• 대한공업교육학회지
• /
• 제39권1호
• /
• pp.164-188
• /
• 2014

이 연구의 목적은 사범대학 및 학과별 수준의 인증 시스템에서 제시한 인증 영역 및 요소에 대한 사범대학 재학생이 인식하는 중요도를 조사하여 개선방안을 제시하는 것이다. 이를 위한 구체적인 목표는 첫째, 인증 영역 및 요소에 대한 학과별 중요도 차이를 확인하며, 둘째, 인증 영역 및 요소에 대한 학년별 중요도 차이를 확인하는 것이다. 본 연구의 대상은 A대학교 사범대학 재학생 전체를 모집단으로 하였으며, 10개 학과 758명이 중요도에 대한 설문 조사 대상이다. 설문 조사지는 총 800부를 배포하였으며, 회수된 설문지는 299부로 회수율은 37.3%로 나타났다. 설문 조사 분석 결과를 바탕으로 주요 결론을 제시하면 다음과 같다. 첫째, 학과별로 교직 인성 영역에서는 교직 적성 검사, 사회적 지능계발 프로그램 이수에 대한 중요도의 차이가 나타났으며, 교수 전문성 영역에서는 전공별 교과교육 과목 이수, 전공별 교과내용 과목 이수, 수업 실연 경진대회 참가에서 중요도 인식의 차이가 나타났다. 학생지도 전문성 영역에서는 창의 인성 계발 관련 교육 프로그램 이수, '교육실습'과목 이수에 있어서 학과별로 중요도에 차이가 나타났다. 정보 사회 소통력에서는 제2외국어 최소 점수 획득에 대해서 낮은 중요도를 보였다. 둘째, 학년별로는 1학년 재학생이 교직과정 구성의 타당성, 교육과정의 충실성, 교육과정의 우수 교원 양성에의 타당성, 졸업자의 교원 직무 수행 능력 함양, 사범대학 교육과정의 우수 교원 양성 적절성에 대해서 타 학년에 비해 높게 인식하는 것으로 나타났다. 특히 4학년의 경우 우수 교원 양성을 위한 새로운 제도의 필요성을 가장 높게 인식하는 것으로 나타났다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.73-94
• /
• 2010

개방병원에 환자의 입원을 의뢰한 담당 의사들은 환자들의 상태와 제대로 된 간호서비스를 받고 있는지에 대한 정보를 간호기록을 열람함으로써 확인할 수 있다. 하지만 간호기록은 병원의 내부자료로써 외부기관에 쉽게 공개할 수 없는 자료이고 표준화가 확립되어 있지 않아 병원별로 다르게 작성되고 있어 필요한 정보를 공유하는데 많은 어려움이 따른다. 따라서 본 연구에서는 개방병원 간호기록의 작성과 공유를 지원하기 위한 시스템을 개발하고자 하였다. 본 시스템은 우선 간호기록을 실제로 작성하는 간호사의 편의성을 고려하여 간호기록항목사전을 설정하게 하고 간호사와 의사간의 지능형 에이전트를 이용한 협상으로 작성과 공개의 항목을 확정하도록 하였다. 이 모든 과정은 의료기관간의 네트워킹을 지원할 수 있도록 웹기반시스템으로 설계되었고 실제 구현을 통하여 실현가능성을 확인하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.127-139
• /
• 2013

