• 패션비즈니스
• /
• 제22권5호
• /
• pp.32-40
• /
• 2018

Big breasted women often experience dissatisfaction with ready-made brassieres, that do not account for individual breast types nor provide adequate cup sizes. This study was conducted to provide basic information on common breast shape and measurements of Korean big-breasted women, and to facilitate development of big-breasted women's bras with excellent fit and comfort. The study analyzed direct upper body measurements of 178 women in their 20's whith cup size C or bigger in the 5th, 6th and 7th Size Korea. In addition, 3D body scan data of women with bra size 75 and cup size C were re-collected and their breast types were examined. Average under-bust circumference of big-breasted women was 75 size in brassiere size. The average stature was 159.78 cm and the body weight was 60.33kg, indicating "overweight". Also, it was revealed that common breast types of big-breasted women, were hemispheric and cone types. The study can facilitate better understanding of breast shapes and sizes of standard big-breasted women, and will be useful as reference in selection of subjects in future studies.

• 공학교육연구
• /
• 제22권5호
• /
• pp.37-48
• /
• 2019

The government has tried to develop a platform for systematically collecting and managing engineering education data for policy proposals. However, there have been few cases of big data analysis platform for policy proposals in engineering education, and it is difficult to determine the major function of the platform, the purpose of using big data, and the method of data collection. This study aims to collect the cases of big data analysis systems for the development of a big data system for educational policy proposals, and to conduct a study to analyze cases using the analysis frame of key elements to consider in developing a big data analysis platform. In order to analyze the case of big data system for engineering education policy proposals, 24 systems collecting and managing big data were selected. The analysis framework was developed based on literature reviews and the results of the case analysis were presented. The results of this study are expected to provide from macro-level such as what functions the platform should perform in developing a big data system and how to collect data, what analysis techniques should be adopted, and how to visualize the data analysis results.

• Journal of Smart Tourism
• /
• 제1권3호
• /
• pp.3-5
• /
• 2021

The advancement of Information Communication Technology has provided tourism researchers with a golden opportunity to access big data, which plays a critical role in smart tourism. Recognizing the current issue, this paper discusses the evolution of the literature on tourism big data focusing on conceptual understanding of and types of big data, and insights from big data analytics. Indeed, this article provides important research agenda for future tourism researchers who would like to conduct academic research about big data and smart tourism.

• 경영과정보연구
• /
• 제33권2호
• /
• pp.155-170
• /
• 2014

본 연구는 미용실 근무 종업원 374명을 대상으로 고객-종업원 교환관계와 조직몰입 간의 관계를 실증적으로 고찰한 것으로 특히 양자 간의 관계에 있어 Big 5 성격유형의 조절효과를 검증한 연구이다. 본 연구에서 밝혀진 실증분석결과를 요약해 보면 다음과 같다. 첫째, 고객-종업원 교환관계가 좋을수록 종업원들의 조직몰입이 높아지는 것으로 밝혀졌다. 둘째, 고객-종업원 교환관계와 조직몰입 간의 관계에 있어 Big 5 성격유형의 조절효과를 검증한 결과 Big 5 성격유형 중 성실성과 개방성만이 조절효과를 갖는 것으로 나타났다. 이러한 사실을 통하여 성격특성은 고객-종업원 교환관계에 있어서 선행요인으로 작용하기도 하지만(박진현, 2012) 고객-종업원 교환관계와 조직몰입 간의 관계를 조절하는 변수로도 기능하고 있다는 점을 실증적으로 확인하였다. 본 연구에서 밝혀진 실증분석 결과는 고객-종업원 교환관계가 좋을수록 고객의 신뢰를 얻어 매출상승에도 보탬이 될 수 있지만 고객-종업원 교환관계는 종업원들의 조직몰입에도 정(+)의 영향을 미치는 변수라는 점을 보여주는 것이다. 또한 미용업과 같은 사람을 대상으로 한 서비스 직무에 있어서는 종업원의 성격특성 중 성실성과 개방성이 가장 중요한 덕목이라는 점이 확인되었다. 그러므로 성실하고 개방적인 성격특성을 지닌 종업원을 선발하고 그들에게 고객-종업원 교환관계의 중요성을 지속적으로 강조하여 교육할 필요가 있다는 점을 말해주는 것이다. 또한 본 연구는 고객-종업원 교환관계와 조직몰입 간의 관계에 작용하는 조절변수를 탐구해 보았다는 데서 그 이론적 의미를 찾아볼 수 있다.

• 디지털융복합연구
• /
• 제12권4호
• /
• pp.1-9
• /
• 2014

본 연구는 빅데이터 생태계의 개념 및 구성요소의 역할과 책임을 파악하여 빅데이터 산업이 활성화되기 위해서 필요한 전략을 도출하였다. 빅데이터 생태계의 구성요소는 거버넌스, 데이터 보유자, 서비스 이용자, 서비스 제공자, 인프라 제공자로 5개 구분하였다. 5개의 구성요소 간 역할과 책임을 통해 총 11개의 활성화 전략을 도출하였다. 또한 빅데이터 산업 활성화를 위해 선행연구자들이 주장한 내용을 요약 정리하여 총 12개의 활성화 방안을 제시하였다. 빅데이터 구성요소 간 활성화방안과 선행연구자들이 주장한 내용을 결합하여 본 연구에서 총 13개의 빅데이터 산업의 활성화 전략을 제시하였다. 본 연구에서 제시한 빅데이터 산업 활성화 전략이 빅데이터 사업 및 정책방향과 계획 수립의 기본자료로 활용되기 위하여 빅데이터 산업 활성화에 긍정적인 영향을 제공할 것으로 기대한다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.470-476
• /
• 2015

