소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.
방사선 분야는 건강검진의 증가와 방사선 장치의 발달로 진단에서 치료까지 그 업무의 범위가 확대 및 급격히 증가하고 있으며 방사선 종사자의 방사선 피폭 관리가 중요하게 대두되고 있다. PET 검사에 이용되는 양전자 방출핵종은 511 keV의 감마선을 방출하기 때문에 종사자의 방사선 피폭의 증가로 피폭선량 저감을 위한 노력이 요구된다. 본 연구는 환자에게로부터 일정거리 외부선량률을 측정하고 거리에 따른 선량률 변화를 확인하고 차폐를 이용하여 외부선량률의 변화를 알아보았다. 2009년 12월부터 2010년 1월까지 PET/CT 검사를 위해 내원한 10명의 환자를 대상으로 하였다. Digital surveymeter를 이용하여 선량률을 측정하였다. 산란선에 대한 영향을 평가하기 위해서 이동식 방사선 차폐체를 설치하고 왼쪽, 중앙, 오른쪽 부분의 100 cm, 150 cm, 200 cm에서 총 12회 선량률을 측정하였다. 환자 선량률 측정은 $^{18}F$-FDG 5.18 MBq/kg을 주사하고 1시간이 지난 후에 선량이 안정되었을 때 즉시 1회를 측정하였다. 이동식 방사선 차폐체를 설치하기 전에 머리, 가슴, 복부, 무릎, 발끝 쪽의 위치에서 10 cm, 50 cm, 100 cm, 150 cm, 200 cm 위치로 총 80포인트에서 측정하였고 이동형 방사선 차폐체를 설치한 후 머리와 가슴, 복부 부분에서 100 cm, 150 cm, 200 cm 거리의 선량률을 측정하여 외부선량률을 확인하였다. 산란선 측정에 대해서는 위치별로 거리에 따라 분산분석을 시행하였다. 납 차폐를 하지 않았을 때와 차폐를 했을 때의 등선량곡선을 그렸으며 100 cm, 150 cm, 200 cm에 대하여 두 집단간에 상관분석을 시행하였다(SPSS ver. 12). 점 선원을 이용한 산란선 측정에서 100 cm, 150 cm, 200 cm에서는 p>0.05로 유의한 차이가 없었다. 거리가 멀어질수록 선량률이 낮아졌으며 머리 부분이 가장 높은 선량률이 나타났고 발 부분으로 갈수록 선량률이 떨어졌다. 또한 차폐를 하였을 경우 차폐를 하지 않았을 때보다 선량률이 낮아졌으며 100 cm에서 유의한 차이가 있었고(p<0.05) 150 cm, 200 cm에서는 유의한 차이가 없었다(p>0.05). 피폭을 줄이기 위해서는 방사선원에서 거리를 멀리하거나 적당한 차폐체를 이용하는 것이 피폭저감에 도움을 준다. 근무자의 동선을 파악하여 적당한 차폐체를 이용한다면 방사선 종사자의 방사선 피폭을 줄일 수 있을 것이다.
