• 지능정보연구
• /
• 제25권2호
• /
• pp.141-166
• /
• 2019

최근 다양한 매체를 통해 생성되는 방대한 양의 텍스트 데이터를 효율적으로 관리 및 활용하기 위한 방안으로써 문서 요약에 대한 연구가 활발히 진행되고 있다. 특히 최근에는 기계 학습 및 인공 지능을 활용하여 객관적이고 효율적으로 요약문을 도출하기 위한 다양한 자동 요약 기법이(Automatic Summarization) 고안되고 있다. 하지만 현재까지 제안된 대부분의 텍스트 자동 요약 기법들은 원문에서 나타난 내용의 분포에 따라 요약문의 내용이 구성되는 방식을 따르며, 이와 같은 방식은 비중이 낮은 주제(Subject), 즉 원문 내에서 언급 빈도가 낮은 주제에 대한 내용이 요약문에 포함되기 어렵다는 한계를 갖고 있다. 본 논문에서는 이러한 한계를 극복하기 위해 저빈도 주제의 누락을 최소화하는 문서 자동 요약 기법을 제안한다. 구체적으로 본 연구에서는 (i) 원문에 포함된 다양한 주제를 식별하고 주제별 대표 용어를 선정한 뒤 워드 임베딩을 통해 주제별 용어 사전을 생성하고, (ii) 원문의 각 문장이 다양한 주제에 대응되는 정도를 파악하고, (iii) 문장을 주제별로 분할한 후 각 주제에 해당하는 문장들의 유사도를 계산한 뒤, (iv) 요약문 내 내용의 중복을 최소화하면서도 원문의 다양한 내용을 최대한 포함할 수 있는 자동적인 문서 요약 기법을 제시한다. 제안 방법론의 평가를 위해 TripAdvisor의 리뷰 50,000건으로부터 용어 사전을 구축하고, 리뷰 23,087건에 대한 요약 실험을 수행한 뒤 기존의 단순 빈도 기반의 요약문과 주제별 분포의 비교를 진행하였다. 실험 결과 제안 방법론에 따른 문서 자동 요약을 통해 원문 내각 주제의 균형을 유지하는 요약문을 도출할 수 있음을 확인하였다.

