• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.105-115
• /
• 2023

This study analyzed the effects of learning participation motivation and collaborative self-efficacy on knowledge sharing behavior in an online learning environment. Collaborative learning in the online learning environment took the initiative in team formation, learning topic selection, learning planning and execution, and reflection. Collaborative learning was operated as an extracurricular program, and a survey was conducted targeting students who finally completed all learning activities. The results of the study are as follows. First, goal-oriented motivation and self-Efficacy for group work, showed significant influence on knowledge sharing behavior. Second, activity-oriented motivation did not show a statistically significant effect relationship. Interpreting the analysis results, it can be judged that the higher the goal-oriented motivation and self-Efficacy for group work of students who performed collaborative learning in an online learning environment, the higher the willingness to share knowledge, skills, and information they know. This study explored the outcomes of collaborative learning conducted in an online learning environment. It is meaningful that the learner's learning participation motivation was identified and the effect of self-Efficacy for group work, which can be expressed in collaborative learning situations, on knowledge sharing behavior, which is a necessary behavior for group performance, is significant.

• International Journal of Advanced Culture Technology
• /
• 제1권2호
• /
• pp.1-6
• /
• 2013

In this paper, we evaluate performance of existing similarity measurement metric and propose a novel method using user's preferences information entropy to reduce MAE in memory-based collaborative recommender systems. The proposed method applies a similarity of individual inclination to traditional similarity measurement methods. We experiment on various similarity metrics under different conditions, which include an amount of data and significance weighting from n/10 to n/60, to verify the proposed method. As a result, we confirm the proposed method is robust and efficient from the viewpoint of a sparse data set, applying existing various similarity measurement methods and Significance Weighting.

• 디지털융복합연구
• /
• 제10권6호
• /
• pp.33-39
• /
• 2012

본 연구는 대학에서 이루어지고 있는 강의에 있어 전통적인 오프라인 강의실 강의에 정보기술 발달과 함께 급속도로 확산되고 있는 SNS(Social Network Service)를 접목할 경우 학습성과의 변화에 어떠한 영향을 미치는지를 살펴보기 위해 시작되었다. 이를 위하여 101명을 대상으로 설문조사를 실시하였고 분석결과는 다음과 같다. 첫째, 소셜 네트워킹 참여(online social networking engagement)와 사회적 수용(acculturation)은 교수와의 상호작용 품질(interaction quality with professors)에 영향을 미치는 것으로 나타났다. 또한 교수와의 상호작용품질은 협력학습(collaborative learning)과 학습성과(learning performance)에 유의한 영향을 미치는 것으로 나타났다.

• Journal of Information Technology Applications and Management
• /
• 제30권4호
• /
• pp.29-38
• /
• 2023

A single-learner model which integrates the user's positive and negative perceptions is proposed by augmenting counterfactual data to the interaction data between users and items, which are mainly used in collaborative filtering in this study. The proposed CausRec showed superior performance compared to the existing NCF model in terms of F1 value and AUC in experiments using three published datasets: MovieLens 100K, Amazon Gift Card, and Amazon Magazine. Compared to the existing NCF model, the F1 and AUC values of CausRec showed 1.2% and 2.6% performance improvement in MovieLens 100K data, and 2.2% and 10% improvement in Amazon Gift Card data, respectively. In particular, in experiments using Amazon Magazine data, F1 and AUC values were improved by 11.7% and 21.9%, respectively, showing a significant performance improvement effect. The performance of CausRec is improved because both positive and negative perceptions of the item were reflected in the recommendation at the same time. It is judged that the proposed method was able to improve the performance of the collaborative filtering because it can simultaneously alleviate the sparsity and imbalance problems of the interaction data.

