• The Journal of Korean Association of Computer Education
• /
• v.18 no.5
• /
• pp.35-44
• /
• 2015

The purpose of this study was to explore predicting the factors affecting knowledge sharing behavior in SNS based learning community. Besides, participative motivation, openness to diversity, and knowledge sharing intention were included as predictors for this study. In addition, this study investigated the mediating role of knowledge sharing intention between participative motivation, openness to diversity and knowledge sharing behavior. 81 people in SNS based learning community participated in this study. Data collected were analyzed by correlation analysis, regression analysis and Baron & Kenny's(1986) mediation analysis. Results from this study, knowledge sharing intention and activity-oriented motivation predicted knowledge sharing behavior. In addition, knowledge sharing intention mediated among activity-oriented motivation, openness to diversity and knowledge sharing behavior.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.832-834
• /
• 2005

유비쿼터스 컴퓨팅의 중요한 핵심 분야인 Situation-Aware 컴퓨팅과 RFID 시스템을 결합한 SA-RFID 시스템을 통해, 제한된 장소에서 범죄나 사고 같은 비정상적인 행동을 예측하기 위한 시스템을 제안하였다. SA-RFID 시스템을 이용한 비정상 행동 예측 시스템은 변형된 SA-RFID Reader 시스템 아키텍쳐와 그에 특화된 SA Middleware를 통해 설계되었고, 비정상 행동 판단 시나리오를 이용하여 명실상부 유비쿼터스 시대에 걸 맞는, 사용자에게 보다 더 안전하고 편안한 생활을 보장해주는 서비스를 제공하게 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.724-726
• /
• 2014

본 논문에서는 범죄 발생 전 빠른 상황판단과 효과적인 의사결정을 위한 방법으로 이상 행동을 분류, 분석하여 이상행동 패턴을 발견하고 이에 따라 발생 전 상황을 예상할 수 있는 예측하는 모델을 제시하였다. 이러한 행동분석과 패턴예측 모델은 CCTV로 부터 수집된 데이터를 단계별 DB를 통해 빠르고 정확한 분석할 수 있고, 과거에 축적 및 분석된 데이터를 유사한 상황에 직면했을 때 사전에 예방하기 위한 유용한 도구로 활용이 가능할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.662-664
• /
• 2008

위치기반 검색, 광고, SNS, 지도 등 사용자의 위치에 기반한 다양한 서비스들이 모바일 디바이스 사용자에게 제공되어 지고 있다. 그러나 이러한 서비스들은 대부분 현재시점의 사용자의 위치 정보를 기반으로 하고 있어, 제공 가능한 서비스 영역이 제한되어 있다. "Where" 뿐만이 아니라, "When-Where-What" 을 안다면 이러한 제한을 극복하고 사용자에게 보다 편리하고 유용성 있는 정보와 서비스 제공이 가능할 것이다. 본 연구에서는 모바일 디바이스에서 생성 가능한 사용자의 라이프 로그를 효율적으로 수집하고, 수집된 로그를 분석하여 사용자의 행동 예측 데이터를 제공하는 시스템을 제안하였다. 제안 시스템은 라이프로그에 기반한 사용자의 행동 예측을 가능하게 하여, 이를 통한 다양한 응용서비스 제공을 지원한다.

• Journal of Korea Game Society
• /
• v.4 no.3
• /
• pp.43-47
• /
• 2004

Fast games such as first person shooting games and action games gives notiming surplus to analyze both states of enemys and my status normally. Behavioral of enemy characters in these games are generally produced by patterns. However It was weekpoints of exposure of patterns when gamers try many times. In this paper, we study the new patterns of enemy characters after analysing patterns of gamers

