• 한국IT서비스학회지
• /
• 제20권5호
• /
• pp.29-41
• /
• 2021

The spread of COVID-19 has been changed the tourism industry. Travelers changed their traveling style and started to consider congestion of the spot for their health and safety. In Jeju, a famous tourist destination in South Korea, managing the congestion of tourists has become an important issue. This example introduces the Jeju Tourism Organization's development of a system as a smart tourism information service that manages congestion in real-time big data. Combining with congestion theory and behavior immune system, we would like to assure the necessity of the system. Also, by analyzing the system, we understand how deducing congestion information from big data and the new paradigm of the tourism industry combined with congestion theory. Data was collected by Korea's telecommunication company SKT to develop the system. The paper explains the reason for choosing the company and the pros of data quality. We expect this system to be a solution for any other city in the world under a similar situation. Finally, several suggestions for the system are included to promote and better future usage.

• 한국정보전자통신기술학회논문지
• /
• 제14권1호
• /
• pp.29-36
• /
• 2021

IT기술의 발달로 인해 발생되는 데이터양은 기하급수적으로 급격하게 증가하고 있으며, 데이터 구조의 복잡성은 높아지고 있다. 빅데이터 분석가와 빅데이터 엔지니어들은 이러한 빅데이터들을 보다 빠르게 데이터 처리 및 데이터 분석을 수행을 목표로 분석 대상의 데이터양을 최소화하기 위한 연구가 기업 및 가관 등 활발하게 이뤄지고 있다. 빅데이터 플랫폼으로 많이 활용되는 하둡은 서브프로젝트인 Hive를 통해 분석 대상의 데이터 최소화 등 다양한 데이터 처리 및 데이터 분석 기능을 제공하고 있다. 그러나 Hive는 데이터의 복잡성을 고려하지 않고 구현되어 중복 제거에 방대한 양의 메모리를 사용한다. 이에 복잡한 구조의 데이터 중복제거를 위한 효율적인 알고리즘을 제안한다. 성능평가 결과, 제안하는 알고리즘은 Hive에 비해 메모리 사용량은 최대 79%, 데이터 중복제거 시간은 0.677% 감소한다. 향후, 제안하는 알고리즘의 현실적인 검증을 위해 다수의 데이터 노드 기반 성능 평가가 필요하다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제12권1호
• /
• pp.55-60
• /
• 2020

Adaptive recommendation systems have been developed with big data processing as a system that provides services tailored to users based on user information and usage patterns. Deep learning can be used in these adaptive recommendation systems to handle big data, providing more efficient user-friendly recommendation services. In this paper, we propose a system that uses deep learning to categorize and recommend tourism types to suit the user's personality. The system was divided into three layers according to its core role to increase efficiency and facilitate maintenance. Each layer consists of the Service Provisioning Layer that real users encounter, the Recommendation Service Layer, which provides recommended services based on user information entered, and the Adaptive Definition Layer, which learns the types of tourism suitable for personality types. The proposed system is highly scalable because it provides services using deep learning, and the adaptive recommendation system connects the user's personality type and tourism type to deliver the data to the user in a flexible manner.

• 스마트미디어저널
• /
• 제12권10호
• /
• pp.29-37
• /
• 2023

Human lifestyle is affected by the agricultural development in the last 12,000 years ago. The development of agriculture is one of the reasons that global population surged. To ensure sufficient food production for supporting human life, pesticides as a more effective and economical tools, are extensively used to enhance the yield quality and boost crop production. This study investigated the factors that affect crop production and whether the factors of pesticide usage are the most important factors in crop production using the dataset from Kaggle that provides information based on crops harvested by various farmers. Logistic regression is used to investigate the relationship between various factors and crop production. However, the logistic regression is unable to deal with predictors that are related to each other and identifying the greatest impact factor. Therefore, causal discovery is applied to address the above limitations. The result of causal discovery showed that crop condition is greatly impacted by the estimated insects count, where estimated insects count is affected by the factors of pesticide usage. This study enhances our understanding of the influence of pesticide usage on crop production and contributes to the progress of agricultural practices.

• Journal of Information Technology Applications and Management
• /
• 제21권4_spc호
• /
• pp.361-379
• /
• 2014

With the rapid increase of social network usage, there are emerging trends of adopting social information among online users in building recommendation system. This study aims to investigate whether the additional usage of social information can improve recommendation performance in recommendation system and how much the improvement can be different according to the product involvement level. As an experiment result, social information does not affect positively to the recommendation accuracy but affect significantly to the recommendation quality. Also social information contributed more sensitively to the improvement of recommendation quality in high product involvement domain.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권9호
• /
• pp.579-586
• /
• 2015

스마트폰 보급률이 증가함과 함께 SNS(Social Networking Service) 이용자도 늘어가고 있다. SNS는 실시간으로 사람들 간의 개인적인 의견을 빠르게 주고받을 수 있다는 특징이 있어 이를 통해 개인의 반응을 실시간으로 수집, 분석이 가능하다. 한편, TV광고 효과 분석에 있어 사람들의 의견을 실시간으로 수집하고 분석하기 위해 새로운 접근 방법이 필요해졌다. 이에 본 연구에서는 트위터라는 특정 SNS를 대상으로 광고에 대한 데이터를 수집하여 실시간으로 광고 효과를 분석하는 시스템을 설계 및 구축하였다. 특히, 하둡을 이용하여 빅데이터 분석을 병렬화하여 효율적으로 수행하도록 하였으며, TV광고에 대해 언급도와 선호도, 신뢰도를 각각 분석하여 다양한 분석을 가능하게 하였다. 오피니언 마이닝 기법을 신뢰도 분석에 사용하여 분석의 정확도를 높였다. 구축한 시스템을 통해 트위터 SNS를 대상으로 TV광고에 대한 분석을 세분화하여 신속하게 처리할 수 있음을 보여주었다.

