• 지능정보연구
• /
• 제24권1호
• /
• pp.253-266
• /
• 2018

본 연구는 질의 응답(QA) 시스템에서 사용하는 개체명 인식(NER)의 성능을 향상시키기 위하여 시퀀스 태깅 방법론을 적용한 새로운 방법론을 제안한다. 사용자의 질의를 입력 받아 데이터베이스에 저장된 정답을 추출하기 위해서는 사람의 언어를 컴퓨터가 알아들을 수 있도록 구조화 질의어(SQL)와 같은 데이터베이스의 언어로 전환하는 과정이 필요한데, 개체명 인식은 사용자의 질의에서 데이터베이스에 포함된 클래스나 데이터 명을 식별하는 과정이다. 기존의 데이터베이스에서 질의에 포함된 단어를 검색하여 개체명을 인식하는 방식은 동음이의어와 문장성분 구를 문맥을 고려하여 식별하지 못한다. 다수의 검색 결과가 존재하면 그들 모두를 결과로 반환하기 때문에 질의에 대한 해석이 여러 가지가 나올 수 있고, 계산을 위한 시간복잡도가 커진다. 본 연구에서는 이러한 단점을 극복하기 위해 신경망 기반의 방법론을 사용하여 질의가 가지는 문맥적 의미를 반영함으로써 이러한 문제를 해결하고자 했고 신경망 기반의 방법론의 문제점인 학습되지 않은 단어에 대해서도 문맥을 통해 식별을 하고자 하였다. Sequence Tagging 분야에서 최신 기술인 Bidirectional LSTM-CRF 모델을 도입함으로써 신경망 모델이 가진 단점을 해결하였고, 학습되지 않은 단어에 대해서는 온톨로지 기반 특성치를 활용하여 문맥을 반영한 추론을 사용하였다. 음악 도메인의 온톨로지(Ontology) 지식베이스를 대상으로 실험을 진행하고 그 성능을 평가하였다. 본 연구에서 제안한 방법론인 L-Bidirectional LSTM-CRF의 성능을 정확하게 평가하기 위하여 학습에 포함된 단어들뿐만 아니라 학습에 포함되지 않은 단어들도 포함한 질의를 평가에 사용하였다. 그 결과 L-Bidirectional LSTM-CRF 모형을 재학습 시키지 않아도 학습에 포함되지 않은 단어를 포함한 질의에 대한 개체명 인식이 가능함을 확인하였고, 전체적으로 개체명 인식의 성능이 향상됨을 확인할 수 있었다.

• 생물환경조절학회지
• /
• 제22권2호
• /
• pp.138-145
• /
• 2013

최근 국내에 많이 보급되고 있는 이류체 포그 냉방시스템의 효율적인 제어알고리즘을 개발하기 위하여 다양한 조건의 분무사이클을 설정하여 토마토재배 온실에서 냉방실험을 실시하였다. 냉방효과는 평균 $1.2{\sim}4.0^{\circ}C$를 보였고, 냉방효율은 평균 8.2~32.9%로 나타났다. 분무간격에 따른 실험에서 90초 분무사이클의 냉방효율이 가장 높았고, 대체로 분무시간이 길수록, 정지시간이 짧을수록 냉방효율이 높게 나타났다. 이류체 포그시스템의 분무량이 증가할수록 냉방효율이 높아지는 경향을 찾을 수 있었다. 그러나 분무량을 증가시키더라도 내부공기가 포화상태에 가까워지면 더 이상 증발이 일어나지 않으므로 내부공기가 포화상태에 도달하기 전까지 분무량을 증대시키는 방법으로 냉방효율을 높일 수 있을 것으로 판단된다. 냉방효율이 증가함에 따라 실내공기의 포차는 감소하였고 실내외 절대습도 차이는 증가하는 경향을 보였다. 포그의 증발량이 증가할수록 실내와 실외의 절대습도 차이는 커지고, 이에 따라 환기에 의한 수증기 배출이 잘 되어 다시 증발효율을 상승시키므로 냉방효율이 높아지는 순환구조를 갖게 되는 것으로 판단된다. 분무시간과 정지시간에 따른 실내공기의 포차변화를 회귀분석한 결과 $10g{\cdot}kg^{-1}$의 포차 변화에 필요한 분무시간은 120초, 정지시간은 60초로 나타났다. 그러나 온도의 진동폭을 줄이고 냉방효율을 높이기 위해서는 포차의 변동범위를 $5g{\cdot}kg^{-1}$으로 설정하여 60초 분무, 30초 정지가 더 적당할 것으로 판단된다. 이류체 포그시스템의 제어방식을 컴퓨터 제어시스템과 현재 보급되고 있는 간편제어시스템으로 분류하여 제어알고리즘을 유도하였다. 자연환기 온실에서 간편 제어시스템을 사용한다면 분무사이클을 60초 on, 30초 off로 설정하고 온도하한은 30~$30{\sim}32^{\circ}C$, 습도상한은 85~90%로 설정할 것을 제안한다.