최근 지식기반 사회의 진입과 더불어 지식재산에 대한 관심이 증가하고 있다. 특히 하이테크산업을 이끌고 있는 ICT기업들은 지식재산의 체계적 관리를 위하여 끊임없이 노력하고 있다. 기업의 지적 자본을 대표하는 특허정보가 지속적으로 축적됨에 따라 정량적인 분석이 가능해졌다. 특허정보를 통하여 특허수준부터 기업수준, 산업수준, 국가 수준에 이르기 까지 다양한 수준에서의 분석이 가능하다. 특허정보는 기술 현황을 파악하거나 성과에 미치는 영향을 분석하는데 활용되고 있다. 특허 인용 정보를 활용한 분석은 크게 두 가지로, 인용 횟수를 활용하는 인용지표 분석과 인용관계를 바탕으로 한 네트워크분석으로 나뉜다. 네트워크를 통한 분석은 지식 영향의 흐름을 나타내며, 이를 통하여 기술의 변화를 확인할 수 있을 뿐만 아니라 앞으로의 연구 방향을 예측할 수 있다. 네트워크를 활용한 분석 분야에서는 기업이 차지하는 네트워크상에서의 위치가 기업성과에 미치는 영향을 다각도에서 분석하는 연구가 진행되고 있다. 본 연구에서는 소셜네트워크분석 기법을 활용하여 특허 인용을 기반으로 한 기업 간의 네트워크를 도출하고 특허 인용 네트워크에서 차지하는 기업의 위치적 특성이 기업성과에 미치는 영향을 분석하였다. 이를 위해 미국 S&P500에 등록된 IT 및 통신서비스 기업 가운데 74개 기업을 표본으로 선정하였다. 소셜네트워크분석을 통하여 개별 기업들의 아웃디그리 중심성, 매개 중심성, 효율성(구조적 공백)을 측정하여 네트워크 상에서의 위치적 우위를 나타내는 독립변수로서 이용하였으며, 기업성과 변수로는 순이익을 사용하였다. 실증 분석 결과, 각각의 네트워크 지표는 기업성과인 순이익에 통계적으로 유의한 영향을 미치는 것으로 나타났다. 두 가지 중심성 지표는 기업성과에 정(+)의 영향을 미친 반면, 구조적 공백으로 인한 위치적 우위를 나타내는 효율성은 기업성과에 부정적(-)인 영향을 미치는 것으로 나타났다. 세 가지 네트워크 지표를 동시에 고려할 경우에는 매개 중심성만이 기업성과에 대해 통계적 유의성을 보였다. 분석 결과를 토대로 연구의 발견점을 토의하고 시사점을 논의하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.67-101
• /
• 2014

새로운 기술의 활용은 고객과의 관계를 맺기위한 기업들의 마케팅 전략을 변모시켜왔다. 새로운 기술 중에서 소셜 미디어는 기업들이 온라인 고객들에게 다가가기 위한 도구이며, 유명한 소셜 미디어 사이트 중의 하나는 마이크로 블로깅 플랫폼인 트위터이다. 매일 5억건이상의 트윗이 발생하기때문에 연구자들에게는 풍부한 데이터의 원천이며, 기업들에겐 매력적인 마케팅 채널이다. 그럼에도 불구하고 효과적인 트위터 활용전략을 수립하는 것이 어려우며, 이는 적절한 트위터 활용에 대한 이론적인 또는 실증적인 검증이 이루어지지 않았기 때문이다. 본 연구는 기업들이 마케팅 채널로서의 트위터를 어떻게 효과적으로 활용할 수 있는지에 대한 실증적인 근거를 브랜드 개성과 브랜드 관여를 중심으로 연구하여 제공하고자 한다. 본 연구는 Aaker의 브랜드 개성에 대한 연구에서 제시한 브랜드 개성 척도를 활용하여 트위터 메시지가 브랜드 개성을 띄고 있는지와 이에 따른 고객들의 참여와 반응을 분석하고자 한다. 또한, 제품의 관여도에 따라서 조절효과가 존재하는지도 분석하였다. 23개 브랜드의 8주간의 트위터 계정의 포스팅을 수집하였으며, 오피니언 마이닝을 통하여 연구 가설을 검증하였다. 구체적인 본 연구의 목적은 첫째로 마케팅 연구에서 제시된 브랜드 개성의 개념이 소셜 미디어인 트위터에도 적용이 가능한지 분석하는 것이다. 둘째는 오프라인 브랜드 개성과 온라인 브랜드 개성간의 일치여부와 소셜 미디어 브랜드 커뮤니티의 활성화간의 관계를 밝히고자 한다. 마지막으로, 제품의 관여도에 따라 온라인/오프라인 브랜드 개성의 일치도가 조절효과를 갖는지를 분석하고자 한다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.133-149
• /
• 2014

