• 한국재난정보학회 논문집
• /
• 제17권4호
• /
• pp.674-683
• /
• 2021

연구목적: 본 연구에서는 코로나19 감염병 확산의 추이에 따른 분기별 범죄양상의 변화를 살펴보고, 향후 발생될 다양한 범죄에 대해 형사사법기관의 예방 및 대책방안을 강구하기 위함이다. 연구방법: 비대면환경과 대면환경에서 각각의 범죄특성을 알아보기 위해 기존 선행연구의 분석결과와 경찰청, 검찰청 유관기관이 공식발표 한 자료를 바탕으로 최근 3년간 범죄와 2020년 코로나 유행시기의 분기별 범죄발생의 범죄유형을 분석하였다. 연구결과: 감염병 초기 유행단계인 경우 전체적 범죄감소와 온라인 기반 사기범죄가 가장 많은 부분을 차지하고 있고, 특히 시민생활밀착형범죄와 사회적 약자를 대상으로 한 범죄가 증가하고 있는 것으로 분석되었다. 감염병 후반기에는 코로나 장기화로 인하여 경기침체, 실업이 이어지면서 불법사금융 피해가 심화되고, 불법사행성게임범죄가 크게 증가 한 것을 알 수 있었다. 결론: 코로나 19 감염병 유행시기에 따라 분기별 범죄특성을 분석한 결과 일부 범죄유형과 범죄증감률에 차이가 있었으며, 이에 따른 범죄대응방안도 달라져야 한다는 것을 알 수 있다.

• 한국사회복지학회:학술대회논문집
• /
• 한국사회복지학회 2003년도 춘계학술대회 자료집
• /
• pp.282-309
• /
• 2003

본 질적 연구는 가정 폭력을 경영하는 것이 남자 청소년의 성정체성, 특별히 남성성에 미치는 영향에 관해 조사한다. 지금까지의 이론적 문헌들은 폭력 가정의 부정적인 남성 모델이 남자 청소년의 성 정체성 형성 과정에서 갈등을 야기한다고 지적하고 나아가 남자 청소년은 종종 남성적 유능감을 입증하기 위안 방편으로 범죄를 저지른다고 제시한다. 이에 본 연구는 가정 폭력을 경험한 남자 청소년들의 범죄가 그들의 남성성과 연관이 있을 것이라는 가정 하에 남자 청소년들이 어떻게 가정폭력을 경험 하는지, 그 경험이 어떻게 그들의 성정체성 형성 과정에 영향을 미치는지, 그들의 남성성이 어떻게 범죄와 연관되는지에 관해 연구했다. 본 연구는 미국 미네소타 주의 안 청소년 교정 기관에 입소했던 남자 범죄 청소년 12명에 대해 행해진 최소 3회 이상의 인종학적 심층 면접 자료, 주당 1-2회 참여 관찰 후의 현장 기록, 그리고 교정기관의 공식 문서로 구성된 2차 자료를 사용했다. 본 연구를 위한 자료 분석은 열린 부호화, 표를 이용한 자료 축소, 주제별 분석을 위한 재부호화, 주요 범주와 하위 범주들의 발견, 표를 이용한 자료 재축소화, 그리고 집단 간과 집단 내 유사점과 차이점 발견의 순서로 진행되었다. 이러한 분석은 아동기 가정 폭력 경험이 사춘기 동안의 성정체성 형성 과정에 영향을 미칠 수 있음을 보여 주었다. 본 연구 결과에 따르면, 가정 폭력에 노출된 남자 범죄 청소년은 폭력 가정에서 무기력감을 경험했고 폭력의 피해자로서 억압된 어머니와 애착 관계를 형성했다. 다음으로 가정 폭력물 경험한 남자 범죄 청소년과 가정 폭력을 경험하지 않은 남자 범죄 청소년은 전반적인 성정체성의 표현에 있어 공통점이 많았음에도 불구하고 가정 폭력을 경험한 남자 범죄 청소년의 어머니에 대한 애착은 관계적 성정체성의 형성과 연관되어 있었다. 마지막으로, 가정 폭력을 경험한 남자 범죄 청소년은 그들의 관계적 성정체성에도 불구하고, 기정 폭력을 경험하지 않은 남자 범죄 청소년처럼 남성적 유능감을 보여 주기 위해 폭력과 범죄에 의존하는 경향이 있었다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.43-56
• /
• 2020

추천 시스템은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 그러나 추천 시스템이 상업적으로 성공하기 위해서는 극복할 몇 개의 문제점이 존재한다. 첫째, 추천시스템의 투명성 부족 문제이다. 즉, 추천된 상품이 왜 추천되었는지 사용자들이 알 수 없다. 둘째, 추천시스템이 사용자 선호의 변화를 즉각적으로 반영할 수 없는 문제이다. 즉, 사용자의 상품에 대한 선호는 시간이 지남에 따라 변함에도 불구하고, 추천시스템이 사용자 선호를 반영하기 위해서는 다시 모델을 재구축해야 한다. 따라서 본연구에서는 이러한 문제를 해결하기 위해 토픽 모델링과 순차 연관 규칙을 이용한 추천 방법론을 제안하였다. 토픽 모델링은 사용자에게 아이템이 왜 추천되었는지 설명하는데 유용하며, 순차 연관 규칙은 변화하는 사용자의 선호를 파악하는데 유용하다. 본 연구에서 제안한 방법은 크게 토픽 모델링 및 사용자 프로파일 생성 등 토픽 모델링에 기반한 사용자 프로파일 생성 단계와 토픽에 사용자 선호 확인 및 순차 연관 규칙 발견 등 순차 연관 규칙에 기반한 추천 단계로 구분된다. 벤치마크 시스템으로 협업 필터링 기반 추천 시스템을 개발하고, 아마존의 리뷰 데이터 셋을 이용하여 제안한 방법론의 성능을 비교 평가하였다. 비교 분석 결과, 제안한 방법론이 협업 필터링 기반 추천시스템보다 뛰어난 성능을 보였다. 따라서 본 연구에서 제안하는 추천 방법을 통해 추천 시스템의 투명성을 확보할 수 있을 뿐만 아니라, 시간에 따라 변화하는 사용자의 선호를 반영할 수 있다. 그러나 본 연구는 토픽과 관련된 상품을 추천하기 때문에, 토픽에 포함된 상품의 수가 많을 경우 추천이 정교하지 못하는 한계점이 있다. 또한 토픽의 수가 적기 때문에 토픽에 대한 순차 연관 규칙이 너무 적은 문제점이 있다. 향후 연구에서 이러한 문제점을 해결한다면 좋은 연구가 될 것으로 판단된다.