• 한국통신학회논문지
• /
• 제28권6C호
• /
• pp.648-658
• /
• 2003

영상/비디오 컨텐츠의 사용이 급증함에 따라 유료 및 비밀유지를 필요로 하는 영상데이터에 대한 보안문제가 크게 대두되고 있다. 본 논문에서는 영상데이터를 숨기기 위한 영상 암호화 방식을 제안하였다. 이 방법은 웨이블릿 영역에서 양자화과정을 마친 영상 데이터를 대상으로 한다. 본 논문은 영상의 전체데이터가 아닌 부분데이터를 암호화하는 방식을 사용하는데, 세 가지 형태의 부분데이터 추출방식을 사용하였다. 먼저, 웨이블릿 변환이 원영상을 주파수 대역으로 재편성함을 이용하여 영상정보 중 특정 주파수를 숨김으로서 전체 영상을 인식할 수 없도록 하였다. 각 화소를 나타내는 데이터에서도 모든 데이터를 사용하지 않고 MSB만을 선택하여 암호화 대상에 포함시켰다. 마지막으로 특정 부대역의 화소들을 무작위로 선택하였으며, 이 때 선형귀환 시프트 레지스터(Linear Feedback Shift Register, LFSR)를 사용하였다. LFSR의 초기값과 출력비트의 선택에 있어서 암호화키의 일부분을 사용함으로써 암호화 강도를 더욱 높였다. 제안한 방법을 소프트웨어로 구현하여 약 500개의 영상을 대상으로 실험한 결과 원영상 데이터의 약 1/1000의 데이터 양을 암호화함으로써 원영상을 인식할 수 없을 정도의 암호화효과를 얻을 수 있음을 알 수 있었다. 따라서 제안한 방법은 작은 양의 암호화로 효과적으로 영상을 숨기는 방법임을 확인할 수 있었다. 본 논문에서는 부대역의 선택과 LFSR 출력 중 사용비트의 양에 따른 여러 방식을 제안하였으며, 이들의 암호화 수행시간과 암호화효과 사이에 상보적인 관계가 있음을 보여, 적용분야에 따라 선택적으로 사용할 수 있음을 보였다. 또한 본 논문의 방식들은 응용계층에서 수행되는 것으로, 현재 유·무선 통합 네트워크의 중요한 문제로 대두되고 있는 끝과 끝 (end-to-end)의 보안에 대한 좋은 해결방법으로 사용될 수 있으리라 기대된다.

