• 문화기술의 융합
• /
• 제9권6호
• /
• pp.309-317
• /
• 2023

본 논문의 목표는 1911년에 공포된 『제1차 조선교육령』, 1913년에 발행된 『조선교육요람』과 1920년에 발행된 『조선교육요람(1920)』의 영어 텍스트를 비교 분석하고, 이를 통해 조선총독부의 조선 통제 수단으로 활용된 식민지 교육정책을 추적하는 것이다. 본 논문은 조선총독부의 식민지 교육정책의 전체적인 흐름과 그 배경을 파악하기 위해 기존의 단편적이고 질적인 역사서 연구와는 달리 통시적·양적 연구를 시도하였다. 이를 위해 상위 50개 단어 빈도 순위와 워드 클라우드(Word Cloud)와 CONCOR(CONvergence of iteration CORrelation)의 텍스트 마이닝 기법을 활용하여 다음과 같은 결과를 도출하였다. 첫째, 1911년 『제1차 조선교육령』은 '전체적인 규정'이나 '교육과정 및 운영'에 초점을 두었고 둘째, 1913년의 『조선교육요람』은 '교육 방식 및 매체'와 전반적인 '교육 내용'에 대한 지침을 싣고 있었다. 그리고 마지막으로 1920년 『조선교육요람(1920)』은 교육의 구체적인 '교육 실행 및 교육의 주체'에 관한 내용을 담고 있었다.

• 경영정보학연구
• /
• 제24권1호
• /
• pp.157-181
• /
• 2022

항공산업의 경쟁이 치열해짐에 따라 효과적인 항공사 서비스 품질 측정은 주요 과제 중 하나가 되었다. 특히 빅데이터 어낼리틱스가 새로운 연구 패러다임으로 각광받게 됨에 따라 소비자가 직접 작성한 온라인 리뷰 분석을 통한 항공사 서비스 품질 측정 연구들이 새롭게 시도되고 있다. 그러나 이러한 연구들은 리뷰 제목을 분석에 활용하지 않았다는 점, 학습 데이터 셋 구축을 위한 레이블링(labeling)에 있어 사람의 개입이 많이 요구되는 지도 학습(supervised learning)에 의존한다는 점, 서비스 품질 차원 분류에 있어 항공사 특성을 고려하지 못한다는 점 등이 문제로 지적되고 있다. 기존 연구의 한계를 극복하기 위해 본 연구에서는 제목과 본문을 포함한 온라인 리뷰 전체를 자가학습(self-training)과 감성 분석을 활용해 AIRQUAL 서비스 품질 차원으로 분류함으로써 객관적이고 정교한 서비스 품질측정을 시도하였으며 이를 기반으로 서비스 품질 차원이 서비스 만족도에 미치는 영향을 파악하였다. 분석 결과 온라인 리뷰로부터 AIRQUAL의 다섯 가지 서비스 품질 차원을 효과적으로 추출할 수 있었으며 각 서비스 품질 차원은 모두 서비스 만족도에 유의한 영향을 미치는 것으로 나타났다. 나아가 리뷰 제목이 서비스 만족도에 미치는 영향 또한 유의한 것으로 파악되었다. 본 연구는 항공산업의 특성을 반영한 서비스 품질 차원 측정 및 이의 효과에 대한 분석이라는 측면에서 학문 및 실무적 의의가 있다.

• 한국콘텐츠학회논문지
• /
• 제15권9호
• /
• pp.652-661
• /
• 2015

연구의 목적은 학습자의 사회비교동기 유형에 따라 이러닝 참여도 동기부여자인 EngageGram이 학습자들의 이러닝 참여도에 미치는 영향에 차이가 있는지를 분석하는 것이다. 연구에 참여한 학습자들은 A대학교 '창의적 사고' 교과목을 수강한 144명(남: 106명, 여: 38명)이다. 학습자들의 사회비교동기는 사회비교동기 척도를 활용하는 방법과 학습자들이 이러닝 학습상황에서 EngageGram을 보고 든 느낌이나 생각을 적도록 한 의견을 분석함으로써 사회비교동기 유형을 구분하였다. 연구결과, 사회비교동기 척도를 활용한 경우, 학습자들의 사회비교동기 수준과 이러닝 참여도간 통계적으로 유의미한 상관관계가 없는 것으로 확인되었다. 그러나 이러닝 학습맥락에서 수집한 학습자들의 의견을 분석함으로써 도출한 사회비교유형에 따른 이러닝 참여도에는 통계적으로 유의미한 차이가 있는 것으로 나타났다. 학습자들은 학습상황에서 대체로 자기보다 참여도가 높은 학습자들을 비교대상으로 선정함으로써 참여동기가 촉진되는 것으로 확인되었다. 이 연구는 학습자의 특성을 고려한 학습분석연구 분야에 유의미한 시사점을 제공하리라 기대된다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권2호
• /
• pp.1-23
• /
• 2017