목적: 심근의 최대탄성도는 전부하 후부하에 독립적인 지표로서 SPECT를 이용하여 좌심실의 국소탄성도($rE_{max}$)를 비침습적으로 측정하였다. 게이트 심근 SPECT 영상에서 국소부피변화를 얻고, 요골동맥 긴장도를 측정하여 중심동맥의 압력 곡선을 얻어 측정한 최대탄성도를 관상동맥우회로 수술 전후 환자를 대상으로 수술전후 관류 및 기능지표와 비교하여보았다. 대상 및 방법: 관상동맥우회로 수술이 결정되어 시행한 환자 21명(남:여=17:4, $58{\pm}12$세)을 대상으로 $^{201}TI$ 휴식기 영상과 디피리다몰 부하 $^{99m}Tc$-sestamibi 게이트 SPECT를 수술전과 수술 후 3개월째 시행하였다. 동시에 요골동맥으로부터 압력곡선을 얻었다. 기능과의 관계를 보기 위해서 관류와 심벽두꺼워짐을 탄성도와 비교하였으며, 심벽두꺼워짐이 20%미만일 때 수술 후 10%이상 호전되지 않는 기능이상 분절에 대해 수술 전후의 탄성도를 비교하였다. 결과: 수술 전 탄성도가 $2.41{\pm}1.64$ mmHg/mL에서 $2.78{\pm}1.83$ mmHg/mL 으로 수술 후에 증가하였으나, 관류와 심벽두꺼워짐과는 낮은 상관성을 보였다. (r=0.35, p<0.001). 관류 60% 이상의 분절에서는 $2.65{\pm}1.67$ mmHg/mL 이었으나, 관류나 낮은 분절의 탄성도는 $1.30{\pm}1.24$ mmHg/mL 였다. 심벽두꺼워짐이 40% 이상 되는 분절의 수술 전 탄성도는 $3.01{\pm}1.92$ mmHg/mL 였고, 기능이 조금 약한 부분인 40%에서 20% 사이의 심벽두꺼워짐 값을 가진 분절에서는 $2.40{\pm}1.19$ mmHg/mL로 심각한 기능이상을 반영하는 20%미만 분절의 탄성도는 $1.13{\pm}0.89$ mmHg/mL의 분포를 보였다. 수술 전 심벽두꺼워짐이 20% 미만일 때 수술 후 10%이상 회복을 보인 생존심근와 그렇지 않은 비생존심근사이의 수술 전후 탄성도는 $1.27{\pm}1.07$ mmHg/mL에서 $1.79{\pm}1.48$ mmHg/mL, $0.97{\pm}0.59$ mmHg/mL에서 $1.22{\pm}0.71$ mmHg/mL로 생존심근의 수술 후 값의 향상이 조금 더 높았다. 그러나, 심벽두꺼워짐의 정도가 탄성도 높아짐의 정도 사이에는 상관성이 없었다(r=0.007). 결론: 수술 전 $rE_{max}$는 관류와 심벽두꺼워짐과 상관성이 약하게 있었다. 기능이상이면서 생존능이 있는 심근의 탄성도는 수술 후 증가하였지만 심벽두꺼워짐의 향상과는 상관성이 없었다. 심근기능의 전부하 후부하에 독립적인 지표인 탄성도는 실제 부피의 증가와 연관되지 않으면서도 생존능이 있는 심근의 기준과 일치하는 양상을 보였으므로 독립적인 매개변수로 사용될 수 있을 것으로 기대한다.
연구목적 : 우울증 환자의 사회적 인지내용은 우울증을 치료하는 과정에서 치료목표가 될 수 있을 뿐만 아니라, 치료방법을 결정하는 초석이 된다. 또한 환자의 증상이 악화될 것인지 또는 재발할 것인지를 예측할 수 있는 좋은 지표이기도 하다. 그러나 우울증의 증상들을 평가하기 위한 척도와는 달리 아직 우리나라에서 사회적응성을 평가하기 위한 척도는 아직 소개된 바 없다. 이에 Bosc 등이 개발하였고, 유용성에 대해 이미 인정되어 있는 Social Adaptation Self-rating Scale(SASS)를 한국어로 번안한 척도에 대하여 신뢰도 및 타당도를 검증하였다. 