• 핵의학기술
• /
• 제15권1호
• /
• pp.17-24
• /
• 2011

현재 핵의학 분야에서는 디지털 컴퓨터의 급속한 발전 및 응용으로 인해 FBP 법의 대용으로 OSEM 알고리즘과 같은 고속 영상 재구성 알고리즘이 널리 이용되고 있다. 그 동안 여러 연구에서 파라미터 변경에 따른 OSEM 재구성 영상 질 변화에 대한 평가가 이루어져 왔으나, 어떠한 파라미터를 적용할 지에 관해서는 명확하게 정해진 것은 없다. 본 연구에서는 3D beam modeling을 적용한 3D OSEM 재구성 법에서 iteration 횟수와 subset 개수 변경에 따른 영상의 질 변화를 팬텀 실험과 환자 데이터을 통해 확인하고자 한다. 환자 데이터는 2010년 8월부터 9월까지 본원 핵의학과에서 Brain SPECT를 시행한 환자 5명을 대상으로 연구 분석하였다. 영상은 물과 $^{99m}Tc$ (500 MBq)을 균등하게 혼합한 Jaszczak 팬텀을 이용하여 Siemens사의 이중 헤드 감마 카메라 Symbia T2에서 획득하였다. 환자 데이터는 영상 재구성 시 환자 데이터와 팬텀 데이터 모두 iteration 횟수는 1, 4, 8, 12, 24, 48회, subset 개수는 2, 4, 8, 16, 32개로 변화를 주며 각각의 영상을 재구성하였다. 재구성된 각각의 영상에서 대조도와 영상의 잡음 정도를 가늠하기 위한 변이계수, FWHM을 산출하여 비교하였다. 팬텀 데이터와 환자 데이터에서 영상의 대조도와 공간해상력은 iteration 횟수와 subset 개수의 증가에 따라 모두 선형적으로 증가하는 경향을 나타냈으나 변이계수는 두 파라미터의 증가에 따라 향상되는 경향을 보이지 않았다. Projection 시간에 따른 비교에서도 Projection 당 10초, 20초, 30초 영상에서 모두 영상 대조도와 FWHM은 iteration 횟수와 subset 개수 증가에 따라 선형적으로 향상되는 결과를 나타냈으나 변이계수는 향상되는 경향을 보이지 않았다. 본 실험을 통해 3D beam modeling을 적용한 3D OSEM 재구성 법 영상에서도 기존의 1D와 2D OSEM 재구성 법과 같이 iteration 횟수와 부분집합 개수 증가에 따라 향상하는 영상 대조도의 선형적 관계를 확인할 수 있었다. 하지만 이는 단순한 팬텀 실험과 일부 환자 데이터 만으로 얻은 결과이고, 실제 임상에서는 보다 구조적으로 복잡한 대상과 다양한 변수들이 존재 가능하기 때문에 본 실험의 데이터만을 바탕으로 이를 일반화하기에는 무리가 있으며 차후 실험들을 통해 3D OSEM 재구성 법에 대한 평가가 추가로 이루어져야 할 것이다.

• 한국측량학회지
• /
• 제38권4호
• /
• pp.363-373
• /
• 2020

정사영상 생성을 위한 많은 연구들이 진행되어 왔다. 기존의 방법은 정사영상을 제작할 경우, 폐색지역을 탐지하고 복원하기 위해 항공영상의 외부표정요소와 정밀 3D 객체 모델링 데이터가 필요하며, 일련의 복잡한 과정을 자동화하는 것은 어렵다. 본 논문에서는 기존의 방법에서 탈피하여 딥러닝(DL)을 이용하여 엄밀정사영상을 제작하는 새로운 방법을 제안하였다. 딥러닝은 여러 분야에서 더욱 급속하게 활용되고 있으며, 최근 생성적 적대 신경망(GAN)은 영상처리 및 컴퓨터비전 분야에서 많은 관심의 대상이다. GAN을 구성하는 생성망은 실제 영상과 유사한 결과가 생성되도록 학습을 수행하고, 판별망은 생성망의 결과가 실제 영상으로 판단될 때까지 반복적으로 수행한다. 본 논문에서 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 라이다 반사강도 데이터와 적외선 정사영상을 GAN기반의 Pix2Pix 모델 학습에 사용하여 엄밀정사영상을 생성하는 두 가지 방법을 제안하였다. 첫 번째 방법은 라이다 반사강도영상을 입력하고 고해상도의 정사영상을 목적영상으로 사용하여 학습하는 방식이고, 두 번째 방법에서도 입력영상은 첫 번째 방법과 같이 라이다 반사강도영상이지만 목적영상은 라이다 점군집 데이터에 칼라를 지정한 저해상도의 영상을 이용하여 재귀적으로 학습하여 점진적으로 화질을 개선하는 방법이다. 두 가지 방법으로 생성된 정사영상을 FID(Fréchet Inception Distance)를 이용하여 정량적 수치로 비교하면 큰 차이는 없었지만, 입력영상과 목적영상의 품질이 유사할수록, 학습 수행 시 epoch를 증가시키면 우수한 결과를 얻을 수 있었다. 본 논문은 딥러닝으로 엄밀정사영상 생성 가능성을 확인하기 위한 초기단계의 실험적 연구로서 향후 보완 및 개선할 사항을 파악할 수 있었다.