Purpose Facebook is a social network service that has the highest number of Monthly Active Users around the world. Hence, marketers have selected Facebook as the most important platform to get customer engagement. With respect to the customer engagement enhancement, the most popular and engaging post type in the Facebook brand fan pages related to what was usually classified as 'sweepstakes'. Sweepstakes refer to a form of gambling where the entire prize may be awarded to the winner. Which makes customers more engaged with the brand. This study aims to explore sweepstakes-oriented social media marketing approaches based on the application of big data analytics. Design/methodology/approach we collect sweepstakes data from each company based on the data crawling from the Facebook brand fan pages. The output of this study explains how companies in each category of FCB grid can design and apply sweepstakes for their social media marketing. Findings The results show that they have one thing in common across the four quadrants of FCB grid. Regardless of the quadrants, most frequently observed type is 'Simple/Quiz or Comments/Quatrains [event type of sweepstakes] + Gifticon [type of reward prize] + Image [type of message display] + No URL [Link toother website] +Single-Gift-Offer [type of reward prize payment]'. So, if the position of the brand is hard to be defined by the FCB grid model, then this general rule can be applied to all types of brands. Also some differences between the quadrants of the FCB grid were observed. This study offers several research implications by analyzing Sweepstakes-oriented social media marketing approaches in Facebook brand fan pages. By using the FCB grid model, this study provides guidance on how companies can design their sweepstakes-oriented social media marketing approaches in the context of Facebook brand fan pages by considering their context.

• 컴퓨터교육학회논문지
• /
• 제17권1호
• /
• pp.1-12
• /
• 2014

e-러닝 환경에서는 학습자의 학습행동이 학습관리시스템(LMS)에 자동으로 기록되며, 최근에는 이러한 데이터를 분석하여 수업과 학습성과 향상에 활용하는 학습분석학(learning analytics)적 접근이 증가하고 있다. 중도탈락은 e-러닝에서 지속되어 온 문제로, 본 연구는 일반대학 e-러닝 강좌에서 LMS에 기록된 데이터로부터 중도탈락 예측 모형을 구축하여 e-러닝 중도탈락 처방에 기초 자료를 제공하고자 하였다. 국내 일반대학에서 운영되는 교양 e-러닝 강좌를 편의표집하고, 이 강좌를 수강하는 578명의 자료로 중도탈락을 예측하는 로지스틱 회귀분석을 실시한 결과, 주차별로 계획된 학습을 규칙적으로 완료하는 출석과 총 학습시간이 중도탈락 예측에 유의한 선행요인으로 분석되었고, 이 로지스틱 회귀모형은 전체적으로 96%의 정확도로 수강완료자와 중도탈락자를 구분하였다. 또한 학습자가 중도탈락을 결정하기 이전 시점에서 이 모형을 적용하여 중도탈락 조기 판별 가능성을 탐색하고, 본 연구결과를 토대로 시사점과 이 모형의 잠재적 활용가치를 논의하였다.

• 산업경영시스템학회지
• /
• 제39권2호
• /
• pp.54-63
• /
• 2016

As technology has developed and cost for data processing has reduced, big data market has grown bigger. Developed countries such as the United States have constantly invested in big data industry and achieved some remarkable results like improving advertisement effects and getting patents for customer service. Every company aims to achieve long-term survival and profit maximization, but it needs to establish a good strategy, considering current industrial conditions so that it can accomplish its goal in big data industry. However, since domestic big data industry is at its initial stage, local companies lack systematic method to establish competitive strategy. Therefore, this research aims to help local companies diagnose their big data capabilities through a reference model and big data capability assessment system. Big data reference model consists of five maturity levels such as Ad hoc, Repeatable, Defined, Managed and Optimizing and five key dimensions such as Organization, Resources, Infrastructure, People, and Analytics. Big data assessment system is planned based on the reference model's key factors. In the Organization area, there are 4 key diagnosis factors, big data leadership, big data strategy, analytical culture and data governance. In Resource area, there are 3 factors, data management, data integrity and data security/privacy. In Infrastructure area, there are 2 factors, big data platform and data management technology. In People area, there are 3 factors, training, big data skills and business-IT alignment. In Analytics area, there are 2 factors, data analysis and data visualization. These reference model and assessment system would be a useful guideline for local companies.

