• 한국도서관정보학회지
• /
• 제48권1호
• /
• pp.191-206
• /
• 2017

본 연구는 국내 문헌정보학 분야의 연구협업의 특성을 기관 단위로 협업지수들을 활용하여 비교 분석 하였다. 학문 분야로서 문헌정보학 분야에서의 협업에 대한 연구는 국가 단위로 비교하는 연구는 몇몇 이루어졌으나, 단위 국가 내에서 일어나는 기관 단위 협업에 대한 연구는 많지 않다. 본 분석을 위해 KCI(Korea Citation Index) 웹사이트에서 주제별 분류를 통해 문헌정보학 분야에 해당하고 KCI에 등재된 8개의 저널들을 데이터로 선택하였다. CC(Collaborative Coefficient), CAI(Co-Authorship Index), Local Collaborative Index(LCI), Domestic Collaborative Index(DCI)의 협업지수를 통하여 문헌정보학 분야 기관 간 협업 패턴에 대해서 비교 분석하였다. 중앙대학교, 연세대학교, 이화여자대학교의 경우 대학교라는 기관 특성 상 공동 연구가 주로 교수와 대학원생 간의 협업, 교수들 간의 협업 형태로 많이 이루어지는 점이 반영되었다. 멀티, 메가 단위의 공동 저자 유형에서 매우 높은 지수를 나타낸 KISTI의 경우 연구소라는 기관의 특성이 반영된 것으로, 팀 단위로 프로젝트 성격의 공동 연구가 이루어지는 것이 보편적인 연구소의 특성이 영향요인으로 작용한 것으로 볼 수 있다.

• 디지털융복합연구
• /
• 제17권11호
• /
• pp.201-206
• /
• 2019

온라인에서 보험 정보를 찾는 이용자들이 많은 반면, 보험사 웹 사이트 콘텐츠 추천 연구 사례는 많지 않았으므로 본 연구에서는 보험사 웹 사이트의 페이지 방문 이력을 활용하여 사용자에게 선호 가능성이 높은 페이지 추천 시스템을 제안하였다. 데이터는 웹 브라우저 이용 시 발생하는 클라이언트 사이트 스토리지(Client-side storage)를 활용하여 수집하였으며, 추천 기술로는 협업 필터링(Collaborative filtering)을 연구에 적용하였다. 실험을 실시한 결과 방문여부를 의미하는 이진화된 데이터를 사용한 자카드 인덱스(Jaccard index) 기반의 아이템 기반 협업 필터링(Item-based collaborative, IBCF)에서 좋은 성능을 나타내었다. 향후에는 아이템에 가중치를 부여한 추천 기술을 연구하여, 기업에서 사용 시 마케팅 전략에 부합하는 콘텐츠 추천 시스템을 구현할 수 있을 것이다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.576-581
• /
• 2007

The purpose of this paper is to strengthen trust on the automated collaborative filtering system. Automated collaborative filtering system is quickly becoming a popular technique for recommendation system. This elaborative methodology contributes for reducing information overload and the result becomes index of users' preference. In addition, it can be applied to various industries in various fields. After it collaborative filtering system was developed, many researches are executed to enhance credibility and to apply in various fields. Among these diverse systems, collaborative filtering system which uses Pearson correlation coefficient is most common in many researches. In this paper, we proposed new process diagram of collaborative filtering algorithm and new factors which should improve the credibility of system. In addition, the effects and relationships are also tested.

• 농촌계획
• /
• 제23권2호
• /
• pp.9-17
• /
• 2017

Rural development policy has changed from hardware based development to community revitalization. The purpose of this study is to analyze social network of collaborative activity among rural organizations as fundamental of community. The material used in this study is a record of collaborative activites in the community newsletter of Hong-Dong area. 161 of collaborative activities (links) and 75 of organizations (nodes) are investigated in network. 6 collaborative activity type ('Education', 'Socializing', 'Meeting', 'Culture', 'Event' and 'Labor') is classified. 'Socializing' is inclusive of approximately half of whole network (50.67%). Closeness centraization, degree centralization and betweenness centralization are measured on top in 'Education', 'Meeting' and 'Event' type. Scatter plot analysis using degree and betweenness centrality index, 'Maeul Revitalization Center', 'Balmak Library', 'Woori-Maeul Medical Co-op', 'Support Center for Female Farmers', 'Hongdong Middle School' and 'Mundang Sustainable Agriculture Education Center' are resulted as the core organization in network. Geographical distribution of collaborative activity is not only concentated in Hong-Dong Myeon but also networked with adjacent administrative district. This study finds its purpose in the detailed analysis of network characteristics of collaborative activity within Hong-Dong area which is representative developed rural community in Korea.

• Current Optics and Photonics
• /
• 제4권3호
• /
• pp.210-220
• /
• 2020

Aiming at the problem that the Local Sparse Difference Index algorithm has low accuracy and low efficiency when detecting target anomalies in a hyperspectral image, this paper proposes a Weighted Collaborative Representation and Sparse Difference-Based Hyperspectral Anomaly Detection algorithm, to improve detection accuracy for a hyperspectral image. First, the band subspace is divided according to the band correlation coefficient, which avoids the situation in which there are multiple solutions of the sparse coefficient vector caused by too many bands. Then, the appropriate double-window model is selected, and the background dictionary constructed and weighted according to Euclidean distance, which reduces the influence of mixing anomalous components of the background on the solution of the sparse coefficient vector. Finally, the sparse coefficient vector is solved by the collaborative representation method, and the sparse difference index is calculated to complete the anomaly detection. To prove the effectiveness, the proposed algorithm is compared with the RX, LRX, and LSD algorithms in simulating and analyzing two AVIRIS hyperspectral images. The results show that the proposed algorithm has higher accuracy and a lower false-alarm rate, and yields better results.