• 디자인학연구
• /
• 제18권3호
• /
• pp.85-94
• /
• 2005

최근 대부분의 제품 디자이너들이 3차원 CAD 시스템을 필수적인 디자인 도구로서 활용하고 있고 이를 기반으로 많은 신제품들이 동시공학적 프로세스로 개발되고 있다. 그런데 초심 디자이너들이 3차원 CAD시스템을 사용하며 겪는 어려움 중 하나는 스크린을 통해 모델링한 오브젝트의 실체적 느낌을 정확히 판단하기 어렵다는 것이다. 이러한 '실체성 결여'의 문제는 3차원 CAD시스템에서의 모델링 작업이 가상공간 안에서만 이루어지기 때문에 촉각적 상호작용이 부재하고 현실공간에 대한 맥락정보가 결여되어 있는 것이 그 원인이라고 착 수 있다. 문제해결을 위해 본 연구에서는 증강현실기술을 활용하여 3차원 CAD 모델링 오브젝트를 현실공간에 정합시킴으로서 제품디자인에서 상호작용적인 정량구조 시뮬레이션의 가능성을 탐색하고자 하였다. 본 연구는 우선 증강현실 기반 정량구조 시뮬레이션 시스템을 구축하고 그 속에서 인간이 가상 오브젝트의 크기를 얼마나 정확하게 인지하고 조정할 수 있는지 실험하였다. 실험 결과 상대오차 1.3%이내(상대표준편차 5.3%이내)로서 상당히 정확하고 정밀한 크기 인지와 조정이 가능한 것으로 나타났다. 실험조건에 따라서는 주변참조물이 풍부한 경우 오브젝트에 대한 크기인지가 용이하고 HDM보다는 LCD 패널을 사용할 경우 더욱 정확한 크기 조정이 가능한 것으로 나타났다. 연구를 통해 제안한 증강현실 기반 정량구조 시뮬레이션시스템의 응용가능성을 탐색하기 위해 홈 서비스 로봇의 외관에 대해 사용자의 선호경향을 파악하는데 적용해 보았다. 아직 홈 서비스 로봇에 대한 전형적 이미지가 미비해서인지 외관특성에 대한 실험참가자의 선호경향에는 큰 편차가 보였고 군집분석을 통해 몇 그룹으로 세분화할 수 있었다. 그러나 팔이라는 조형요소의 유무에 따라 민감한 반응을 보인 점과 인체와 같이 신장과 팔길이 사이에 강한 상관성이 존재하는 것은 흥미로운 발견이었다. 프로세스를 제안하고자 한다.0 이용과 복제제한에 관한 주기(terms governing use and reproduction notes), 541 직접적 출처주기(immediate source of acquisition note), 545 행정연혁/개인이력주기(biographical or historical note), 581 출판주기(publication note), 850 소장처(holding institution) 데이터필드의 식별기호를 재구성, 추가하였다.근방법과 컨조인트 분석)의 조화를 이룰 수 있는 이론적 기초가 될 수 있다. 즉, 제품디자인의 결정요인 분석결과는 QFD의 접근방법에, 제품 디자인 파급효과 분석결과는 컨조인트 분석에 각각 보완적 기여를 할 수 있다. 이와 동시에, 실증적 분석결과는 Ettlie(1997)의 디자인 통합(DI) 이론에 대한 실증적 기반을 제공할 수 있다. 마지막으로, 성공적인 디자인 경영(DM)을 위해서는 최고 경영자의 지원뿐만 아니라 부처 간 의사소통의 장애요인을 제거하고 CFT(cross-functional team)를 운영함으로써 동시적 엔지니어링(CE) 및 제품 및 공정 디자인의 개발이 제품 개발의 속도를 가속화하고 디자인 품질을 높이며 시장 성공을 보증할 수 있도록 해야 한다.임과 채팅은 긍정적인 상호관련을 가진 것으로 나타난 반면 전자메일 서비스 이용은 성적 만족과 부정적인 상호관련을 가진 것으로 분석되었다. 이는 대학생들이 지루하게 느끼거나 외로움을 느낄 때 전자메일을 주로 이용하지만 성적 만족을 위해 전자메일을 이용하지 않고 있다는 사실을 보여주는 것이다. (3) 인터넷 이용 이후 다른 미디어와 면대면 커뮤니케이션과의 관계 인터넷을 이용한 후 응답자들의 전통적인 미디어(텔레비전, 라디오, 신문, 잡지, 편지, 전화) 이용이 감소되었으며 친구, 가족, 이성친구와의 면대면 커뮤니케이션 역시 감소된