• 한국항공우주학회지
• /
• 제47권11호
• /
• pp.768-778
• /
• 2019

고속으로 비행하는 항공기의 구성품에 관한 적절한 설계를 위해서는 공기역학적 가열과 표면 온도를 계산하는 능력이 필수적이다. 본 연구에서는 항공기의 공력가열을 효율적으로 계산하기 위한 다양한 경험식들을 분석한 다음, 경험식에 기초한 전산코드를 개발하였다. 계산된 결과는 Navier-Stokes-Fourier 방정식 기반의 ANSYS FLUENT와 경험식에 기초한 ThermoAnalytics사의 MUSES 코드의 결과와 비교하였다. FLUENT의 계산결과와는 벽면 및 정체점 온도에 대해 매우 일치하였다. MUSES 코드와도 온도와 열유속에서 각각 1%, 5%의 차이를 보여주어 매우 근접한 결과를 보여 주었다.

• 디지털융복합연구
• /
• 제18권2호
• /
• pp.249-259
• /
• 2020

본 연구는 전기자동차(EV)에 대한 소셜미디어 데이터를 기반으로 감성분석 (SA)과 속성선택 (FS)방법을 적용하여 전기자동차에 대한 일반 사람들의 의견을 보다 효과적이고 정확히 예측할 수 있는 새로운 방법론을 제안한다. 구체적인 방법은 다음과 같다. 첫째, 유튜브에 있는 전기자동차에 대한 일반 사람들의 의견을 추출하였다. 둘째, 분석의 효과성을 증대하기 위하여 카이 스퀘어, 정보획득량, 릴리프에프 등 세가지 속성선택 방법을 적용하였다. 그 결과 로지스틱 회귀분석 및 서포트 벡터 머신 분류 기법에서 가장 의미있는 결과를 얻을 수 있다는 것이 확인되었다.

• 디지털융복합연구
• /
• 제15권9호
• /
• pp.167-178
• /
• 2017

빅데이터는 기업에게 있어 미래의 핵심자산이며 물류부문에도 새로운 경쟁력을 높일 수 있는 핵심적인 요소이다. 그러나 지금까지 물류에서 빅데이터를 어떻게 수집하고 분석하며 활용해야 할지에 대한 연구는 아직 부족하다. 이러한 상황에서 본 연구는 기존 선행연구와 DHL의 연구에서 나타난 물류에서의 빅데이터 분석 및 활용에 대한 결과를 바탕으로 물류기업에게 적용 가능한 하나의 가치모델을 개발하였다. 본 연구의 목적은 물류에서 빅데이터 분석의 활용을 통하여 물류기업의 운영효율성 및 고객경험의 극대화 수준을 향상키시고 빅데이터 활용에 따른 경쟁적 지위와 경쟁력을 향상시키고 새로운 사업기회를 개발하는 데에 있다. 이러한 연구는 물류부문에서 빅데이터 분석의 활용을 위한 가치모델을 새롭게 창출하는 의의가 있으며 향후 물류부문 뿐만 아니라 타 업종에도 적용가능한 시사점을 제공할 수 있다.

• Journal of Information Processing Systems
• /
• 제9권4호
• /
• pp.633-650
• /
• 2013

All the imputation techniques proposed so far in literature for data imputation are offline techniques as they require a number of iterations to learn the characteristics of data during training and they also consume a lot of computational time. Hence, these techniques are not suitable for applications that require the imputation to be performed on demand and near real-time. The paper proposes a computational intelligence based architecture for online data imputation and extended versions of an existing offline data imputation method as well. The proposed online imputation technique has 2 stages. In stage 1, Evolving Clustering Method (ECM) is used to replace the missing values with cluster centers, as part of the local learning strategy. Stage 2 refines the resultant approximate values using a General Regression Neural Network (GRNN) as part of the global approximation strategy. We also propose extended versions of an existing offline imputation technique. The offline imputation techniques employ K-Means or K-Medoids and Multi Layer Perceptron (MLP)or GRNN in Stage-1and Stage-2respectively. Several experiments were conducted on 8benchmark datasets and 4 bank related datasets to assess the effectiveness of the proposed online and offline imputation techniques. In terms of Mean Absolute Percentage Error (MAPE), the results indicate that the difference between the proposed best offline imputation method viz., K-Medoids+GRNN and the proposed online imputation method viz., ECM+GRNN is statistically insignificant at a 1% level of significance. Consequently, the proposed online technique, being less expensive and faster, can be employed for imputation instead of the existing and proposed offline imputation techniques. This is the significant outcome of the study. Furthermore, GRNN in stage-2 uniformly reduced MAPE values in both offline and online imputation methods on all datasets.