• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.49-61
• /
• 2020

최근 공연예술에서 장르 융합형 콜라보레이션과 기술 융합형 콜라보레이션의 물리적인 융합(convergence)은 서로 다른 목표와 이질적인 속성을 전략적으로 융합시킴으로서 대중의 기대수요에 부응하며 새로운 가치의 융합 콘텐츠를 이끌어내는 실험적인 형태로 발전하고 있다. 융합시도 중 발생되는 문제점을 보완하며 공연의 완성도를 높이기 위해서는 각 매체분야 전문가들의 효율적인 협업과정이 연구되고 개선되어야 한다. 본 논문에서는 다매체 융합공연 프로토타입(Prototype) 제작을 통해 시대의 요구에 상응하는 융합공연의 효율적인 협업제작방안을 연구하고자 한다. 공연제작과정을 프리프로덕션(Pre-Production), 프로덕션(Production)으로 분류하여 라이브 연극과 사전제작 영상 애니메이션, 두 매체를 활용한 융합공연의 효율적인 협업제작과정을 작품선정 및 연출방향 설정, 인적구성, 제작일정 계획수립, 시각화과정, 공연연습 및 리허설 등의 과정으로 연구하고자 한다. 융합공연 콘텐츠 기획, 제작방식의 변화, 융합 콘텐츠 간 특수성의 이해를 바탕으로 지속적인 다매체 융합공연을 위한 효율적인 협업제작과정 연구가 진행되어야 융합 콘텐츠 산업 발전 체계화 및 활성화가 가능할 것이다.

• 한국IT서비스학회:학술대회논문집
• /
• 한국IT서비스학회 2003년도 추계학술대회
• /
• pp.223-232
• /
• 2003

추천시스템을 설계하는 방법에는 크게 Content-Based Filtering 기법과 Collaborative Filtering 기법이 있다. 이 중 Collaborative Filtering 기법은 사용자가 아직 평가하지 못한 상품에 대한 예측값을 계산할 때, 나와 유사한 상품선호를 갖고 있는 사람들이 그 상품에 대해 평가한 점수를 활용하는 방법이다. 하지만 순수한 Collaborative Filtering 방법은 일반적으로 알려진 Data Sparsity의 문제, First Rater의 문제뿐만 아니라 예측값의 부정확성과 기하급수적 계산량의 증가로 실제구현이 어렵다는 문제점을 가지고 있다. 본 연구에서는 이러한 'Collaborative filtering' 시스템의 문제들 중 예측의 부정확성과 실제 구현의 어려움을 해결할 수 있는 방법으로 군집분석을 적용해 보았다. 특히 본 연구에서는 군집을 나눌 때, 실제 추천이 이루어지는 상품 도메인이 아닌, 그 상품도메인과 비슷한 선호의 기준을 가지고 선택하게 되는 '선택의 상관관계'가 높은 '이웃 상품도메인'에서 사용자들의 군집을 나누고 이를 실제 추천이 이루어지는 상품도메인에 적용하는 방식을 사용하였다.

• 한국IT서비스학회지
• /
• 제17권2호
• /
• pp.179-190
• /
• 2018

This study is about the influence of authors' centrality on research outcomes in a large-scale collaborative research network. Using the social network analysis method, five types of centralities were derived. Six research outcomes of individual researchers were also derived through bibliographic information of the social science field for the last 10 years. A multivariate regression analysis was conducted to examine the causal relationship between the centrality and research outcome, and the effect of centrality on research outcomes was found to be statistically significant. The result of this study shows that the revised citation and H-index significantly influenced the authors' centrality. This result can imply that the centrality of the researcher can expect a considerable influence of the thesis as well as a certain level of productivity. The meaning of this study is to analyze the effect of centrality on the research outcomes of the large-scale collaborative research network in the past decade, and is carefully to suggest a guideline in order to support new research information services for active researchers and the advancement of collaborative research. This study has its limitation for interpreting the diverse academic fields of the social sciences in a uniform way. In future study, it is necessary to conduct studies using various weighted indices for network centrality in order to measure the influence of research.

• 지능정보연구
• /
• 제9권2호
• /
• pp.51-63
• /
• 2003

Collaborative filtering is one of the methodologies that are most widely used for recommendation system. It is based on a data matrix of each customer's preferences of products. There could be a lot of missing values in such preference data matrix. This incomplete data is one of the reasons to deteriorate the accuracy of recommendation system. There are several treatments to deal with the incomplete data problem such as case deletion and single imputation. Those approaches are simple and easy to implement but they may provide biased results. Multiple imputation method imputes m values for each missing value. It overcomes flaws of single imputation approaches through considering the uncertainty of missing values. The objective of this paper is to suggest multiple imputation-based collaborative filtering approach for recommendation system to improve the accuracy in prediction performance. The experimental works show that the proposed approach provides better performance than the traditional Collaborative filtering approach, especially in case that there are a lot of missing values in dataset used for recommendation system.

• 한국인터넷방송통신학회논문지
• /
• 제10권3호
• /
• pp.51-59
• /
• 2010

Collaborative Filtering(CF) 기법에 기반을 둔 다양한 영화 추천 방법들이 제안 되어 왔다. CF는 영화를 본 사람들이 직접 영화에 대해 평가한 점수를 기반으로 같은 성향을 가진 이웃 그룹을 결정하고, 새로운 영화에 대해 그 영화를 이미 본 이웃의 점수를 기반으로 사용자의 새로운 영화에 대한 선호도 값을 예측하는 방법이다. 본 논문에서는 사용자에 따라 영화 장르에 대한 선호도 정보를 CF의 예측 값에 반영하는 새로운 방법을 제안한다. 이 방법은 CF를 기반으로 하는 모든 종류의 추천 방법에 결합하여 사용할 수 있다. 본 논문에서는 기존의 CF알고리즘에 장르기반 알고리즘을 결합한 CF-Genre의 성능과 기존의 CF 알고리즘의 성능을 측정 비교하였다. 성능 평가의 결과 CF-Genre가 기존 CF의 예측 성능을 3.3% 정도 개선하였다.