• 대한지역사회영양학회지
• /
• 제26권3호
• /
• pp.188-199
• /
• 2021

본 연구는 현재 영양교사·영양사들의 식재료 가격 조사방법에 대한 실태 및 향후 요구도를 파악하기 위해 진행되었다. 모집단인 전국 11,818개교에서 비례층화 표본방법으로 약 10%의 학교를 추출하였다. 총 1,158개교에 설문지를 배부하였고, 그 중 회수된 439부(회수율 37.9%)는 SPSS(ver 25.0) 통계 프로그램을 이용하여 분석을 진행하였다. 현재 시장가격 조사 방법에 대한 만족도가 낮은 식재료는 공산품(3.26점), 지역산 식재료(3.33점), 수산물(3.34점), 과일류(3.37점), 채소 및 서류(3.38점)로 나타났고, 이 중 공산품을 제외하고는 지역산 식재료를 포함하여 농산물로 대부분 구성되어있다. 식재료 시장가격 조사 시 공산품 7.94시간, 채소 및 서류 6.94시간, 친환경 식재료 6.25시간, 지역산 식재료 6.24시간, 과일류 6.16시간, 수산물 5.75시간 순으로 시간이 소요되며, 이는 식재료 시장가격 조사에 만족도가 낮은 식재료 종류와 중복되는 것을 확인할 수 있다. 또한 현재 학교에서 직접 가격 조사를 시행하는 빈도가 높은 식재료의 경우 공산품 227개교(52.9%), 과일류 168개교(38.5%), 특용작물 165개교(37.8%), 수산물 164개교(38.1%), 채소 및 서류 160개교(36.8%), 난류 144개교(33.3%), 절임가공품 150개교(37.9%)로 나타났다. 더불어 초등학교와 중·고등학교로 구분하여 현재 실시하고 있는 식재료 시장가격 조사 방법을 살펴본 결과, 초등학교는 식량작물, 채소 및 서류, 친환경 식재료, 지역산 식재료의 경우 학교급식지원센터에서 구성한 TFT에서 조사한 자료 사용에 대해 응답한 비율이 가장 높게 나타났으나 중·고등학교의 경우 인근 학교와 공동조사하거나 학교에서 직접 조사하여 활용하는 비율이 높은 것으로 나타났다. 향후 원하는 식재료 시장가격 조사 방법을 살펴본 결과, 초등학교의 경우 식량작물, 채소 및 서류, 특용작물, 과일류, 난류, 수산물, 친환경 식재료, 지역산 식재료의 경우 학교급식지원센터에서 구성한 TFT에서 조사한 자료 사용에 대한 요구도가 높은 것으로 나타났으며 축산물, 공산품, 절임가공품은 교육청에서 외부전문기관에 의뢰하여 제공하는 조사자료 사용에 대한 요구도가 높았다. 중·고등학교의 경우 모든 식재료 품목에서 교육(지원)청에서 구성한 TFT에서 조사한 자료 사용에 대한 요구도가 높은 것으로 나타났다. 그러므로 학교에서는 직접 식재료 시장가격을 조사하기보다는 공신력 있는 외부 기관이나 같은 교육(지원)청 내의 영양교사·영양사와의 협력을 통해 식재료 시장가격 조사에 투입되는 시간이나 비용을 효율적으로 사용하기를 원하는 것으로 판단된다. 이러한 결과를 바탕으로 시·도 교육청이나 교육지원청에서 구성하여 일괄 조사하거나 공인된 자료를 바탕으로 식재료 시장가격을 조사 및 분석, 외부 전문기관에 의뢰 등의 방법 개선이 필요하며, 각 지역의 학교급식지원센터와 같이 일괄적으로 식재료를 공급하는 곳에서 외부와 가격 비교가 어려운 식재료 품목만이라도 시장가격 공개 혹은 공유가 필요할 것으로 판단된다. 즉, 실제 학교급식에 납품되는 규격, 식재료 납품 단가 등에 대한 비교자료가 존재하지 않는 친환경 및 지역산 식재료의 경우 가격에 대한 평가가 불가능한 상황임을 고려하여, 우선적으로 시·도교육청에서 조사한 결과 혹은 학교급식지역센터에서 제공하는 가격정보를 바탕으로 통합적으로 운영할 수 있는 홈페이지를 운영하는 것이 필요할 것으로 판단된다. 더불어 향후에는 홈페이지를 통해 학교급식에서 사용하는 식재료의 품목 수를 증가시키는 것이 필요하며, 더불어 정보의 질 유지를 위하여 공신력 있는 기관에서 주관하여 운영하거나 위탁하여 운영하는 것이 가장 이상적일 것이라 판단된다. 따라서 본 연구 결과는 학교급식 식재료 시장조사수집에 대한 현주소를 보여줄 수 있는 의미 있는 결과물이 될 것이며, 향후 학교급식 식재료 가격 수집 및 공개방법에 대한 정책마련의 기초자료가 될 것으로 사료된다.

• Radiation Oncology Journal
• /
• 제21권4호
• /
• pp.299-305
• /
• 2003

목적: 후두암 방사선치료의 표준화를 위하여 후두암에 관한 기본적인 임상 자료를 축적하고 필요한 조사 항목을 결정하여 전국적인 웹 기반 데이터 베이스 시스템을 개발하고자 하였다. 대상 및 방법: 1998년 1월부터 1999년 12월까지 호서호남 지역에서 후두암으로 진단되어 방사선치료를 받은 환자를 대상으로 임상적 분석을 시행하였다. 환자 선정 기준은 18세 이상이며 과거력상 타 장기의 암 진단 병력이 없고 후두에서 기원한 원발성 상피세포암으로 과거 후두에 대한 다른 질환으로 치료력이 없는 환자를 대상으로 하였다. 후두암에 관한 조사 항목 개발은 대한방사선종양학회 호서호남지회 소속 병원의 전문의들이 합의하여 일차적으로 선정한 항목에 대하여 각 병원에서 자체적으로 조사하였다. 통계처리는 SPSS v10.0을 이용하였다. 결과: 자료가 수집된 총 증례수는 45예이었다. 환자의 연령분포는 28$\~$88세(중앙값: 61)이었고 남녀비는 10 대 1로 대부분 남자에 발생하였다. 원발부위는 성문암이 28예(62$\%$), 성문상부암이 17예(38$\%$)이었다. 병리소견으로는 편평세포암이 대부분이었다(44/45, 98$\%$). AJCC (1997년도) 병기 I+II는, 성문암 28예 중 24예(86$\%$)에 비해 성문상부암의 경우는 16예 중 8예(50$\%$)이었다(p=0.002). 증상은 애성이 n예(89%$\%$로 가장 많았다. 진단은 간접후두경이 전체환자에서, 직접후두경검사는 43예(98$\%$)에서 각각 시행되었다. 치료로서 성문암 28예와 성문상부암 17예 중, 방사선 단독치료는 21예(75$\%$), 6예(35$\%$)에서 각각 시행되었다. 또한 수술요법과 방사선요법의 병용은 각각 5예(18$\%$), 8예(47$\%$)이었고, 항암화학요법과 방사선요법의 병용치료는 각각 2예(7$\%$), 3예(18$\%$)이었으나 두 원발 병소 간에 병용치료 빈도의 유의한 차이는 없었다(p=0.20). 방사선치료는 모두 선형가속기 6 MV X-ray를 이용하여 통상적 분할조사 법으로 시행되었다. 분할선량은 성문암 환자의 86$\%$에서 2.0 Gy를 사용한 반면 성문상부암은 59$\%$에서 1.8 Gy를 각각 사용하였다. 방사선단독치료를 완료한 환자에서 원발병소의 평균 총방사선량은 성문암에서 65.98 Gy, 성문상부암에서 70.15 Gy이었다. 수집된 자료를 기초로 후두암 방사선치료형태 연구에 필요한 총 12개의 모듈과 90개의 항목을 개 발하였다. 결론: 본 연구에서는 후두암 데이터베이스 시스템에 필요한 연구 항목을 개발하였다. 향후 웹 기반 데이터 베이스 시스템을 완성하고 전국의 방사선치료 자료를 축적하여 후두암에 대한 한국형 방사선치료의 표준화 및 적정화를 기하고자 한다.