• 해부∙생물인류학
• /
• 제31권4호
• /
• pp.133-142
• /
• 2018

조직표본의 실제적인 3차원 구조에 대한 정보를 3차원 조직학이라고 하였다. 무른 성분들이 섞여 있고, 물을 포함 하고 있는 조직 내부의 미세구조의 3차원적 분석을 위해 방사광의 X선을 광원으로 하는 위상대조 미세단층 촬영이 활용되고 있다. 하지만, X선 위상대조영상 분석에서 물을 포함하고 있는 조직에서는 위상대조가 제대로 구현되지 않다는 것을 알게 되었다. 이러한 현상을 해결하기 위해 다양한 방법들을 적용하였으며, 표본을 얼렸을 때 위상대조가 강화된다는 사실을 확인하였다. 방사광 전파위상대조 동결미세단층촬영은 포항가속기연구소 X선 영상빔라인에서 수행하였다. 표본을 동결상태로 유지하면서 $0.18^{\circ}$ 간격으로 $180^{\circ}$ 회전하였으며, 표본을 통과한 X선에 의해 섬광기에 맺힌 영상을 광학렌즈로 확대하여 CCD카메라로 모았다. 각 표본 전체 투사영상을 OCTOPUS 소프트웨어로 재구성하여 2차원 단면영상으로 만들고, Amira 소프트웨어를 이용하여 3차원 영상으로 재구성하였으며, 단면영상에서 각 구조에 대한 구역화와 랜더링 작업을 수행하였다. 물에 의한 위상대조 방해 영향을 줄이기 위해 표본을 얼렸을 때 위상대조는 강화되었으나 동결팽창에 의한 조직변형이 관찰되었다. 표본을 막힌 공간에 넣고 주위를 포매제로 채워 급속냉동 동안 표본이 압박되도록 하였을 때 위상대조의 강화와 동결팽창에 의한 조직변형을 줄일 수 있었다. 결론적으로, 생체조직 내부 미세구조의 비파괴, 고해상도 3차원 영상분석에 있어 조직표본을 동결포매제로 포매 후 급속냉동하고, 방사광에서 방출되는 X선을 광원으로 하는 전파위상대조 동결미세단층촬영법은 효과적인 방법이 될 수 있을 것으로 기대한다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제10권1호
• /
• pp.1-30
• /
• 2004

연구 1에서는 세 개의 실험을 통해서 컴퓨터를 매개로 한 조건(혹은 CMC)과 면대면 조건(혹은 FTF) 간 대인지각의 차이를 알아보았다. 피험자내 설계를 이용한 실험 1에서는 4-5명으로 구성된 17개의 집단이 CMC 조건에서 기여입학제 그리고 1주일 후 FTF 조건에서 학부제를 주제로 30분씩 찬반토론을 한 후 Big Five에 해당되는 5개의 성격특질차원에서 대인평가를 실시하였다. 그 결과, CMC보다는 FTF 조건에서 자기지각과 비교해 볼 때 타인평가가 더 긍정적인 경향이 있었다. 지각자간 일치를 제외한 자기-동료간 일치와 메타지각의 정확성도 전반적으로 FTF 조건에서 더 컸다. 피험자간 설계를 이용한 실험 2에서는 동성의 4명으로 구성된 17개 집단이 CMC 조건에서 그리고 또 다른 17개 집단이 FTF 조건에서 학부제를 주제로 1시간 동안 찬반토론을 한 후 실험 1에서와는 다른 5개의 성격특질차원에서 대인평가를 실시하였다. 분석결과, 실험 1처럼 CMC보다는 FTF 조건에서 자기지각보다 타인지각이 더 긍정적인 경향이 있었다. 그러나 지각자간 일치, 자기-동료간 일치와 메타지각의 정확성에서는 조건 간 큰 차이가 없었다. 실험 3은 토론주제가 기여입학제라는 점을 제외하고 실험설계, 각 조건의 집단 수 및 토론시간은 실험 2와 동일했다. 또한, 실험 3의 전반적 결과는 실험 1과 거의 동일했다. 연구 2에서는 가상공간에서 상호작용하는 사람들의 성별구성이 대인지각에 미치는 영향을 알아보았다. 남-남, 여-여 그리고 남-여로 이루어진 각각 15쌍은 컴퓨터를 통해 30분간 자유롭게 의사소통한 후 자신과 상대방을 Big Five에 해당되는 25개의 성격특질차원에서 평가하였다. 그 결과, 나머지 두 조건에 비해 남-여 조건에서 상대방을 외향성과 호감성 및 교양 요인에서 더 부정적으로 평가했는데, 이는 남학생에 대한 여학생의 부정적 평가에 기인했다. 또한, 자기-동료간 일치는 전반적으로 남-남 조건에서 가장 높은 경향을 보였다. 이러한 연구결과를 CMC와 FTF 의사소통 조건 간의 차이에 기초하여 논의하였다.

