• 지능정보연구
• /
• 제22권1호
• /
• pp.159-185
• /
• 2016

여행을 계획하는 일은 매우 복잡하고 많은 시간을 필요로 한다. 여행 계획을 정할 때에는 보통 관심 지점(point of interests, POIs)을 선택하고 그에 따른 다양한 제약 조건들을 고려하여 일정을 계획 한다. 관심 지점을 선정할 때 친구들에게 의견을 묻거나 인터넷에서 직접 정보를 찾으며 여행사의 도움을 받기도 한다. 하지만 이러한 방법들은 다음과 같은 어려움이 있다. 친구들에게 의견을 묻는 경우에는 친구들이 방문해 보지 못한 장소에 대한 정보를 얻기 어렵고 인터넷에서 정보를 찾는 경우에는 오히려 너무 많은 여행 정보들 때문에 필요한 정보를 탐색하고 정리하는데 많은 시간이 필요하며 여행사의 도움을 받을 때에는 여행 일정이 여행을 제공해주는 업체들 쪽으로 편중될 우려가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 여행 일정 계획 시스템인 CYTRIP을 제안한다. CYTRIP은 웹 기반의 추천 시스템으로써, 여행 정보를 공유할 수 있는 공간을 제공하고, 이를 통해 참여자들의 집단 지성에 따른 관심 지점을 추천 받는다. 그리고 PDDL3를 통해 추천된 지점들의 시간적, 공간적 제약조건 따라 여행 일정이 자동으로 생성되며 이렇게 생성된 일정은 지도 위에 표시되어 사용자에게 제공된다. 여행을 계획할 때에 정해진 기간 동안 모든 추천 관심지점을 방문할 수 없는 경우가 발생한다. 이러한 문제를 피하기 위해 정해진 시간에 방문 가능한 관심 지점들의 후보 집합을 선택하고 이 후보 집합들에 대한 여행 일정을 생성한다. 제안하는 시스템의 성능평가를 위해 사용자 평가를 실시하였다. 사용자 평가를 위해 한국관광공사에서 제공하는 데이터를 활용하였고 평가 결과 제안하는 시스템이 여러 참여자들의 집단 지성을 통해 여행 일정을 계획하는데 유용하다는 것을 알 수 있었다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.21-41
• /
• 2019

정보 기술의 발전으로 온라인에서 활용 가능한 데이터의 양이 급속히 증대되고 있다. 이러한 빅데이터 시대에 많은 연구들이 통찰력을 발견하고 데이터의 효과를 입증하기 위해 노력하고 있다. 특히 관광 산업의 경우 정보에 민감한 사업으로 소셜 미디어의 영향력이 높고 소셜 미디어의 상품 후기에 소비자들이 영향을 많이 받아 많은 기업과 연구자들이 소셜 미디어를 분석하여 새로운 서비스 및 통찰력을 얻고자 시도하였다. 하지만 소셜 미디어의 후기는 텍스트로 이루어진 대표적인 비정형 데이터로 적절한 처리를 하지 않으면 분석에 활용할 수 없다. 또한 후기 데이터의 양이 방대함에 따라 사람이 직접 분석하기도 어려운 실정이다. 따라서, 본 연구에서는 이러한 소셜미디어 상의 온라인 후기로부터 직접 호텔의 서비스 품질 향상을 위한 통찰력을 추출할 수 있는 분석 방법을 제시하고자 한다. 이를 위해 본 연구에서는 먼저 후기 데이터에 포함되어 있는 주제어를 추출하는 토픽 마이닝 기법을 적용하였다. 토픽 마이닝은 대용량의 문서 집합으로부터 문서를 대표하는 단어 집합을 추출하는 기법을 의미하며 본 연구에서는 다양한 연구에서 활용되고 있는 LDA모형을 사용하여 토픽 마이닝을 수행하였다. 하지만, 토픽 마이닝 자체만으로는 주제어와 평점 사이의 관계를 도출할 수 없어 서비스 품질 향상을 위한 통찰력을 발견하기 어렵다. 그에 따라 본 연구에서는 토픽 마이닝의 결과값을 기반으로 의사결정나무 모형을 사용하여 주제어와 평점 사이의 관계를 도출하였다. 이러한 방법론의 유용성을 평가하기 위해 홍콩에 있는 4개 호텔의 온라인 후기를 수집하고 제안한 방법론의 분석 결과를 해석하는 실험을 진행하였다. 실험 결과 긍정 후기를 통해 각 호텔이 유지해야할 서비스 영역을 발견할 수 있었으며 부정 후기를 통해 개선해야할 서비스 영역을 도출할 수 있었다. 따라서, 본 연구에서 제안한 방법론을 사용하여 방대한 양의 후기 데이터로부터 서비스 개선 및 유지 영역을 발견할 수 있으리라 기대된다.

