• 지능정보연구
• /
• 제21권4호
• /
• pp.93-110
• /
• 2015

기존의 협업필터링 추천시스템 연구는 상품에 대한 고객의 평점(rating)이나 구매 여부 데이터로부터 하나의 프로파일을 생성하고 이를 기반으로 추천 성능을 향상시킬 수 있는 새로운 알고리즘을 개발하는 위주로 진행되어 왔다. 그러나 빅데이터 환경이 도래하면서 기업이 수집할 수 있는 고객 데이터가 풍부해지고 다양해짐에 따라, 보다 정확하게 고객의 선호도나 행태를 파악하는 것이 가능하게 되었고 이러한 데이터, 즉 퍼스널 빅데이터(personal big data)를 추천시스템에 활용하는 연구의 필요성이 대두되고 있다. 본 연구에서는 마케팅의 시장세분화 이론에 근거하여 퍼스널 빅데이터로부터 고객의 선호도나 행태를 다양한 관점에서 표현할 수 있는 5종의 다중 프로파일(multimodal profile)을 개발하고, 이를 활용하여 협업필터링 추천시스템의 성능을 개선하고자 한다. 제안하는 5종의 다중 프로파일은 프로파일 통합 유사도, 개별 프로파일 유사도 평균, 개별 프로파일 유사도 가중 평균이라는 세 가지 앙상블 기법을 통해 협업필터링의 이웃(neighborhood) 탐색과정에 적용된다. 실제 퍼스널 빅데이터에 본 연구에서 제안하는 방법론을 적용한 결과, 단일 프로파일을 사용하는 협업필터링 알고리즘보다 추천 성능이 상당히 개선되었으며 앙상블 방법 중에서는 개별 프로파일 유사도 가중 평균 기법이 가장 높은 추천 성능을 보여주었다. 본 연구는 빅데이터 환경에서 추천시스템을 개발하고자 할 때, 어떠한 성격의 데이터로부터 고객의 특성을 규명하는 프로파일을 만들고 이를 어떻게 결합하여 사용하는 것이 효과적인 지 처음으로 제안하였다는 점에서 그 의의가 있다.