방법 : SASS를 한국어로 번안하여 총 21문항으로 구성된 한국어판 사회적응 자기평가척도를 작성한 후 신체적, 정신적으로 건강한 정상인 291명과 우울증 환자 40명을 대상으로 시행하였다. 1) 한국어판 SASS의 신뢰도 검증결과 대상자 전원에 대한 Cronbach $\alpha$계수는 0.790. Spearman-Brown 반분신뢰도는 0.782(Guttman split-half=0.78) 이었다. 정상인 집단의 경우 Cronbach $\alpha$계수는 0.734. Spearman-Brown 반분 신뢰도는 0.619(Guttman split-ha1f=0.7318)였으며, 우울증 집단의 Cronbach $\alpha$계수는 0.8852. Spearman-Brown 반분신뢰도는 0.8852(Guttman split-half=0.8548) 이었다. 정상인 집단에서 45명을 대상으로 2주 간격으로 시행한 검사 재검사 신뢰도 검증결과는 r=0.653(p<0.01)으로서 비교적 시간적 안정성을 보였다. 2) 집단간 SASS 및 Purpsoe in Life(PIL) 검사 점수 차이의 검증에서 정상인집단의 SASS 총점 평균은 $40.12{\pm}5.27$, PIL 총점 평균은 $98.41{\pm}14.02$였고, 우울증 집단은 각각 $30.12{\pm}10.04$, $75.70{\pm}23.53$이였다. 두 점수 모두 우울증 집단에서 통계적으로 유의미하게 낮은 점수를 보였다(p<0.0l). SASS의 각 문항별 접수는 문항5, 문항 15, 문항 16, 문항 19를 제외하고 모든 항목에서 정상인 집단이 통계적으로 의미 있게 높은 점수를 나타냈다(p<0.0l). 3) 정상인 집단에서 SASS와 PIL간의 상관관계는 r=0.510으로서 통계적으로 의미 있는 상관관계를 나타냈다(p<0.0l). 우울증 집단의 경우 유병기간의 평균은 $52.17{\pm}83.86$개월로서 SASS, PIL, Beck's Depression Inventry(BDI) 및 우울증 이병기간과의 상관관계에서 SASS와 PIL는 정상인 집단과 마찬가지로 정적인(positive) 상관관계를 나타냈으나(r=.671), SASS와 BDI(r= -.609), PIL과 BDI(r= - .621) 척도간의 상관은 모두 통계적으로 의미 있는 부적인(negative) 상관을 나타내었다(p<0.01). 그러나 우울증의 이병기간과 SASS, PIL, BDI 척도간의 상관은 통계적으로 유의미한 상관을 나타내지 않았다(p>0.05). 4) SASS의 요인분석결과 정상인 집단의 경우 요인 1은 '사회활동'을 나타냈고, 요인 2는 '대인관계에 대한 적극성', 요인 3은 '자신감'을 나타냈다. 요인 4는 '외모의 중요성', 요인 5는 사회적응의 방법으로서 지적인 탐구'를 나타냈으며, 요인 6은 '사회활동에 대한 참여욕구'를 나타냈다. 우울증 집단에서는 요인 1에 SASS의 거의 모든 문항들이 해당되어 요인 1에 의한 단일 구조를 시사하였다. 요인 2는 '취미나 레저활동 욕구'가 관계되었다. 요인 3은 '가족 지향성', 요인 4, 5, 6은 '직업에 대한 흥미', '대인관계 추구', '의사소통 욕구'를 포함하고 있어 우울증 환자들이 사회적응상 가장 핵심적 문제들과 관계를 나타내었다. 결론 : 이상의 결과들로 보아 한국어판 SASS는 우울증의 사회적응성을 평가하기 위해 신뢰할 수 있고 타당한 척도라고 사료된다.