• 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
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 마케팅과학연구
• /
• 제20권1호
• /
• pp.15-26
• /
• 2010

由于生产的全球化以及国家之间的文化交流, 东方元素越来越吸引世界的眼球. 在时装界, 一个时装设计师的文化背景往往可以催生新颖的设计理念, 使他卓尔不群. 人们对于东方元素的喜爱, 给传统时装市场带来了巨大的商机, 并且把基于文化的业务拓展到全球时装市场. 然而, 包含韩国传统文化的国际品牌还有待开发. 为了发展有韩国特色的国际品牌, 韩国人首先要在国内服装市场上认同本国文化, 然后才能进军国外市场. 便服非常适合采纳韩国元素, 因为这种衣服有很多用途, 很容易被广泛接受和使用. 而且, 多用途便服和时尚内衣的市场需求越来越大. 尽管便服市场在快速发展, 但是对便服的专门研究尚不多见, 目前在对发展中的现代化传统服装、时尚产品和品牌的研究中, 并不包括对便服的研究. 因此, 本论文调查了韩国的便服市场, 研究了消费者对含有韩国传统时装设计特色的便服的评价. 分析了对于韩国传统时装设计元素有购买意向的先例之间的关系, 并且比较了不同生活群体的消费目标. 产品质量, 零售服务质量, 感受价值以及对拥有韩国传统设计元素的便服的喜好被作为购买意向的先决条件. 同时, 本文设计了一个结构方程模型, 用于探讨它们之间的关系以及它们对购买意图的影响. 产品质量和市场营销中的零售服务质量结合在一起, 成为影响人们对韩国特色便服的偏好和价值感知的因素. 而且, 偏好和价值感知对购买意向的影响可以用同一模型来检验. 通过网上调查系统由女性消费者完成了一共357份的自填式问卷, 并制定了一份调查样本人群的生活方式、对于产品和销售服务的标准、对于韩国特色便服的价值感知、偏好以及购买意向的调查问卷. 此外, 问卷还将调查便服的采购和使用行为, 以便检验韩国便服的市场地位. 并且使用描述性分析, 因素分析, 聚类分析来分析数据, 以及使用AMOS 7.0.来进行方差分析和建立结构方程模型. 对于韩国便服市场地位的调查结果显示, 在我们的样本人群中大多数消费者都购买了便服. 便服在目前被认为是在家里穿的衣服, 是消费者比较而言投入较低的衣服. 在调查中显示, 大多数消费者每年仅仅购买2到3次便服, 花费在10美元以下. 购买便服的消费者们的生活方式共有四类: 传统价值导向的生活方式, 品牌影响的生活方式, 追求休闲的生活方式以及健康导向的生活方式, 这四类共计有12个项目. 基于这些生活方式要素, 便服消费者们又可以分为两类: 安乐派和保守派. 文章估量了对含有韩国传统时尚设计元素的便服的购买行为各组成部分之间的关系, 产品质量和零售服务质量都会影响到购买便服的偏好和价值感知. 这个研究结论证明, 高质量的产品和零售服务会对便服形成积极的优先效应. 价值感知和对便服的偏好会对购买意图产生积极的影响. 这个结果表明, 对便服所含有的韩国传统时尚设计因素的强烈偏好和价值感知能增强购买意图. 在两种不同生活方式的群体(即安乐派和保守派)的模型比较中, 结果显示产品质量和零售服务质量对安乐派群体的偏好和感知价值都有积极影响. 然而, 对保守派来说, 只有零售服务质量对偏好和购买意图有积极的影响. 由于安乐派对购买意图显示出更重大的影响, 包含韩国传统时尚设计因素的便服品牌应该关注安乐派的这些特征. 然而, 保守派对包含韩国传统时尚设计因素的便服在偏好和购买意图的关系中显得更强. 因此对包含韩国传统时尚设计因素的便服品牌来说, 它应该把重点放在如何激发保守群体消费者对便服的积极偏爱上. 这些结果提供了关于韩国便服消费者生活方式的信息, 也对那些计划进入韩国便服市场的时尚品牌, 尤其是那些与现行研究样本相似的, 目标为女性消费者的时尚品牌提供了有用的信息. 这一研究也为便服品牌和那些打算创造含有韩国传统时尚因素的高价值品牌提供了策略和市场洞察力. 考虑到不同生活方式群体的类型和便服或传统时尚商品之间的关系, 品牌设计者和市场策划人员可以运用这一研究成果作为市场定位, 目标设定, 以及市场销售策略的一个参考.