대학은 교육을 통한 인재육성과 더불어, 사회적 가치를 창출할 수 있는 새로운 지식 및 아이디어를 창출하는 것을 주요한 목적으로 한다. 이러한 지적 자원은 비단 교수들이 생산하는 논문에 국한되지 않으며, 학생들로부터 창출되는 창의적인 아이디어, 독창적 문제인식 및 솔루션을 포괄하고 있다. 대학에서 창출되는 주요한 지적자원은 학술적인 지식인 '논문', 교육적 용도의 '강의자료', 텀프로젝트, 공모전 등을 통해 창출되는 창의적 형태의 '아이디어', 그리고 법적인 지적재산권이 확보된 '특허'등이 있다. 그러나, 이러한 대학의 지적 자원은 대부분 강의실 이외의 공간으로 유통되지 못하고 있으며, 대학 내에서조차 체계적으로 관리되지 못한다. 본 연구는 인문사회계열의 대학에서 창출되는 다양한 형태의 지적 자원을 기업에 유통시키고, 이를 통하여 대학의 인적자원이 기업에 연계될 수 있도록 하는 새로운 형태의 시스템 플랫폼을 제안한다. 즉, 대학의 지적자원을 실제로 이를 활용할 기업에게 시스템적으로 유통시킬 수 있는 방안을 연구하였으며, 이와 더불어 대학에서 배출되는 우수한 인재들의 정보를 기업에 함께 전달하여, 산학연계를 공고히 할 수 있는 시스템의 플랫폼을 설계하였다. 이를 위해, 본 연구에서는 시스템의 주요 사용자인 학생 및 교수, 그리고 기업의 실무담당자 총 100명에 대한 사용자 요구도를 조사하고, 이를 토대로 대학의 지적/인적자원에 대한 유통플랫폼 및 이에 대한 그래픽 사용자 인터페이스 (Graphic User Interface) 프로토타입을 구성하였다. 마지막으로, 제안된 플랫폼을 효과적으로 운영할 수 있는 방안에 대한 정책적 시사점을 제안하였다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.117-129
• /
• 2015

인터넷을 활용한 정보 검색이 보편화됨에 따라, 상대적으로 정보가 부족했던 개인 투자자들이 인터넷 검색을 통해서 관심 기업의 정보를 지속적으로 '주의(attention)'하고 이를 통하여 시의 적절하고 유용한 정보를 획득할 수 있게 되었다. 본 연구에서는 능동적 정보검색을 통해 유도된 주의 효과가 투자자에게 정보전달의 역할을 하는지 개별 기업 주식의 변동성과 동조화를 중심으로 규명하고자 한다. 특히 기업의 본질적 가치에 대한 정보획득 및 판단이 쉽지 않은 정보기술 서비스 중심의 IT 기업을 대상으로 최근 10년간의 키워드 검색 데이터를 분석하였다. 분석 결과, 인터넷 검색을 통한 기업정보의 수집 및 확산의 용이성은 투자자가 기업의 가치를 보다 정확히 평가하는데 도움을 주고 결과적으로 시장에서의 탈동조화를 유인함을 알 수 있다. 즉, 투자자의 주의는 시장에 내재된 불완전성에 의해 본질적인 요소와 상관없이 주식들의 수익률이 동시에 같은 방향으로 움직이는 동조화 현상을 약화시키는데 영향을 미쳤다. 이러한 결과는 기업 규모가 클수록, 연도별 분석에서는 최근에 가까울수록 더 크게 영향을 미치는 것으로 나타났다. 잘 알려진 기업일수록 인터넷 검색으로 획득할 수 있는 정보의 양이 많고, 또한 시간이 지날수록 정보가 쌓이면서 이러한 현상은 더 심화될 것으로 예측할 수 있다. 반면, 인터넷 검색량과 기업의 변동성은 규모가 큰 기업의 경우에만 유의한 양의 관계를 보여주었다. 본 연구는 투자자의 주의효과를 인터넷 검색량을 이용하여 실증 분석하였다는데 의의가 있으며, 연구 결과는 기업 주식의 변동성 및 동조화 현상에 대한 이해를 높이고 투자자의 투자결정에 도움이 될 것으로 기대된다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.23-38
• /
• 2012