월드와이드웹(World Wide Web)은 인터넷에 연결된 컴퓨터를 통해 사람들이 정보를 공유할 수 있는 매우 큰 분산된 정보 공간이다. 웹은 1991년에 시작되어 개인 홈페이지, 온라인 도서관, 가상 박물관 등 다양한 정보 자원들을 웹으로 표현하면서 성장하였다. 이러한 웹은 현재 5천억 페이지 이상 존재할 것이라고 추정한다. 대용량 정보에서 정보를 효과적이며 효율적으로 검색하는 기술을 적용할 수 있다. 현재 존재하는 몇몇 검색 도구들은 초 단위로 gigabyte 크기의 웹을 검사하여 사용자에게 검색 정보를 제공한다. 그러나 검색의 효율성은 검색 시간과는 다른 문제이다. 현재 검색 도구들은 사용자의 질의에 적합한 정보가 적음에도 불구하고 많은 문서들을 사용자에게 검색해준다. 그러므로 대부분의 적합한 문서들은 검색 상위에 존재하지 않는다. 또한 현재 검색 도구들은 사용자가 찾은 문서와 관련된 문서를 찾을 수 없다. 현재 많은 검색 시스템들의 가장 중요한 문제는 검색의 질을 증가 시키는 것이다. 그것은 검색된 결과로 관련 있는 문서를 증가시키고, 관련 없는 문서를 감소시켜 사용자에게 제공하는 것이다. 이러한 문제를 해결하기 위해 CiteSeer는 월드와이드웹에 존재하는 논문에 대해 한정하여 ACI(Autonomous Citation Indexing)기법을 제안하였다. "Citaion Index"는 연구자가 자신의 논문에 다른 논문을 인용한 정보를 기술하는데 이렇게 기술된 논문과 자신의 논문을 연결하여 색인한다. "Citation Index"는 논문 검색이나 논문 분석 등에 매우 유용하다. 그러나 "Citation Index"는 논문의 저자가 다른 논문을 인용한 논문에 대해서만 자신의 논문을 연결하여 색인했기 때문에 논문의 저자가 다른 논문을 인용하지 않은 논문에 대해서는 관련 있는 논문이라 할지 라도 저자의 논문과 연결하여 색인할 수 없다. 또한 인용되지 않은 다른 논문과 연결하여 색인할 수 없기 때문에 확장성이 용이하지 못하다. 이러한 문제를 해결하기 위해 본 논문에서는 검색된 문서에서 단락별 명사와 동사 및 목적어를 추출하여 해당 동사가 명사 및 목적어를 취할 수 있는 가능한 값을 고려하여 하나의 문서를 formal context 형태로 변환한다. 이 표를 이용하여 문서의 계층적 그래프를 구성하고, 문서의 그래프를 이용하여 문서 간 그래프를 통합한다. 이렇게 만들어진 문서의 그래프들은 그래프의 구조를 보고 각각의 문서의 영역을 구하고 그 영역에 포함관계를 계산하여 문서와 문서간의 관계를 표시할 수 있다. 또한 검색된 문서를 트리 형식으로 보여주어 사용자가 원하는 정보를 보다 쉽게 검색할 수 있는 문서의 구조적 통합 방법에 대해 제안한다. 제안한 방법은 루씬 검색엔진이 가지고 있는 순위 계산 공식을 이용하여 문서가 가지는 중요한 단어를 문서의 참조 관계에 적용하여 비교하였다. 제안한 방법이 루씬 검색엔진보다15% 정도 높은 성능을 나타내었다.
최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.
본 연구는 고객만족과 기업가치 성과간의 관계를 분석하는 것이 목적이다. 기업가치성과는 주가와 신용등급으로 나눌 수 있는데, 전자는 기업의 시장가치이고 후자는 자금조달비용이라 구분하여 사용되고 있다. 고객만족과 주가와의 관계는 비교적 오래전부터 연구되어 왔으나 신용등급과의 관계는 최근 들어 연구되기 시작하였다. 대표적으로 Anderson and Mansi(2009)의 연구에서는 양자가 긍정적으로 관련된 것으로 밝혀졌으나, 윤상운(2010)이 국내자료를 사용한 연구에서는 그 관계가 입증되지 못하였다. 일치하지 않는 두 연구의 결과에서 아이디어를 얻어 본 연구에서는 고객만족이 신용등급에 긍정적 영향을 미치는 것으로 보고 이를 검증하였다. 두 연구에서 사용한 모델을 참고로 하였고 특히 우리나라 실정에서는 정부지원이 중요한 변수임을 감안하여 이를 포함한 연구모형을 설정하여 검증한 결과 긍정적 관련성이 있는 것으로 나타났다. 추가분석에서 자산규모가 큰 기업보다 작은 기업에서, 제조업보다 서비스업에서 고객만족이 신용등급에 더 유의한 긍정적 영향을 미치는 것으로 나타났다.