• 마케팅과학연구
• /
• 제20권3호
• /
• pp.262-268
• /
• 2010

虚拟社区(virtual community, VC)今年来发展迅速, 越来越多的人参与到虚拟社区中交换信息和分享观点. 虚拟社区是通过计算机布告板和网络进行非面对面的知识和语言交流的一种大众集合体. B2C电子商务网站虚拟社区则是商业性的虚拟社区, 通过培养信任环境来促进消费者在该网站的购买行为. B2CVC通过信息交流, 如推荐, 评论, 买者与卖者评级等, 来建立社会性的氛围. 目前, 虽然学术界已经认识到B2CVC的重要性, 但是关于社区成员的口碑传播行为的研究还不充分. 本研究提出了一个理论模型, 探讨在B2C网站社区中参与度, 满意度, 信任度, 粘度和口碑传播之间的关系. 本研究的目的有三个: 1, 通过整合信念, 态度和行为的测量来实证检验B2C网站社区模型; 2, 更好地理解各因素对口碑传播的影响关系; 3, 更好地理解B2C网站社区黏度在CRM营销中的作用. 研究模型包含以下要素: 1, 社区成员的信念变量, 通过参与度来测量; 2, 社区成员的态度变量, 通过满意度和信任度来测量; 以及3, 社区成员的行为变量, 通过网站黏度和口播传播意愿来测量. 参与度是消费者在虚拟社区的参与动机. 对于社区成员来说, 信息的查找和发布是他们参与到社区的主要目的. 满意度是成员对社区整体评价的重要指标, 反映了成员与社区的交互程度. 虚拟社区的形成与发展依靠成员分享信息和服务的自愿程度. 研究者已经发现信任是促进匿名交互的关键, 因此构建信任被看作是虚拟社区的重要研究课题. 此外, 虚拟社区的成功依靠成员的粘度来提高购买潜力. 社区成员间的观点交流和信息交换代表一种 "写作式" 的口碑传播. 因此口碑传播是推动B2C虚拟社区在互联网上扩散的主要因素之一. 研究模型及假设如图一所示. 本研究通过实证调查中国携程旅游网虚拟社区成员来验证模型. 数据收集过程中共发放243份问卷, 其中有效问卷204份. 通过实证数据验证了参与度, 满意度和信任度影响粘度和口碑传播之间的假设关系. 结构方程模型(SEM)方法用来进行数据分析. 模型的拟合指数结果为χ2/df 是2.76, NFI是 .904, IFI是 .931, CFI是 .930, 以及RMSEA是 .017. 结果表明, 参与度对满意度具有显著的影响(p<0.001, ${\beta}$=0.809). 参与度可以解释满意度的方差比例超过50%, 调整R2为0.654. 参与度对信任度具有显著影响(p<0.001, ${\beta}$=0.751), 解释率为57%, 调整R2为0.563. 此外, 满意度对黏度的影响显著(${\beta}$=0.514), 但是信任度对黏度的影响并不显著(p=0.231, t=1.197). 黏度对口碑传播的影响显著, 且解释率超过80%, 调整R2为 0.846. 总之, 研究结果支持了大部分的研究假设, 但是信任度显著影响粘度的假设没有得到支持. 本研究丰富了电子商务网站虚拟社区的学术研究成果, 深入探讨了在B2C电子商务环境下的用户信念, 态度和行为等因素. 研究成果有助于实践者进行更有针对性的资源开发和市场开拓. 网络营销人员可以针对B2C网站社区来有针对性地制定营销策略, 如对于国际旅游业务, 营销人员可以针对中国的B2C网站社区用户开展营销活动, 如为活跃的用户提供特殊折扣以及为早期参与者提高社区黏度定制营销计划等. 未来的研究应该拓展社区成员行为的研究, 并在不同的行业, 社区和文化背景下开展研究.