• Journal of Information Processing Systems
• /
• 제18권2호
• /
• pp.208-222
• /
• 2022

Through the analysis of the coordination mechanism of the supply chain system of China's automobile manufacturing industry, the factors affecting the supply subsystem, the manufacturing subsystem, the sales subsystem, and the consumption subsystem are sorted out, the supply chain coordination index system based on the influence factor of four subsystems is established. The evaluation models of the coordination degree in the subsystem of the supply chain, the coordination degree among the subsystems, and the comprehensive coordination degree are established by using the efficiency coefficient method and the collaborative entropy method. Experimental results verify the accuracy of the evaluation model using the empirical analysis of the collaborative evaluation index data of China's automobile manufacturing industry from 2000 to 2019. The supply chain synergy of automobile manufacturing industry was low from 2001 to 2005, and it increased to a certain extent from 2006 to 2008 with a small growth rate from 0.10 to 0.15. From 2009 to 2013, the supply chain synergy of automobile manufacturing industry increased rapidly from 0.24 to 0.49, and it also increased rapidly but fluctuated from 2014 to 2019, first rising from 0.68 to 0.84 then dropping to 0.71. These results provide reference for the development of China's automobile manufacturing supply chain system and scientific decision-making basis for the formulation of relevant policies of the automobile manufacturing industry.

• 컴퓨터교육학회논문지
• /
• 제19권4호
• /
• pp.59-66
• /
• 2016

협력 필터링 시스템에서 데이터 희소성 문제의 해결을 위해 공통평가항목수를 반영하는 방법이 연구되었다. 이러한 방법으로 널리 알려진 자카드 지수는 기존의 유사도 척도와 결합되어 성능을 개선할 수 있었다. 그러나, 다양한 데이터 환경에서 여러 유사도 척도들과 각각 결합했을 때의 성능 개선 효과에 대한 분석 연구는 미미하므로, 본 연구는 이에 대한 분석을 목적으로 한다. 우선 자카드 지수 자체를 유사도 척도로 사용했을때 희소한 데이터셋 상에서 전통적인 척도들보다 월등한 예측 성능을 보였고 추천 성능도 매우 우수하였다. 자카드 지수를 결합함으로써 기존 유사도 척도는 데이터 특성에 상관없이 성능이 대개 향상되었고, 특히 코사인 유사도는 희소한 데이터셋에서 가장 큰 향상을 이루었으나, 평균차이 제곱(Mean Squared Difference)의 유사도는 밀집된 데이터셋에서 오히려 저하된 예측 성능을 보였다. 따라서, 자카드 지수를 결합하여 사용하기 위해 데이터 환경 특성과 유사도 척도를 고려할 필요가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제26권5호
• /
• pp.47-53
• /
• 2021

희소한 평가 데이터는 사용자들 간의 신뢰할만한 유사도 산출을 저해하기 때문에 추천 시스템을 위한 메모리 기반의 협력 필터링 기법의 성능을 저하시킨다. 기존 연구의 많은 결과물은 이 데이터 희소성 문제를 해결하기 위해 개발되었으며, 가장 단순하고 대표적인 업적은 자카드 계수를 활용하는 방법들이다. 이 계수는 두 사용자의 공통 평가 항목수를 반영하며, 그들 간의 유사도를 보다 정확하게 계산하기 위해 전통적인 유사도 척도와 통합된다. 그러나, 그러한 통합은 데이터 희소성의 정도를 고려하지 않은 매우 단순한 방법이다. 본 연구는 두 사용자의 자카드 계수값에 의거하여 다른 유사도 척도를 적용하는 새로운 아이디어를 제시한다. 제안 방법에서 사용하는 파라미터의 최적값을 구하기 위하여 성능 실험을 진행하였고, 다른 관련된 방법들과 비교 평가하였다. 결과로서, 제안 방법은 예측 정확도와 추천 정확도에 있어서 가장 우수하거나 대등한 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제28권10호
• /
• pp.163-170
• /
• 2023

추천 시스템의 구현 방식들 중 하나인 사용자 기반의 협력 필터링 기법은 유사한 평가 이력을 가진 이웃 사용자들의 산출을 기반으로 하여, 이들의 선호 항목들을 추천한다. 그러나 공통된 평가 이력이 적을 경우에 추천의 질이 현저히 저하되는 데이터 희소성 문제를 근본적으로 갖고 있다. 이러한 문제의 해결을 위하여 많은 기존 연구에서 자카드 계수를 유사도 척도와 접목하는 다양한 방법들을 제안해 왔다. 본 연구에서는 자카드 계수에 시간 인지 개념을 도입하여 공통 항목의 평가 시간에 따라 다른 비중으로 가중합하는 방안을 제시한다. 다양한 성능 척도와 시간 주기를 활용하여 실험을 수행한 결과, 제안 방법이 대부분의 척도에서 원래의 자카드 계수에 비해 가장 우수한 성능을 보였으며, 최적의 시간 주기는 성능 척도의 종류에 따라 다름을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제23권12호
• /
• pp.219-226
• /
• 2018

Collaborative filtering has been most popular approach to recommend items in online recommender systems. However, collaborative filtering is known to suffer from data sparsity problem. As a simple way to overcome this problem in literature, Jaccard index has been adopted to combine with the existing similarity measures. We analyze performance of such combination in various data environments. We also find optimal weights of factors in the combination using a genetic algorithm to formulate a similarity measure. Furthermore, optimal weights are searched for each user independently, in order to reflect each user's different rating behavior. Performance of the resulting personalized similarity measure is examined using two datasets with different data characteristics. It presents overall superiority to previous measures in terms of recommendation and prediction qualities regardless of the characteristics of the data environment.