• Journal of Nutrition and Health
• /
• 제56권2호
• /
• pp.203-216
• /
• 2023

본 연구는 전북지역 대학생 447명을 대상으로 소셜미디어 이용동기 유형에 따른 소셜미디어 이용실태, 관련 식행동 및 체중조절 행태 등을 조사한 결과는 다음과 같다. 소셜미디어 이용동기 유형은 '흥미중심군,' '다목적 정보탐색군,' '관계중심군'으로 분류하였다. 조사대상자는 유튜브, 인스타그램, 페이스북을 주로 이용하며, '흥미중심군'은 게임, 스포츠 경기 및 교육 강의 등, '다목적 정보탐색군'은 음악, 영화, 드라마 및 먹방, 패션 등, '관계중심군'은 뉴스, 정치이슈 및 교육 강의에 관심이 높았다. 조사대상자의 소셜미디어 1일 이용시간은 모든 군에서 1시간 이상 1시간 30분 미만이 40.7%로 나타났다. 소셜미디어 관련 식행동의 군집별 평균은 '다목적 정보탐색군' 3.09 ± 0.82점, '관계중심군' 2.67 ± 0.75점, '흥미중심군' 2.40 ± 0.86점이었다. '소셜미디어에서 음식 레시피에 관한 정보를 듣고 따라서 요리를 한 적이 있다'가 가장 높은 식행동점수를 보였다. 현재 자신의 체중에 대하여 '흥미중심군'과 '다목적 정보탐색군'이 '관계중심군'보다불만족수준이높았으며, 실제체중조절경험이더많으며, 소셜미디어의체중조절 정보를 더 많이 이용하고 있었다. 가장 선호하는 체중조절 방법은 '규칙적인 운동'이나 '다목적 정보탐색군'은 다른 군보다 높게 '소셜미디어의 홈 트레이닝'을 병행하고 있었다. 이상의 결과, 전북지역 대학생의 소셜미디어 이용동기 유형이 '흥미중심군'과 '다목적 정보탐색군'일 때 '관계중심군'보다 체중조절 경험이 더 많으며 소셜미디어에서 관련정보를 더 활용하고 있었다. 따라서 향후 체중조절 관련 교육 프로그램은 대학생들의 소셜미디어 이용행태를 고려하여 흥미와 관심을 유발할 수 있는 주제로 프로그램을 구성하고 장소와 시간제약이 없도록 소셜미디어 매체를 활용함으로써 보다 많은 학생들에 대한 참여유도가 필요할 것으로 보인다.

• Fisheries and Aquatic Sciences
• /
• 제26권12호
• /
• pp.738-751
• /
• 2023

The Sembilan Archipelago is famous for its great biodiversity, in which the humphead wrasse (Cheilinus undulatus) (locally named Napoleon fish) is the primary commodity (economically important), and currently, the environmental degradation occurs due to anthropogenic activities. This study aimed to examine the eco-environmental parameters and assess their influence on the abundance of humphead wrasse and other coral reef fish compositions in the Sembilan Archipelago. Direct field monitoring was performed using a visual census throughout an approximately one km transect. Coral cover data collection and assessment were also carried out. A coastal water quality index (CWQI) was used to assess the water quality status. Furthermore, statistical-based analyses [hierarchical clustering, Pearson's correlation, principal component analysis (PCA), and canonical correspondence analysis (CCA)] were performed to examine the correlation between eco-environmental parameters. The Napoleon fish was only found at stations 1 and 2, with a density of about 3.8 Ind/ha, aligning with the dominant composition of the family Serranidae (covering more than 15% of the total community) and coinciding with the higher coral mortality and lower reef fish abundance. The coral reef conditions were generally ideal for supporting marine life, with a living coral percentage of about > 50% in all stations. Based on CWQI, the study area is categorized as good and excellent water quality. Of the 60 parameter values examined, the phytoplankton abundance, Napoleon fish, and temperature are highly correlated, with a correlation coefficient value greater than 0.7, and statistically significant (F < 0.05). Although the adaptation of reef fish to water quality parameters varies greatly, the most influential parameters in shaping their composition in the study area are living corals, nitrites, ammonia, larval abundance, and temperature.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.57-79
• /
• 2016