• 유통과학연구
• /
• 제20권4호
• /
• pp.51-63
• /
• 2022

Purposes: The purpose of this study is to develop and test a possible model that investigates the relationships between green investment, CSR disclosure, social collaboration initiatives, and firm distribution performance to deal with environmental change because it's become the major stakeholder since it affects increasingly global company performance index. Research methodology: In this study a quantitative method was adopted. The 220 respondents were owners and managers of manufacturing enterprises from Indonesia. The structural equation model (SEM) was used to test the hypotheses, and the Partial Least Square (SmartPLS) was used as the data analysis tool. Findings: The study's finding shows that green investment has a significant effect on CSR disclosure, and CSR disclosure has a positive relationship with social collaborative initiatives and the firm's distribution performance. Similarly, social collaborative initiatives also significantly impact a firm's distribution performance. Limitations: This study uses variables that are still abstract and have not been able to regress the dimensions contained there into conclusion variables for each antecedent variable. In addition, this study only used a sample with a small scope, namely Central Java Province, Indonesia. Contribution: The findings of this study contribute to the body of literature in the field of organizational management and support the agency and stakeholder theories. For the practical contribution, this study provides the way to build and implement green-based investment strategies as a competitive edge and improve firm's distribution performance.

• 컴퓨터교육학회논문지
• /
• 제21권5호
• /
• pp.61-68
• /
• 2018

협력 필터링은 다수의 상업용 추천 시스템에서 구현되어 온라인 사용자들에게 성공적으로 서비스되고 있는 핵심적 기술이다. 이 기술은 현 사용자와 유사한 평가이력을 가진 다른 사용자들로부터 항목을 추천하기 때문에, 유사도 척도는 시스템 성능에 매우 큰 영향을 미친다. 본 연구에서는 기존 유사도 측정 방법의 문제점을 해결하고자 퍼지 논리에 입각하여 사용자 평가등급의 주관성 및 모호성과 사용자들의 평가 행태를 반영하는 새로운 유사도 척도를 제안한다. 성능 평가를 위한 다양한 실험을 실시하였고, 그 결과 제안 방법은 예측 정확도와 추천 정확도 면에서 우수한 성능 개선 효과를 보였다.

• 한국통신학회논문지
• /
• 제35권2C호
• /
• pp.229-237
• /
• 2010

기존 SM MIMO 시스템을 위한 신호검출 기법인 OSIC 계열의 기법과 준최적 신호검출 기법인 QRD-M 기법을 협력적 공간다중화 기반 상향링크 다중사용자 시스템에 적용할 경우 사용자별 신호의 검출성능에 차이가 발생한다. 본 논문에서는 협력적 공간다중화 기반 상향링크 다중사용자 시스템을 위한 사용자간별 검출성능 차이가 발생하지 않으면서 최적 신호검출 기법과 유사한 성능을 보이는 신호검출 기법을 제안한다. 제안된 신호검출 기법의 연산복잡도는 QPSK 변조에서는 QRD-M과 유사하지만, 16-QAM, 64-QAM과 같이 높은 차수의 변조방식의 시스템에서는 QRD-M에 비해 매우 낮은 연산복잡도를 가진다.

• 컴퓨터교육학회논문지
• /
• 제19권1호
• /
• pp.111-118
• /
• 2016

협력 필터링 기반의 추천시스템에서 유사도 측정은 시스템의 성능에 큰 영향을 미치는데, 이는 유사한 다른 사용자들로부터 항목을 추천받기 때문이다. 본 연구에서는 전통적인 유사도 측정 방법의 가장 큰 문제인 데이터 희소성을 극복하기 위해, 기존의 유사도 측정값과 공통평가항목수의 반영값을 최적으로 결합하는 새로운 유사도 측정방식을 제안한다. 제안 방식의 성능 평가를 위해 다양한 조건으로 실험한 결과 기존 방식들보다 우수한 예측 정확도를 나타냈으며, 구체적으로 전통적인 피어슨 상관보다 최대 약 7%, 코사인 유사도보다는 최대 약 4% 향상된 결과를 보였다.

• Asia pacific journal of information systems
• /
• 제16권3호
• /
• pp.159-176
• /
• 2006

Collaborative filtering is one of the popular techniques for personalized recommendation in e-commerce. In collaborative filtering, user profiles are usually managed per product category in order to reduce data sparsity. Product diversification of Internet storefronts and multiple product category sales of e-commerce portals require cross-product category usage of user profiles in order to overcome the cold start problem of collaborative filtering. In this paper, we study the feasibility of cross-product category usage of user profiles, and suggest a method to improve recommendation performance of cross-product category user profiling. First, we investigate whether user profiles on a product category can be used to recommend products in other product categories. Furthermore, a way of utilizing user profiles selectively is suggested to increase recommendation performance of cross-product category user profiling. The feasibility of cross-product category user profiling and the usefulness of the proposed method are tested with real click stream data of an Internet storefront which sells multiple product categories including books, music CDs, and DVDs. The experiment results show that user profiles on a product category can be used to recommend products in other product categories. Also, the selective usage of user profiles based on correlations between subcategories of two product categories provides better performance than the whole usage of user profiles.