• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.95-105
• /
• 2013

최근 급변하고 있는 시장변화로 기업의 경쟁우위를 지속하기 위한 기업 간 협업 활동과 그 중요성이 증가되고 있다. 특히 한정된 자원을 보유한 중소기업의 외부자원 활용과 협업 활동은 기업 내 역량강화 및 혁신성과 창출함 있어 중요한 요소로 자리 잡고 있다. 현재까지의 대다수 선행연구들에서는 중소기업의 다양한 특성과 협업의 연관성을 세부적으로 구분하여 혁신성과를 해석하기보다 기업의 크기(대기업과 중소기업)와 연구개발 활동 등의 환경적 요인으로 구분하여 협업과 성과의 영향정도를 규명하였다. 이에 본 연구에서는 국내 중소기업의 외부 협업 활동과 관련한 기업의 다양한 특성과 혁신성과 유형에 미치는 영향력 정도를 분석하고자 하였다. 이에 기업의 특성을 주 제품이 속한 산업군, 고객군, 기업 규모로 구분하였으며, 각 유형에 따른 협업 활동이 제품혁신과 공정혁신 성과에 미치는 영향력을 살펴보았다. 본 연구에서는 프로빗 모형을 사용하였으며, 분석결과 외부협업은 제품혁신에는 큰 영향을 미치지만 공정혁신에는 유의미한 영향을 미치지 않는 것으로 나타났다. 또한 중소기업의 주 제품군이 속한 산업과 고객에 따른 협업 활동의 경우, 전반적으로 두 유형의 혁신성과에 다양한 영향을 미치는 것으로 나타났다. 또한 기업 규모가 큰 경우, 외부와의 협업 활동이 규모가 작은 기업보다 혁신성과에 큰 영향을 미치는 것으로 나타났다. 본 연구결과를 바탕으로 지속적인 성과창출에 필요한 기업특성에 따른 협업의 영향력을 인지함으로써 향후 소규모 기업들을 위한 혁신성과 창출을 위한 전략을 도입하려는 실무자 및 기관 관계자들에게 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제29권3호
• /
• pp.1-17
• /
• 2023

정보통신기술의 발전과 디지털 기기의 대중화로 인해, 온라인 시장의 규모가 커지고 있다. 그 결과 고객들은 상품을 선택하는데 많은 시간과 비용이 소요되는 정보 과부하(Information Overload) 문제에 직면하고 있다. 따라서 고객이 선호할만한 상품을 추천해 주는 추천 시스템은 필수적인 도구가 되었으며 협업 필터링(Collaborative Filtering) 기법은 가장 널리 쓰이는 추천 방법이다. 전통적인 추천 시스템은 평점과 같은 정량적인 데이터만을 사용하기 때문에 추천의 정확도는 높지 않다. 이와 같은 문제를 해결하기 위해 요즘에는 사용자 리뷰와 같은 정성적 데이터를 반영하는 연구가 활발히 진행되고 있다. 협업 필터링의 일반적인 절차는 사용자-상품 행렬 생성, 이웃 집단 탐색, 추천 목록 생성 3단계로 구성되며 코사인 같은 사용자 유사도를 사용하여 목표 고객의 이웃을 탐색하며, 추천 상품 목록을 생성한다. 본 연구에서는 이웃 집단 탐색 및 추천 목록 생성 단계에서 사용하는 사용자 간의 유사도를 기존의 사용자 평점을 이용한 유사도에 고객의 리뷰 데이터를 사용하는 확장된 사용자 유사도를 제시한다. 리뷰를 정량화 하기 위해 본 연구에서는 텍스트 마이닝을 활용한다. 즉, 리뷰 데이터에 TF-IDF, Word2Vec, 그리고 Doc2Vec 기법을 사용하여 두 사용자 간의 리뷰 유사도를 구한 후 사용자 평점을 사용한 유사도와 리뷰 유사도를 결합한 확장된 유사도를 생성하는 것이다. 이를 검증하기 위해 전자상거래 사이트인 Amazon의 'Health and Personal Care'의 사용자 평점과 리뷰 데이터를 사용하였다. 실험 결과, 사용자 간 유사도를 산출할 때 기존의 평점에 기반한 유사도만을 사용하는 것보다, 사용자 리뷰의 유사도를 추가로 반영한 확장된 유사도를 사용하면 추천의 정확도가 높아진다는 것을 확인했다. 또한, 여러 텍스트 마이닝 기법 중에서 TF-IDF 기법을 사용한 확장된 유사도를 이웃 집단 탐색 및 추천 목록 생성단계에서 사용할 때의 성능이 가장 좋게 나타났다.