최근 소셜 네트워크 서비스는 소비자와의 관계 마케팅 확산 및 확장을 위한 중요한 채널로 인식되며 많은 관심을 받고 있다. 기업이 온라인 환경에서 성공하기 위해서는 기업과 고객 사이의 관계 구축뿐만 아니라 고객들 간의 관계에 초점을 맞출 필요가 있다. 본 연구에서는 페이스북 팬 페이지에 참여하는 사용자들 사이의 네트워크를 분석하여 기업의 비즈니스 성과에 고객 간 네트워크의 구조적 특성이 미치는 영향을 실증적으로 분석하였다. 이를 위해 네트워크 데이터는 코스피 상장 기업 가운데 페이스북 팬 페이지에 100개 이상의 게시글을 올린 54개 기업으로부터 수집하였으며, 수집된 네트워크 데이터는 각 사용자를 노드로 하고 동일한 마케팅 활동에 대해 참여한 사용자간의 관계를 링크로 한 원모드 비방향 이진 네트워크(one-mode undirected binary network)이다. 본 연구에서는 이러한 네트워크 데이터를 핸들링하여 사용자들 간의 활동 관계를 분석할 수 있는 네트워크 지표(밀도, 글로벌 클러스터링 계수, 최단거리평균, 직경)를 도출하였으며, 이러한 고객 간 네트워크의 구조적 특징을 파악할 수 있는 지표와 기업의 과거실적(순이익), 그리고 미래 예측성과(토빈의 Q) 간의 관계를 분석하였다. 본 연구는 학문적 관점에서 소셜 미디어 채널을 비즈니스 관점에서 연구하려는 연구자들에게 소셜네트워크분석 방법을 통한 새로운 접근법을 제시한다. 실무적인 관점에서 본 연구는 소셜미디어를 통해 마케팅 활동을 수행하려는 기업의 관리자들에게 네트워크의 지표를 이용한 지능형 마케팅 서비스를 수행할 수 있는 토대를 제공할 것으로 기대한다.

• 한국작물학회지
• /
• 제65권3호
• /
• pp.199-213
• /
• 2020

국내 육성 벼 품종의 입형 특성은 협소한 유전적 배경을 가지고 있는 것으로 알려져 있다. 본 연구는 육성품종의 입형 관련 표현형과 유전자형을 분석하여 생태형에 따른 입형 특성과 대립유전자 효과를 파악하고, 자포니카 품종에 도입된 대립유전자의 기원을 확인하고자 수행되었다. 자포니카 225, 흑미 14, 통일형 생태형 33품종 등 272품종에 대해서 현미 길이, 너비, 두께, 장폭비, 천립중의 표현형과 GW2, GS3, qGL3, qSW5, GS5, TGW6, GW7, GW8 등 8개 입형 관련 유전자형을 분석하였다. 자포니카 품종은 중단립종에 단원형, 흑미와 통일형 품종은 중립종에 중원형 입형 특성을 나타냈다. 표현형에 대한 군집분석을 통해 자포니카 품종 대부분으로 구성된 그룹 1, 흑미와 통일형 품종 위주로 구성된 그룹 2, 자포니카 품종이 포함된 그룹 3 등 세 그룹으로 나눌 수 있었다. 그룹 1은 현미 너비와 두께, 그룹 2는 장폭비와 길이, 그룹 3은 천립중에 의해 영향을 많이 받아 구분되며 그룹 1은 중단립종·단원형, 그룹 2는 중립종·중원형, 그룹 3은 장립종·단원형 입형 특성을 나타냈다. 입형 관련 대립유전자형 분석 결과 gw2 (빈도수 1.1%)와 tgw6 (0.4%) 대립유전자는 매우 드물었으며, qgl3와 gw8는 통일형 생태형에서만 존재하였고 자포니카 품종의 qSW5 유전자형은 qsw5_N이 대부분을 차지하였다. 생태형별 대립유전자 조합의 수는 자포니카 7개(Cj1-Cj7), 흑미 3개(Cj_b1-Cj_b3), 통일형 13개(CT1-CT13)로 자포니카에 비해 품종수가 적은 통일형 생태형이 더 다양하였다. 자포니카 품종의 대표 대립유전자 조합은 자포니카 Cj1, 2 (GW2-GS3_C-qGL3-qsw5_N-gs5-TGW6-gw7(GW7)-GW8)로 여기에 gw2, gs3, qSW5, GS5 대립유전자가 도입됨으로써 다양성이 확대되었다. 흑미 품종의 대표 대립유전자 조합은 Cj_b2, 3 (GW2-gs3-qGL3-qsw5_N-gs5-TGW6-gw7(GW7)-GW8)로 자포니카 대표 조합에서 GS3_C가 gs3로 치환된 조합이다. 통일형 생태형은 GW2 유전자만 다형성이 없었고 7개 유전자에서 13개 대립유전자 조합이 확인되었으며 대표조합은 CT3 (GW2-GS3_C-qgl3-qsw5_N-gs5-TGW6-GW7-gw8)이다. 우리나라 대표 품종인 '신동진'의 입형 특성은 자포니카 대립유전자 조합 Cj2에서 gs3가 도입됨으로써 중대립화되었고, gs3는 미국품종 Calrose로부터 유래한 것으로 판단된다. 국내 육성 벼 품종에 대한 입형 관련 표현형과 유전자형 분석 결과는 우리나라 벼 품종의 입형 특성을 다양화하는데 기여할 것으로 기대된다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.