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.53-54
• /
• 2009

본 논문은 홈 네트워크 시스템에서 사용자 프로파일을 기반으로 거주자의 행동패턴을 예측하고 분석하는 BPP(Behavior Pattern Prediction) 알고리즘을 제안한다. BPP 알고리즘은 거주자가 어느 방에 자주 방문하고, 어떤 행동을 자주 반복 하는지 파악을 하여 사용자 프로파일을 구축한다. 그리고 사용자가 머물렀던 방에 대한 관심을 객관적으로 측정하기 위해 거주지 사용자의 흥미에 대해서 가중치(weight)를 부여 한다. 사용자의 프로파일로부터 얻어진 데이터에 근거를 둔 가중치가 높을수록 사용자의 행동과 방에 대한 연관성이 높다는 것을 나타낸다. BPP 알고리즘의 특징은 시간대 별로 가중치를 측정하여 사용자의 다음 행동을 예측하고, 객관적으로 사용자의 행동 패턴을 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1732-1735
• /
• 2012

인간은 일주일 단위로 유사한 행동 패턴을 가진다고 한다. 이런 점에서 일주일 단위의 시간-공간 기록의 형태인 인간 이동 데이터를 이용하면, 인간의 행동 패턴을 유추해 낼 수 있다. 본 논문에서 인간의 행동을 유추하기 위해 BPN알고리즘을 사용하였다. BPN알고리즘에 대해 설명하고, 인간 이동의 예측에 관한 적용에 관한 BPN알고리즘의 설계 과정을 논의한다. 그리고 해당 실험의 결과와 분석을 제시한다.

• Korean Journal of Child Education & Care
• /
• v.18 no.2
• /
• pp.117-127
• /
• 2018

The purpose of this study was to analyze the relationships among mother's depression, parenting behavior of children's problem behavior. The subjects used in this study were 203 three to five-year-old children who attended kindergarten and deycare center in Seoul and Gyonggido. The research data were collected through the 'Beck Depression Inventory(BDI)', 'Maternal Behavior Research Instrument(MBRI)', 'K-CBCL'. The data were analyzed by Pearson's correlation and Stepwise Multi-Regression. The results of this study indicate that there were significant positive correlations among children's problem behavior, mother's depression, rejective and control parenting behavior. And there were significant negative correlations among children's problem behavior, mother's affectionate and permissive parenting behavior. Also, the mother's depression was the predicted variable that has the most significant relative effect on children's problem behavior. Moreover, the results of this study indicate that rejective parenting behavior that is subordinate factor of parenting behavior was additional predictor of stress.

• The Korean Journal of Applied Statistics
• /
• v.32 no.3
• /
• pp.391-404
• /
• 2019

Customers' fixed characteristics have often been used to predict customer behavior. It has recently become possible to track customer web logs as customer activities move from offline to online. It has become possible to collect large amounts of web log data; however, the researchers only focused on organizing the log data or describing the technical characteristics. In this study, we predict the decision-making time until each customer makes the first reservation, using Airbnb customer data provided by the Kaggle website. This data set includes basic customer information such as gender, age, and web logs. We use various methodologies to find the optimal model and compare prediction errors for cases with web log data and without it. We consider six models such as Lasso, SVM, Random Forest, and XGBoost to explore the effectiveness of the web log data. As a result, we choose Random Forest as our optimal model with a misclassification rate of about 20%. In addition, we confirm that using web log data in our study doubles the prediction accuracy in predicting customer behavior compared to not using it.

• The Journal of Korean Association of Computer Education
• /
• v.16 no.2
• /
• pp.39-48
• /
• 2013

This study investigates the predictive model of the adolescents' computer entertainment behavior using neural network with the KYPS data (3449 in the junior high school; 1725 boys and 1724 girls). This study compares the results of neural network(model 1) to the logistic regression model and neural network(model 2) with the exact same variables used in logistic regression. The results reveal that the prediction of neural network model 1 is the highest among three models and with gender, computer use time, family income, the number of close friends, the number of misdeed friends, individual study time, self-control, private education time, leisure time, self-belief, stress, adaptation to school, and study related worries, the neural network model 1 predicts the computer entertainment behavior more efficiently. These results suggest that the neural network could be used for diagnosing and adjusting the adolescents' computer entertainment behavior.