• 지식경영연구
• /
• 제19권2호
• /
• pp.91-108
• /
• 2018

This study mainly focused on measuring the impact of comments for a particular song on the number of streamings and downloads. We modeled multiple regression equations to perform this analysis. We chose digital music market for the object of analysis because of its inherent characteristics, such as experience goods, high bandwagon effect, and so on. We carefully utilized text mining technique in accordance with the algorithm of Naïve Bayes classifier to distinguish whether a comment for a piece of music be regarded as positive or negative. In addition, we used 'size of agency' and 'existence of hit song' as moderating variables. The reason for usage of those variables is that those are assumed to affect users' decision for selecting particular song especially when downloading or streaming via music sites. We found empirical evidences that positive comments for a particular song increase the number of both downloads and streamings. However, positive comments may decrease the number of downloads when the size of agency of the artist is big. As a result, we were able to say that a positive comment for a particular song functioned as 'word-of-mouth' effect, inducing other users' behavioral response. We also found that other features of an artist such as size of the agency that the artist belongs to functioned as an external factor along with feature of the song itself.

• 지능정보연구
• /
• 제25권2호
• /
• pp.1-23
• /
• 2019

소비자의 니즈가 다양해지면서 데이터 마이닝과 고도화된 고객관계관리(CRM) 기법을 활용한 체계적인 마케팅 서비스를 제공하는 기업이 증가하고 있으며, KB국민카드는 고객의 결제 데이터 등을 활용하여 고객 개개인의 니즈를 충족시키고 소비자의 평생가치를 극대화하기 위한 전략을 강조하고 있다. 실시간으로 고객의 카드이용과 고객 행동, 위치 정보 등을 감지하여 진행하는 고효율 마케팅 운영시스템인 스마트 오퍼링 시스템을 운영하고 있으며, 다양한 앱 등과 결합하여 더욱 정교화된 서비스를 제공하고 있다. KB국민카드는 스마트 오퍼링 시스템의 성공과 지속적인 성장을 위해 고도화되고 있는 ICT 기술과 인재 확보를 위한 투자를 진행해야 하며, 장기적인 관점에서의 수익확보를 위한 전략을 확립하여 체계적인 진행이 필요하다. 특히, 프라이버시 침해와 개인정보 유출 등의 문제가 쟁점이 되는 현재 상황에서 고객 정보를 활용한 마케팅에 대한 고객의 인식을 긍정적으로 유도하고, 보안성을 강조하는 기업 이미지 형성을 위한 노력이 필요하다. 본 연구는 CRM 전략의 변화 과정을 통해 현재 카드사의 실시간 CRM 전략을 KB 국민카드의 빅데이터 활용전략과 마케팅 활동을 통해 확인하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.123-127
• /
• 2012

컴퓨터와 인터넷의 보급과 더불어 스마트폰의 확산으로 인하여, 하루에도 수많은 데이터가 생산되고 수정되고 있다. 이렇게 데이터양의 증가로 인하여 이를 안전하게 저장하는 방법이 새로운 문제로 떠오르고 있다. 이에 본 논문에서는, 계층 데이터 구조로 이루어진 다중 레이어 방식으로 빅 데이터를 저장하며 레이어별 암호화를 적용하는 새로운 보안 파일 Format과 이를 이용할 수 있는 API를 소개하고자 한다. 본 논문에서 소개하는 새로운 보안 파일 Format은 앞으로 많은 분야에 적용되어 사용되기를 기대한다.

• 산업융합연구
• /
• 제18권1호
• /
• pp.73-78
• /
• 2020

이 연구에서는 블록체인 기술의 활용과 관련된 주요 토픽을 분석하기 위해 신문기사에 나타난 '블록체인 기술 활용' 빅데이터를 토픽 모델링기법을 적용하였다. 이를 위해 2013년부터 2019년까지, 21개의 신문사로부터 15,617건을 대상으로 토픽을 추출하고 주요 트렌트를 시기별로 구분하여 분석하였다. 분석결과 블록체인기술 활용과 관련된 기사는 2015년부터 기하급수적으로 증가하였으며 IT_과학 분야와 경제 분야에 집중되었다. 기간에 따라 차이는 있지만 암호화폐, 비트코인, 가상화폐와 관련된 키워드의 가중치가 높았다. 금융거래에 집중되었던 블록체인기술은 빅데이터, 사물인터넷, 인공지능으로 점차 확대되었다. 이에 따라 기업의 토픽 변화도 함께 이루어져 금융거래를 위한 은행에서 다양한 분야로 확대되면서 대기업과 글로벌기업으로 집중되었다. 이 연구를 통해 블록체인기술의 활용과 관련한 신문기사의 주요 토픽과 함께 이러한 토픽들이 어떠한 변화추이를 보이고 있는지에 대해 확인할 수 있었다.