• 농촌계획
• /
• 제20권2호
• /
• pp.23-43
• /
• 2014

This study aims to analyze the affecting factors-construction of collaborative planning process and effect on Comprehensive Rural Village Development Project. To this end, targeting the 36 districts which were selected for 2004 Comprehensive Rural Village Development Project and completed their 2010 5-year projects, components of collaborative planning process and planning effect will be drawn and the affecting factors-construction of collaborative planning and effect on Comprehensive Rural Village Development Project will be analyzed below. According to the results of this study, the affecting factors of collaborative planning process of Comprehensive Rural Village Development Project on planning effect, The level of effect of individual component on endogenous variable appeared greatest mostly in the upper groups. In terms of the level of individual component effect, social learning process and interaction among participants affected greatest. The process of Comprehensive Rural Village Development Project is evaluated that it reflected collaborative planning theory of Healey enough. Therefore, in the course of Comprehensive Rural Village Development Project progress, collaborative planning model must pass social learning process and interaction among participants which are the most important components out of collaborative planning process as we saw in the upper groups. And in order to maximize the performance and results of Comprehensive Rural Village Development Project, the following sequential affecting factors model as Figure 7 must be suggested as optimal collaborative planning models of Comprehensive Rural Village Development Project. Based on the results of the study, the policy implication was drawn as follows. First, systematic supplementations in the form of a consultative body are required to perform Comprehensive Rural Village Development Project efficiently. Second, network needs to be built among different participants in Comprehensive Rural Village Development Project process. Third, systematic mechanism is required to improve social learning among different participants. Fourth, systematic rearrangement is required to guarantee the residents' realistic participation in the course of Comprehensive Rural Village Development Project process.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.93-100
• /
• 2022

인터넷 상의 정보 과부하 시대에 필수 불가결한 기능인 추천 시스템은 사용자가 선호할 만한 상품을 추천하는 서비스로서 여러 상업용 사이트에서 성공적으로 제공되고 있다. 최근 대표적인 추천 기법인 협력 필터링의 성능 개선을 위하여 항목 평가 시간을 반영하려는 연구가 활발하다. 이 연구들의 핵심 아이디어는 과거에 평가한 항목일수록 기하급수적으로 낮은 가중치를 두어 추천 결과를 산출하는 것이다. 그러나 이는 항목의 특성에 따른 사용자들의 선호도 변화를 고려하지 않고 모든 항목들에 대하여 일률적인 시간 함수를 적용한다는 단점을 가진다. 본 연구는 시간에 따른 항목 간의 유사도값 변화를 가중합으로 통합하는 새로운 유사도 척도를 개발함으로써 기존과 전혀 다른 관점의 시간 인지 협력 필터링 기법을 제안한다. 실험 결과, 제안 방법의 예측 성능과 추천 성능은 기존의 대표적 시간 인지 방법과 전통적 방법들에 비해 월등하게 우수하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.239-250
• /
• 2003

전자 상거래 분야에서 증가하고 있는 정보들 중에 사용자가 자신의 기호에 맞는 정보 만들 만을 선택하기 위해서 각 정보를 일일이 검토하기 어려운 일이다. 이를 보완하기 위해 정보 여과 기술이 사용되는데 최근 추천 시스템은 협력적 여과 시스템의 희박성과 초기 평가 문제를 해결하기 위해서 내용 기반 여과 시스템과 협력적 적과 시스템을 병합하늘 방법을 사용한다. 본 논문에서는 혼합형 추천시스템에서의 예측의 정확도를 향상시키기 위해서 조화 평균 가중치(CBCF_harmonic_mean)를 사용자 유사도 가중치를 구할 때 사용한다. 내용 기반의 성능을 고려하여 임계치 값을 45로 설정한 후, n/45의 Significance weight을 사용자 유사도 가중치에 적용한다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 여과 시스템과 내용 기반 여과 시스템을 병합한 방법과 비교 평가하였다. 그 결과 기존의 협력적 여과 시스템의 문제점을 해결하여 예측의 정확도를 높이는데 효과적임을 확인하였다.