• 한국의류학회지
• /
• 제31권12호
• /
• pp.1784-1792
• /
• 2007

현대의 패션의 다양화, 개성화로 패션 스타일을 구현하는데 있어서 모자는 더욱 부각되어 수요자 층이 확대되고 있지만, 다양한 재료와 형태로 세탁 및 관리에 어려움을 갖는다. 이에 본 연구는 모자제품의 관리방법에 대한 소비자의 현황을 조사, 분석함으로써 모자 레이블 부착의 문제점과 개선책 방안을 모색해 보고자 하며, 나아가 모자의 보관이나 세탁방법에 대한 정확하고 충분한 정보를 제공함으로써 제품을 오랫동안 유지할 수 있게 하고자 한다. 소비자들의 모자제품의 세탁 및 관리행동에 관한 조사를 하기 위하여 서울 및 도시에 거주하며 모자를 소유하고 있는 20대, 30대, 40대, 50대 이상의 남녀 395명을 대상으로 연령과 성별을 고려한 할당 표본추출방법을 통하여 설문지 조사를 실시하였다. 조사기간은 2007년 3월에서 4월까지 이루어 졌으며, 설문은 총 42문항으로 구성되었다. 모자 착용실태, 세탁방법, 건조방법, 보관방법에 관한 문항은 선다형으로, 모자 소비자 불만, 소비자 모자 레이블 인식에 관한 문항은 5점 리커트 척도로 측정하고, 자료분석을 위하여 SPSS 12.0 프로그램으로 빈도, 백분율, 평균, 표준오차, 교차분석, t-test, 일원분산분석 통계처리를 하였다. 그 결과에 의하면 첫째, 모자 소비자의 세탁방법 인식도와 실천정도는 보통 수준으로 나타났다. 남성보다는 세탁경험이 많은 여성이 모자 세탁 방법에 대하여 잘 알고 실천하고 있었으며, 편안함을 추구하는 젊은 세대보다 높은 연령대가 세탁방법을 더 잘 실천하는 것으로 조사되었다. 둘째, 모자 소비자들은 다른 의복 아이템과 비교하여 울세제로 세탁망에 넣어 세탁기로 돌리거나 손으로 직접 빠는 세심한 관리를 하는 경우가 많았다. 세탁빈도는 더러움이 탈 때마다 하는 것으로 조사되었으며, 세탁의 주 목적은 얼룩제거로 나타났지만, 여성은 남성에 비해 모자의 형태보전과 냄새제거를 중요한 요인으로 평가하는 것으로 나타났다. 건조장소에 있어서는 그늘에서 건조한다는 응답이 가장 많았고 대부분 집게로 집어 빨래 줄에 말리는 경우가 많았다. 모자 세탁 시 세탁방법, 건조방법, 건조장소의 요인들보다 세제종류가 세탁 후 변형에 영향을 미치는 것으로 조사되어 적절한 세제를 사용할 수 있는 정보를 소비자에게 인지시켜 피해를 줄이는데 노력하여야 할 것이다. 또 보관방법으로는 대부분 옷장 선반에 두고 있었으며 보관 후 형태변화 결과를 경험한 소비자의 비율이 높은 것으로 보아 적합한 모자 보관으로 형태유지에 각별한 주의가 요구된다. 셋째, 대부분의 모자 소비자들은 레이블에 대한 중요성을 인지하고 있으나 다른 의복 아이템에 비하여 모자레이블에 대한 신뢰도는 더 낮게 나타나, 공급자들은 정확하고 실질적인 레이블을 표기하여 신뢰도 회복을 기해야 할 것이다. 많은 소비자들이 모자의 치수 체계 이해에 어려움을 갖고 있으며, 특히 남성의 경우 레이블에 대한 전반적인 인지도가 낮게 나타나 남성 소비자에게도 전반적인 레이블에 대해 교육시키도록 구체적인 노력이 이루어져야만 하겠다. 후속연구에서는 모자의 다양한 형태나 재료에 따른 세탁 및 관리 방법을 보완하여 연구가 수행되어서 보다 구체적인 자료가 제공되어야 할 것으로 보인다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.55-63
• /
• 2014

수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. 본 연구는 이러한 연구의 일환으로써 기상청에서 제공하고 있는 AWS(Automatic Weather Station)에서 취득된 2010년 지상 온도 자료(AWS data)를 바탕으로 대표적인 지표면 온도자료인 MODIS Land Surface temperature(LST data:MOD11A1)와 지상기온에 영향을 미칠 수 있는 Land Cover Data, DEM(digital elevation model) 등의 보조 자료와 함께 다양한 지구통계 기법들을 이용하여 남한 지역의 지상기온을 추정하였다. 추정 전 2010년 전체(365일) LST자료와 AWS자료와의 차이에 대한 RMSE(Root Mean Square Error)값의 계절별 피복별 분석결과 계절에 따른 RMSE값의 변동계수는 0.86으로 나타났으나 피복에 따른 변동계수는 0.00746으로 나타나 계절별 차이가 피복별 차이보다 큰 것으로 분석 되었다. 계절별 RMSE 값은 겨울철이 가장 낮은 것으로 나타났으며 AWS자료와 LST자료와 보조자료를 이용한 선형 회귀분석결과에서도 겨울철의 결정 계수가 가장 높은 0.818로 나타났으며, 여름철의 경우에는 0.078로 나타나 계절별 차이가 매우 크게 나타났다. 이러한 결과를 바탕으로 지구통계 기법들의 대표적인 방법론인 크리깅 방법 중 일반적으로 많이 사용되고 있는 정규 크리깅, 일반 크리깅, 공동 크리킹, 회귀 크리깅을 이용하여 지상기온을 추정한 후 모델의 정확도를 판단할 수 있는 교차 검증을 실시한 결과 정규 크리깅과 일반 크리깅에 의한 RMSE 값은 1.71, 공동 크리깅과 회귀 크리깅에 의한 RMSE 값은 각각 1.848, 1.63으로 나타나 회귀 크리깅 방법에 의한 추정의 정확도가 가장 높은 것으로 분석되었다.