빅 데이터는 여러 분야에서 다양하게 사용되고 있다. 예를 들어, 컴퓨터학과 사회학에서 빅 데이터에 대한 서로간의 접근방법에 대한 차이는 있겠지만 빅 데이터의 분석을 통한 활용 측면에서는 공통적인 부분을 갖는다. 따라서 대부분의 분야에서 빅 데이터에 대한 의미 있는 분석과 활용은 필요하게 된다. 통계학과 기계학습은 빅 데이터의 분석을 위한 다양한 방법론을 제공한다. 본 논문에서는 빅 데이터분석 과정에 대하여 알아보고 수집된 빅데이터의 원천에서부터 분석을 거쳐 최종적으로 분석결과를 활용하는 전체 과정을 위한 효율적인 빅 데이터 분석방법에 대하여 연구한다. 특히, 빅 데이터의 특성을 갖는 여러 데이터 중 하나인 특허문서 데이터에 대하여 빅데이터분석을 적용하여 효과적인 특허분석을 수행하고 이 결과를 연구개발 기획에 적용하는 방법론에 대하여 제안한다. 제안방법에 대한 실제적용을 위하여 전 세계 특허데이터베이스로부터 실제 기업의 전체 출원, 등록 특허 문서를 수집, 분석하고 연구개발 업무에 활용하는 전 과정에 대한 사례연구를 수행하였다.

• 초등상담연구
• /
• 제11권3호
• /
• pp.371-390
• /
• 2012

본 연구는 아동의 5요인 성격 특성을 측정하기 위해 Big Five Questionnaire for Children(BFQ-C; Barbaranelli, Caprara. Rabasca, & Pastoreli, 2003)에 기초하여 학교장면에서 간편하게 활용할 수 있는 한국어판 아동용 간편 5요인 성격질문지(K-BFQC-SF)를 구성하고, 이 질문지에 대한 신뢰도 및 타당도를 검증하는 것이었다. 이를 위해 영문 BFQ-C 65문항을 번안하여 초등학교 5, 6학년 278명을 대상으로 탐색적 요인분석을 실시하고, 일부 문항의 제거 과정을 거쳐 성격 5요인의 구성 개념을 포괄할 수 있는 15문항의 간편형 5요인 성격 질문지를 구성하였다. 축약된 15문항은 확인적 요인분석을 통해 구인타당도를 검증하였다. 한국어판 아동용 간편 5요인 성격질문지의 준거타당도를 알아보기 위해 초등학교 5, 6학년 252명을 대상으로 우울, 학업성적, 진로성숙도와의 상관분석을 수행하였다. 그 결과 15문항의 간편형 척도와 준거변인들간의 관계는 기존에 보고된 연구 결과와 유사한 수준을 보였다. 마지막으로 아동의 자기보고와 성인관찰자인 교사의 평정자료가 서로 일치하는지 알아보기 위해 상관분석을 실시한 결과 양호한 수준을 보였다. 한국어판 아동용 간편 5요인 성격질문지는 학교장면에서 학생들의 성격특성을 이해하는데 유용하게 활용될 수 있다는 점에서 의의가 있다.

• Agribusiness and Information Management
• /
• 제5권2호
• /
• pp.17-26
• /
• 2013

The purpose of this study is to prove that new values for the agricultural food area can be created by combining various big data collected in the agricultural food area and analyzing them in an appropriate analysis method. For this, the analysis techniques generally used were studied, and the use of the big data in the various areas of the current society was explored through practical application instances. In addition, by the current status and analysis instances of the big data use in the agricultural food area, this study was conducted to verify how the new values found were being used.

• Steel and Composite Structures
• /
• 제14권5호
• /
• pp.431-451
• /
• 2013

The Big Bang-Big Crunch (BB-BC) optimization algorithm is developed for optimal design of non-linear steel frames with semi-rigid beam-to-column connections. The design algorithm obtains the minimum total cost which comprises total member plus connection costs by selecting suitable sections. Displacement and stress constraints together with the geometry constraints are imposed on the frame in the optimum design procedure. In addition, non-linear analyses considering the P-${\Delta}$ effects of beam-column members are performed during the optimization process. Three design examples with various types of connections are presented and the results show the efficiency of using semi-rigid connection models in comparing to rigid connections. The obtained optimum semi-rigid frames are more economical solutions and lead to more realistic predictions of response and strength of the structure.

• Journal of information and communication convergence engineering
• /
• 제17권4호
• /
• pp.239-245
• /
• 2019

Recently, effort to obtain various information from the vast amount of social network services (SNS) big data generated in daily life has expanded. SNS big data comprise sentences classified as unstructured data, which complicates data processing. As the amount of processing increases, a rapid processing technique is required to extract valuable information from SNS big data. We herein propose a system that can extract human sentiment information from vast amounts of SNS unstructured big data using the naïve Bayes algorithm and natural language processing (NLP). Furthermore, we analyze the effectiveness of the proposed method through various experiments. Based on sentiment accuracy analysis, experimental results showed that the machine learning method using the naïve Bayes algorithm afforded a 63.5% accuracy, which was lower than that yielded by the NLP method. However, based on data processing speed analysis, the machine learning method by the naïve Bayes algorithm demonstrated a processing performance that was approximately 5.4 times higher than that by the NLP method.