온라인 쇼핑몰은 인터넷을 통해 손쉽게 접근이 가능하기 때문에, 최초 구매의사가 발생한 시점으로부터 이에 대한 실제 구매가 실현되기까지의 기간이 오프라인 쇼핑몰에 비해 비교적 짧게 나타난다. 즉 오프라인 쇼핑몰의 경우 구매희망 물품을 바로 구매하기 보다는 몇 개의 물품들을 모아서 구매하는 행태가 일반적이다. 하지만, 인터넷 쇼핑몰의 경우 단 하나의 물품만을 포함하고 있는 주문이 전체 주문의 절반 이상을 차지한다. 따라서 온라인 쇼핑몰 데이터의 장바구니 분석에 전통적 데이터마이닝 기법을 그대로 적용할 경우, Null Transaction의 수가 지나치게 많음으로 인해 합리적 수준의 지지도(Support)를 만족시키는 규칙을 찾는 것이 매우 어렵게 된다. 이러한 이유로 온라인 데이터를 사용한 많은 연구는 동시성 기준을 여러 방법으로 확장하여 사용하였는데, 이들 동시성 기준은 명확한 근거나 합의 없이 연구자의 상황에 따라 임의로 선택된 측면이 있다. 따라서 본 연구에서는 온라인 마켓 분석에 적용되는 구매의 동시성 기준을 정확도 측면에서 평가함으로써, 구매의 동시성 기준 선정을 위한 근거를 제시하고자 한다. 또한 동시성 기준의 정확도가 고객의 평균 구매간격에 따라 상이하게 나타나는 것을 파악하여, 향후 고객의 특성에 따른 차별화된 추천 시스템 구축을 위한 기본 방향을 제시하고자 한다. 이를 위해 국내 대형 인터넷 쇼핑몰의 최근 2년간 실제 거래 내역을 대상으로 실험을 수행하였으며, 실험 결과 단골 고객의 구매 추천을 위한 분석의 경우 추천 범위와 분석 데이터의 동시성 기준을 맞추어 연관규칙을 도출하는 것이 바람직하며, 비단골 고객의 경우 대부분의 추천 범위에 대해서 분석 데이터의 동시성 기준을 비교적 길게 설정하여 연관규칙을 도출하는 것이 바람직한 것으로 나타났다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.105-122
• /
• 2019

텍스트 데이터가 특정 범주에 속하는지 판별하는 문장 분류에서, 문장의 특징을 어떻게 표현하고 어떤 특징을 선택할 것인가는 분류기의 성능에 많은 영향을 미친다. 특징 선택의 목적은 차원을 축소하여도 데이터를 잘 설명할 수 있는 방안을 찾아내는 것이다. 다양한 방법이 제시되어 왔으며 Fisher Score나 정보 이득(Information Gain) 알고리즘 등을 통해 특징을 선택 하거나 문맥의 의미와 통사론적 정보를 가지는 Word2Vec 모델로 학습된 단어들을 벡터로 표현하여 차원을 축소하는 방안이 활발하게 연구되었다. 사전에 정의된 단어의 긍정 및 부정 점수에 따라 단어의 임베딩을 수정하는 방법 또한 시도하였다. 본 연구는 문장 분류 문제에 대해 선택적 단어 제거를 수행하고 임베딩을 적용하여 문장 분류 정확도를 향상시키는 방안을 제안한다. 텍스트 데이터에서 정보 이득 값이 낮은 단어들을 제거하고 단어 임베딩을 적용하는 방식과, 정보이득 값이 낮은 단어와 코사인 유사도가 높은 주변 단어를 추가로 선택하여 텍스트 데이터에서 제거하고 단어 임베딩을 재구성하는 방식이다. 본 연구에서 제안하는 방안을 수행함에 있어 데이터는 Amazon.com의 'Kindle' 제품에 대한 고객리뷰, IMDB의 영화리뷰, Yelp의 사용자 리뷰를 사용하였다. Amazon.com의 리뷰 데이터는 유용한 득표수가 5개 이상을 만족하고, 전체 득표 중 유용한 득표의 비율이 70% 이상인 리뷰에 대해 유용한 리뷰라고 판단하였다. Yelp의 경우는 유용한 득표수가 5개 이상인 리뷰 약 75만개 중 10만개를 무작위 추출하였다. 학습에 사용한 딥러닝 모델은 CNN, Attention-Based Bidirectional LSTM을 사용하였고, 단어 임베딩은 Word2Vec과 GloVe를 사용하였다. 단어 제거를 수행하지 않고 Word2Vec 및 GloVe 임베딩을 적용한 경우와 본 연구에서 제안하는 선택적으로 단어 제거를 수행하고 Word2Vec 임베딩을 적용한 경우를 비교하여 통계적 유의성을 검정하였다.