• 지능정보연구
• /
• 제20권1호
• /
• pp.163-176
• /
• 2014

소셜미디어 확산으로 많은 사용자들이 SNS를 통해 자신의 생각과 의견을 표출하며 다른 사용자들과 상호작용하고 있다. 특히 트위터와 같은 마이크로블로그는 짧은 문장을 통해 영화, TV, 사회 현상 등과 같은 공통의 주제에 대해 많은 사람이 즉각적으로 의견을 표출하고 교환하는 플랫폼의 역할을 수행하고 있다. TV방송 프로그램에 대해서도 의견과 감정을 마이크로블로그를 통해 표출하고 있는데, 본 연구에서는 마이크로블로그의 내용과 시청률과의 관계를 살펴보기 위해, 지난 공중파 방송 프로그램에 대한 트윗을 수집하고 부적절한 트윗들을 제거한 후 형태소 분석을 수행하였다. 추출된 형태소뿐 아니라 이모티콘, 신조어 등 사용자가 입력한 모든 단어들을 후보 자질로 삼아 시청률과의 상관관계를 분석하였다. 실험을 위해 2013년 1월부터 10개월간의 예능프로그램 트윗의 데이터를 수집하여 전국 시청률 데이터와 비교 분석을 수행하였다. 트윗의 발생량은 일주일 중 방송된 요일에 가장 많았으며, 특히 방송시간 부근에서 급격히 증가하는 모습을 보였다. 이것은 전국에 동시간에 방송되는 공중파 프로그램의 특성상 공통된 관심 주제를 제공하기 때문에 나타나는 현상으로 여겨진다. 횟수 기반 자질로 방송 일의 총 트윗 수와 리트윗 수, 방송시간 중의 트윗 수와 리트윗 수와 시청률과의 상관 관계를 분석하였으나 모두 낮은 상관 계수를 나타냈다. 이것은 단순한 트윗 발생 빈도는 방송 프로그램의 만족도 또는 시청률을 제대로 반영하고 있지 못함을 의미한다. 내용 기반 자질로 추출한 단어들 중에는 높은 상관관계를 보여주는 단어들이 발견되었으며, 표준어가 아닌 이모티콘과 신조어 중에도 높은 상관관계를 보여주는 자질이 나타났다. 또한 방송시작 전과 후에 따라 상관계수가 높은 단어가 상이함을 발견하였다. 매주 같은 시간에 방송되는 TV 프로그램의 특성상, 방송을 기다리고 기대하는 내용의 트윗과 방송 후 소감을 표현하는 트윗의 내용에 차이가 존재하였다. 이러한 분석결과는 단어에 따라 시청률과 연관성이 높은 시간대가 달라짐을 의미하며, 시청률을 측정하고자 할 때 각 단어들의 시간대를 고려해서 사용해야 함을 의미한다. 본 연구에서 제안한 방법은 기존의 표본 추출을 통해 이루어지는 TV 시청률 측정을 보완할 수 있는 방법에 활용할 수 있으리라 기대된다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 한국지리정보학회지
• /
• 제9권4호
• /
• pp.81-94
• /
• 2006

