안하는 방법이 스트림 데이터 환경의 데이터에 효율적으로 사용될 수 있음을 보인다.
본 연구는 보수재료의 다양한 요구성능 중 정성적 측면을 고려하여 최적의 보수재료를 선정하기위한 평가모델을 구축하고자 하였다. 다양한 보수 대안에 대한 평가모델을 구축하기위해서 본여구에서는 위계분석기법(AHP)가 적용되었다. 평가모델의 평가항목에는 미적성능, 환경성, 작업성, 경제성으로 크게 분류되었으며, 미적성능은 마감성과 변동성, 작업성은 품질관리난이, 구성재료수, 시공성으로, 경제성은 시공비용, 보수공기, 소요장비의 항목으로 세분되어 구성되었다. AHP기법의 상대적 평가방법에 따라서 각 평가항목별 쌍대비교를 한 결과, 환경성과 시공비용이 가장 가중치가 높은 중요한 평가항목으로 산정되었다. 본 연구에서 제시한 정성적 평가항목에 대한 평가모델은 다양한 보수대안 중에서 정성적 평가항목을 고려하여 최적의 보수대안을 선정할 때 매우 유용하게 활용될 수 있다.
사용자 위치 기반 방문지 장소 추천에 대한 연구가 활발히 진행되었다. 기존 장소 추천 모델은 모든 사용자가 방문지 선택을 결정하는 항목에 동일한 가중치를 부여한다고 가정하여 주어진 정보안에서 정확도를 최대화 시키는데 초점이 맞춰져 있다. 이러한 모델은 사용자의 항목별 선호도가 모델의 가정과 일치하지 않을 때 추천 정확도가 급감한다는 문제점을 가진다. 본 연구에서는 방문지 선택을 결정하는 항목에 가중치를 사용자가 직접 설정하고, 이를 토대로 장소를 추천하는 모델 및 알고리즘을 제안 및 구현한다. 제안하는 기법을 통해, 상이한 요구사항을 지닌 방문 후보자가 자신의 경향성을 반영한 장소를 추천 받는 서비스를 제공할 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.