• 한국통신학회논문지
• /
• 제35권7C호
• /
• pp.642-650
• /
• 2010

협력 스펙트럼 감지(collaborative spectrum sensing) 방식은 지역적으로 분산되어 있는 다수의 부 사용자(secondary user)들이 협력하여 주 사용자(primary user)의 활동을 감지하는 방법으로, 페이딩으로 인해 발생하는 검파 성능의 손실을 상당히 줄일 수 있는 것으로 알려져 있다. 현재까지 이 방식에 대한 대부분의 연구는 개별부 사용자들이 내린 스펙트럼 감지 결정이 통계적으로 서로 독립이라고 가정한 것에 기초한 것이다. 그러나 실제 상황에서는 음영 효과(shadowing effect)로 인해 이 가정이 유효하지 않은 경우가 발생한다. 본 논문에서는 부 사용자들이 직선상에 일정 간격으로 배치되고, 이웃하는 부 사용자의 스펙트럼 감지 결정사이에서만 상관 관계가 존재하는 경우를 대상으로 하여, 상관 정도가 협력 스펙트럼 감지 방식의 성능에 미치는 영향과 그에 따른 인지 무선 시스템의 전송 용량 변화를 분석하고자 한다. 이때 개별 부 사용자의 결정을 융합하는 규칙으로는 AND 규칙과 OR 규칙을 고려하였다. 분석 결과 AND 융합 규칙을 사용하는 경우가 OR 규칙을 사용하는 경우보다 전송용량 측면에서 우수하다는 점을 확인할 수 있었다.

• 한국전자거래학회지
• /
• 제23권1호
• /
• pp.23-36
• /
• 2018

공동연구 참여기관의 협력요소와 공동연구성과 간의 인과관계를 협력적 노력의 매개효과와 함께 분석하였다. 협력요소는 공동연구성과의 영향요인으로 사용되는 전략적 합의, 자원 보완성, 신뢰, 흡수역량으로 구성된 2차 요인이다. 공동연구성과에 대한 영향을 분석함에 있어 공동연구 참여를 결정하는 요인인 협력요소와 공동연구 수행 과정에서 성과에 영향을 줄 수 있는 협력적 노력을 구분하고자 하였다. 즉, 공동연구 수행 전과 수행 과정의 영향요인이 공동연구성과에 어떠한 영향을 주는지 구분하여 분석하고자 하였다. 결과를 종합하면 첫째, 전략적 합의, 자원 보완성, 신뢰, 흡수역량은 협력요소라는 2차 요인으로 구성하는 것이 적합하며, 협력요소는 장기 및 단기 공동연구성과 모두에 정의 유의한 영향을 갖는다. 둘째, 협력적 노력은 협력요소와 단기적 공동연구성과의 유의한 매개효과를 갖는다. 그러나, 장기적 공동연구성과에 대한 매개효과는 검증되지 않았다. 즉, 협력요소는 공동연구 참여의도를 높이고 공동연구성과에 긍적적 영향을 주지만, 협력적 노력은 단기적 성과에만 긍정적 영향을 줄 수 있음을 보여준다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권4호
• /
• pp.1643-1660
• /
• 2016

Connectivity and trust in social networks have been exploited to propose applications on top of these networks, including routing, Sybil defenses, and anonymous communication systems. In these networks, and for such applications, connectivity ensures good performance of applications while trust is assumed to always hold, so as collaboration and good behavior are always guaranteed. In this paper, we study the impact of differential behavior of users on performance in typical social network-enabled routing applications. We classify users into either collaborative or rational (probabilistically collaborative) and study the impact of this classification and the associated behavior of users on the performance of such applications, including random walk-based routing, shortest path based routing, breadth-first-search based routing, and Dijkstra routing. By experimenting with real-world social network traces, we make several interesting observations. First, we show that some of the existing social graphs have high routing costs, demonstrating poor structure that prevents their use in such applications. Second, we study the factors that make probabilistically collaborative nodes important for the performance of the routing protocol within the entire network and demonstrate that the importance of these nodes stems from their topological features rather than their percentage of all the nodes within the network.