외식업계에서는 충성도제고를 위한 장기적 고객 관리 프로그램으로서 사용금액 대비 일정률의 포인트를 적립해주는 고객보상(로열티)프로그램을 시행해왔으며, 단기적인 매출 증대를 목적으로 신용카드사나 이동통신사와의 전략적 제휴를 통해 소비자에게 할인혜택을 제공하는 제휴할인카드를 경쟁적으로 도입하고 있다. 포인트 적립과 제휴카드할인 프로그램은 추구하는 목적은 서로 다르나 소비자에게는 동일한 구매시점에 둘 중에서 하나를 선택해야하는 경합적인 대안이 된다. 일반적으로 소비자는 손실에 대해 더 민감하게 반응하는 위험회피 성향을 보이며, 실용적 동기에 의한 취득 및 거래효용의 관점에서 할인이 강력한 구매 동기가 되므로, 분리된 이익으로서의 포인트 적립 보다 할인 혜택을 제공함으로써 손실의 감소로 인식되는 제휴카드할인이 더 선호될 것으로 예상할 수 있다. 기업의 입장에서도 제휴기업간의 비용분담을 통해 보다 적은 비용으로 큰 소비자 할인혜택을 제공할 수 있다는 비용효율의 장점 및 경쟁 대응 필요성 때문에 제휴카드할인을 도입하게 된다. 그러나 할인판촉은 실제적인 비용이 투입되므로 매출의 증가를 통해 비용 보다 큰 수익이 보장될 때만 의미를 가지는 촉진 수단이다. 외식업의 경우 방문객수가 증가해야 매출의 증대를 이룰 수 있으며 운영효율이 향상된다. 테이블당 고객수 증가는 공간효율을 높여주어 이익개선에 기여가 크다. 따라서 제휴카드할인이 실제적인 기업성과향상을 가져오려면 할인이 객수의 증가 특히 테이블당 객수의 증가에 기여를 해야 한다. 제휴카드할인이 객수증가 및 이익률의 향상에 도움이 되는지의 여부를 알아보기 위하여 패밀리 레스토랑업체의 실제 매출 데이터를 사용하여 검증해 본 결과 포인트 적립제도는 객수 증가와 유의적 관계를 보이지 않은 반면 제휴할인은 객수 증가에 실제적인 영향이 있음이 밝혀졌으며, 할인율이 증가하면 테이블당 고객수도 증가하며 약 25%의 할인이 제공되면 추가로 한 명의 고객이 유인되는 효과가 있었다. 또한 수익성의 측면에서는 1인당 지불금액 즉 객단가는 할인율의 증가에 따라 하락하는 경향을 보였지만 객수의 증가로 인한 추가이익이 추가비용을 상쇄하고 있어서 제휴할인카드의 도입이 비용 대비 효과의 측면에서 적극적으로 고려할 수 있는 촉진 수단임이 입증되었다. 본 연구는 기업의 실측 데이터를 활용하고 있다는 점에서 소비자 태도나 의도의 변화를 기준으로 기업의 의사 결정 정보를 제공하고자한 기존연구보다 현실적인 접근을 하고 있다. 즉, 기업의 실제 데이터로 제휴카드할인 프로그램의 효과를 측정하였고, 포인트 적립 및 차감제도를 직접 비교함으로써 기업에게 향후 마케팅 전략 수립에 관한 현실적인 시사점을 제공하였다는 점에서 연구의 의의를 찾을 수 있을 것이다.