본 연구에서는 도암댐 유역에서의 산림파편화에 따른 수(水)환경 영향을 평가하였다. 이를 위해서 Soil and Water Assessment Tool (SWAT) 모형을 이용하였다. 도암댐 유역에서 산림파편화에 따른 수환경 영향만을 평가하기 위해서는 먼저 기상변화에 따른 영향을 배제시켜야 한다. 1985년과 2000년 강수량 분석결과 계절별 강수량에 상당히 많은 차이가 나타나, 본 연구에서는 1985년 기상자료를 이용하여 산림파편화에 따른 수환경 영향을 평가하였다. 산림 파편화에 따른 영향은 시간적 공간적으로 변화하기 때문에 본 연구에서는 수환경의 시 공간적 영향을 분석하였다. 도암댐 수계중 산림파편화가 가장 많이 발생한 소유역에서는 산림파편화로 인하여 유출량이 겨울철, 봄철, 여름철, 가을철 각각 $8,366m^3/month$, $72,763m^3/month$, $149,901m^3/month$, 그리고 $107,109m^3/month$ 증가하였다. 이렇게 증가된 유출량으로 인하여 상당한 양의 토양유실이 발생하여 하천의 부영양화 등을 초래한 것으로 판단된다. 이러한 토양유실로 인하여 가장 많은 산림파편화가 일어난 소유역에서 겨울철, 봄철, 여름철, 그리고 가을철, 유사농도가 각각 5.448mg/L, 13.354mg/L, 20.680mg/L, 그리고 24.680mg/L 증가하였다. 봄철 유사농도가 많이 증가한 이유는 산림지역과는 달리 농경지에서의 봄철 융설로 인한 토양유실이 많이 발생하였기 때문이다. 여름철과 가을철 유사농도가 증가한 이유 또한 과거 산림지역이었던 곳이 산림파편화로 인하여 상당부분 농경지로 전환되었으며, 이 지역에서의 영농에 따른 토양유실 증가로 유사농도가 증가한 것으로 판단된다. 본 연구의 결과를 종합해 보면 홍수조절, 토양유실 저감, 수질 개선과 같은 산림 고유의 기능은 유역내 산림파편화로 인하여 매우 빨리 손실될 수 있다. 따라서 도암댐 유역 내에서 산림 파편화에 따른 부정적 영향을 최소화시키기 위해서는 복합적인 토지이용계획을 수립하여 이행되어야 한다.

• Radiation Oncology Journal
• /
• 제20권1호
• /
• pp.81-90
• /
• 2002

목적 : 세기조절 방사선치료(IMRT) 환자에 적합한 Quality Assurance (QA) 항목을 찾아내고 평가 항목의 유용성 및 타당성을 검토하였다. 대상 및 방법 : 3단계, 16항목으로 구성된 IMRT 환자 QA program을 만들어 9환자 12예의 다양한 IMRT 환자에 대해 적용하고 그 방법의 타당성을 검토하였다. 3단계 OA 항목은 전산화치료계획시스템(RTP) QA, 치료 정보의 전달 QA, 치료 전달 과정 OA 등으로 구성되었다. RTP QA는 다시 organ constraint의 검토, 그리고 점선량 및 선량 분포의 타당성 평가 등으로 세분화하였다. 치료 정보의 전달 QA에서는 leaf sequence pattern 작성, 치료 전달용 MLC file 생성 프로그램에서 작성된 IMRT field 용 MLC file의 정확성의 평가와 이 file로 만든 치료 조사면의 dry run 결과를 MLC simulation image와 비교하였다. 치료 전달 과정 QA는 환자의 set-up QA와 IMRT field delivery의 확인, Record and Verify 시스템의 확인 등으로 나누어 실시하였다. 결과 : 점선량 평가 결과, 총 12예 중 10예에서 측정값과 RTP 계산값이 $3\%$ 이내의 일치를 보였고, $3\%$ 이상 및 $5\%$ 이상이 각각 1예씩 발견되었다. RTP에서 설계한 MLC leaf 위치와 Dry run에서 나타난 실제 MLC leaf 위치를 비교하였을 때 2 mm 이상의 차이를 보이는 예는 없었다. 필름에 의한 선량 분포는 치료 계획 선량 분포와 정성적으로 일치함을 알 수 있었으나, 필름의 특성상 정량적인 비교를 할 수는 없었다. Leaf sequence에서 MLC file을 생성하는 프로그램은 오차 없이 구동하였다. 결론 : 본원에서 실시한 IMRT 환자 QA program이 유용하고 필요한 항목임을 보일 수 있었다. 특히 처음 IMRT를 시작할 때는 제시된 모든 항목에 대한 QA를 실시하여야 하나 계속 이 program을 유지하기에는 절차가 복잡하고 긴 시간이 소요되는 과정이라는 문제가 있다. 지속적으로 IMRT를 실시하는 기관을 위해 실용적이며 필수적인 QA 항목을 제시할 수 있었다.