• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.695-704
• /
• 2020

최근 교육분야에 IT의 활용이 증가하고 이를 통한 학습결과 예측에 대한 연구가 진행되고 있다. 본 연구에서는 학습분석을 참고하여 학습결과에 영향을 미칠 수 있는 학습활동 데이터를 수집하였다. 조사에 참여한 학생은 1062명으로, 조사는 2018년 10월부터 12월까지 충청남도 소재의 4년제 종합 사립대학인 A대학에서 진행되었다. 먼저 기계 학습의 예측 변인들의 타당성 확보를 위하여 학습결과에 대한 개인·학업·행동요인으로 모형을 구성하여 위계적 회귀 분석을 실시하였다. 위계적 회귀 분석의 모형이 유의하였고, 단계별로 설명력(R²)이 증가하는 것으로 나타나 투입된 변수들이 적절한 것으로 나타났다. 또한 기계학습의 선형 회귀분석방법을 통해 투입한 학습활동 변수가 학습 결과를 얼마나 예측할 수 있는지 확인하였으며, 오차율은 약 8.4%로 수집되었다.

• 한국전자거래학회지
• /
• 제16권3호
• /
• pp.249-261
• /
• 2011

e-Business 시장의 폭발적 성장으로 기존의 오프라인 기업들이 e-Business 시장으로 진입하게 되었으며, 이는 e-Business 시장의 과도한 경쟁을 야기 시켰다. 이에 기업들은 키워드 광고, 이메일 광고, 배너 광고 등의 온라인 마케팅에 대한 투자를 확대하고 있다. 그러나 기존의 온라인 마케팅 방법들은 방문자를 사이트로 유입시키는 데에만 초점을 맞추고 있으며, 방문자들이 사이트로 유입 후 구매로 전환시키기 위한 방법을 제시하지 못함으로써 마케팅의 투자 대비 효과는 점점 감소하고 있다. 본 논문에서는 사이트에 유입된 방문자를 대상으로 전환율을 높임으로써 마케팅의 효과를 높일 수 있는 실시간 온라인 마케팅 시스템 (ROMS: Realtime Online Marketing System)을 제안하고 개발하였다. ROMS는 방문자 행동을 실시간으로 수집하여 방문자 행동을 분석함으로써 방문자의 정보 및 행동을 실시간으로 모니터링 할 수 있으며, 방문자의 컨텍스트 특성에 따라 개인화된 마케팅을 수행할 수 있다.

• 산업융합연구
• /
• 제21권9호
• /
• pp.23-32
• /
• 2023

게임을 통해 건강을 증진할 수 있는 건강 기능성 게임(SGHs)에 대한 관심이 고조되고 있다. 디지털 치료제(DTx)는 유효성과 안전성을 확보한 치료제이기 때문에 전통적인 의약품 유통방식을 따라야 하지만, SGHs는 웰니스 제품으로 DTx에 비해 보급과 확산이 유연하다. 또한 SGHs는 일시적인 치료 효과가 아닌 지속적인 모니터링과 피드백을 통해 맞춤형 서비스를 제공할 수 있어 효과적이며, SGHs를 인지장애치료나 행동교정 등에 적용할 경우 오작동과 부작용이 경미하다. 본 연구는 SGHs의 지각된 혜택과 위험을 동시에 고려하는 밸런스 프레임워크(Valence Framework)를 기반으로 142명의 학부생을 대상으로 설문을 수집하여 지각된 혜택만이 SGHs 사용 의도에 통계적으로 유의한 정(+)의 영향을 준다는 점을 실증하였다. 이러한 결과를 바탕으로 일반 사용자를 대상으로 한 SGHs 수용에 있어 혜택(유효성)을 중심으로 홍보하고, 데이터 주도형 (data-driven) 접근방법의 중요성과 데이터 주도형 유통 및 분석 플랫폼 전략의 필요하다는 시사점을 제시하였다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.311-328
• /
• 2022

정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를 위해 본 연구에서는 Amazon에서 수집한 전자 제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상거래 사이트에 시사점을 제공할 수 있을 것으로 본다.