핵의학 체외 검사실 에서는 시약 Lot가 변경될 때, Lot 간의 결과가 신뢰성이 있는지를 판단하기 위해 Lot 간 동등성 검사(comparability test between reagent lots) 또는 시약 병행 검사(reagent parallel test)를 시행하는데, 다수의 국내 검사실에서는 두 lot 간 결과 차이로부터 %difference를 구하여 저농도에서는 20% 이내, 중 고농도에서는 10% 이내로 설정하고 있으며 범위를 벗어 날 경우 재검사 시행으로 범위를 맞추는 실정이다. 따라서 본원의 핵의학 체외 검사실에서 시행되는 몇 가지 검사를 선정하여 parallel test의 결과를 분석해보았고, 검사별 맞춤 %difference 값 선정에 도움 될 만한 참고 자료를 마련해 보고자 하였다. Thyroid-stimulating hormone(TSH), Free thyroxine(FT4), Carcinoembryonic antigen(CEA), CA-125, Prostate-specific antigen(PSA) 그리고 HBs-Ab, insulin, 7종목에 대해 2018 1월부터 2018년 11월까지의 기간 동안의 시약 lot 변화에 따른 정도 관리 물질의 결과를 분석하였다. TSH, F-T4, CEA, CA-125, PSA의 측정에는 IRMA의 원리를 이용한 RIA-MAT 280 system이 사용되었고, Insulin의 측정에는 TECAN 자동화 분주 장비와 GAMMA-10 측정 장비가 사용되었다. HBs-Ab의 측정에는 HAMILTON 자동화 분주 장비와 GAMMA-10 측정 장비가 사용되었다. 각각 전용 시약과 전용 칼리브레이터, 전용 정도 관리 물질이 사용되었다. 1. TSH [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(저농도) [14.8 / 4.4 / 3.7 / 0.0 ] C-2(중농도) [10.1 / 4.2 / 3.7 / 0.0] 2. FT4 [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(저농도) [10.0 / 4.2 / 3.9 / 0.0] C-2(고농도) [9.6 / 3.3 / 3.1 / 0.0 ] 3. CA-125 [%diffrence Max / Mean / median] (P-value by t-test > 0.05) C-1(중농도) [9.6 / 4.3 / 4.3 / 0.3] C-2(고농도) [6.5 / 3.5 / 4.3 / 0.4] 4. CEA [%diffrence Max / Mean / median] (P-value by t-test > 0.05) C-1(저농도) [9.8 / 4.2 / 3.0 / 0.0] C-2(중농도) [8.7 / 3.7 / 2.3 / 0.3] 5. PSA [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(저농도) [15.4 / 7.6 / 8.2 / 0.0] C-2(중농도) [8.8 / 4.5 / 4.8 / 0.9] 6. HBs-Ab [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(중농도) [9.6 / 3.7 / 2.7 / 0.2] C-2(고농도) [8.9 / 4.1 / 3.6 / 0.3] 7. insulin [%diffrence Max / Mean / Median] (P-value by t-test > 0.05) C-1(중농도) [8.7 / 3.1 / 2.4 / 0.9] C-2(고농도) [8.3 / 3.2 / 1.5 / 0.1] 모두 정도 관리 물질의 lot 변경 시에도 유의미한 차이가 없었으며 표본 수가 늘어남에 따라 검사실과 검사 종목 별 맞춤 허용 기준을 설정할 수 있을 것이라 기대할 수 있었다. 면역 방사 계수 측정법에서 비교적 검출률이 높은 종목들을 선정해서 일 것이라 판단되며 여러 번 재 측정된 결과 값이기 때문일 수도 있겠다. 대부분의 검사 결과에서 허용 기준인 10%에 크게 못 미치는 차이를 보였으며 저농도 target 값을 가진 경우에도 허용 기준인 20%에 가까운 수치를 보이진 않았다. 더 오랜 기간 동안의 관찰과 연구를 통해 평균의 균질화가 이루어진다면 종목 별 검사실 맞춤 허용 기준을 얻을 수 있을 것으로 판단되며 더 다양한 변수를 고려한 관찰과 연구도 필요할 것이다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.