• 한국정보처리학회논문지
• /
• 제7권11S호
• /
• pp.3651-3667
• /
• 2000

최근 인터넷 기반의 분산 멀티미디어 환경에서 가장 성장하는 기술로는 스트림 서비스 기술과 분산 객체 기술을 꼽을 수 있다. 특히, 분산 객체 기술에 스트림 서비스 기술을 통합하려는 연구들이 진행되고 있다. 이 기술들은 다양한 스트림 서비스 관리 모델과 프로토콜의 연구에서 적용되고 있다. 그러나, 기존에 제시된 관리 모델들은 스트림 전송의 서비스 질(QoS)에 대한 지원이 미흡하다. 또한, 서비스 질에 관련된 기능들이 특정 응용 서비스의 부속 모듈로 개발됨에 따라, 확장이나 재사용을 지원할 수 없는 문제점을 나타내고 있다. 이를 해결하기 위해 본 논문에서는 분산 객체 기술을 적용하여 확장 및 재사용이 용이하고 스티림의 서비스의 질을 보장하는 QoS 통합 플랫폼을 제안했다. 제안된 플랫폼의 구조는 사용자 제어 모듈, QoS 관리 모듈 및 스트림 객체의 세가지 컴포넌트로 구성된다. 스트림 객체는 TCP/IP 상에서 RTP 패킷을 송·수신 기능을 한다. 사용자 제어 모듈은 CORBA 객체를 이용하여 스트림 객체들을 제어한다. QoS 관리 모듈은 사용자 제어 모듈간에 서비스 질을 유지하는 관리 기능을 한다. QoS xd합 플랫폼의 구축을 위해 관련 모듈들을 독립적으로 구현하고, 이들이 CORBA 환경에서 플랫폼 독립성, 상호운용성, 이식성을 갖도록 그들간에 인터페이스들을 IDL로 정의하였다. 제안된 플랫폼의 구현을 위해 Solaris 2.5/2.7에 호환되는 OrbixWeb 3.1c, 자바언어와 Java Media Framework API 2.0, Mini-SQL1.0.16 및 관련 이미지 캡쳐보드 및 영상카메라를 사용하였다. 본 플랫폼의 기능검증을 위한 결과로서, 플랫폼 상에서 스트림 서비스가 진행되는 동안, 클라이언트와 서버의 GUI를 통해 위에서 기술한 모듈들의 수행결과와 QoS 제어 과정으로부터 얻어지는 수치적 데이터를 보였다.

• 초등상담연구
• /
• 제11권2호
• /
• pp.299-320
• /
• 2012

본 연구는 상보적 수업을 활용한 읽기전략 학습상담프로그램이 초등학생의 독해력, 초인지 및 자기효능감에 미치는 효과를 알아보는데 그 목적이 있다. 이를 위해 중소도시 초등학교 5학년 2개 학급을 각각 실험집단과 통제집단으로 선정하고, 실험집단에 5주 동안 총 10회기의 상보적 수업을 활용한 읽기전략 학습상담프로그램을 실시하였다. 연구의 결과는 다음과 같다. 첫째, 상보적 수업을 활용한 읽기전략 학습상담프로그램은 초등학생들의 독해력과 그 하위 요인인 사실적 이해와 감상적 이해 영역에서 유의한 효과가 있었다. 둘째, 상보적 수업을 활용한 읽기전략 학습상담프로그램은 초인지의 하위요인인 조정 영역에서 유의한 효과가 있었다. 셋째, 상보적 수업을 활용한 읽기전략 학습상담프로그램은 자기효능감에서 유의한 효과가 있었다. 새로운 읽기전략에 대한 경험과 또래집단 구성원간에 주고받는 도움과 성공 경험이 자기효능감에 긍정적인 영향을 준 것으로 볼 수 있다. 넷째, 학생의 활동보고서 및 연구자의 관찰결과와 함께 프로그램에 대한 만족도 평가를 실시한 결과에서 초등학생들이 협동학습을 통해 학습 집단에서 공동 목표를 설정하고 그 목표를 달성하기 위해서 함께 노력하여 다른 구성원에게 도움을 주고받으며 즐겁게 참여하는 것이 긍정적인 프로그램 효과에 기여하였음을 확인할 수 있었다. 이상과 같은 연구 결과를 통해 상보적 수업을 활용한 읽기전략 학습상담프로그램이 초등학생들의 독해력, 초인지, 자기효능감을 향상시키는데 긍정적인 효과가 있었다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.77-92
• /
• 2014

텍스트에 대한 사용자의 접근성을 향상시키기 위해, 이들 문서는 정해진 기준에 따라 카테고리로 분류되어 제공되고 있다. 과거에는 카테고리 분류 작업이 수작업으로 수행되었지만, 문서 작성자에게 분류를 맡기는 경우 분류 정확성을 보장할 수 없고 관리자가 모든 분류를 담당하는 경우 많은 시간과 비용이 소요된다는 어려움이 있었다. 이러한 한계를 극복하기 위해 카테고리를 자동으로 식별할 수 있는 문서 분류 기법에 대한 연구가 활발하게 수행되었다. 하지만 대부분의 문서 분류 기법은 각 문서가 하나의 카테고리에만 속하는 경우를 가정하고 있기 때문에, 하나의 문서가 다양한 주제를 갖는 실제 상황과 부합하지 않는다는 한계를 갖는다. 이를 보완하기 위해 최근 문서의 다중 카테고리 식별을 위한 연구가 일부 수행되었으나, 이들 연구는 대부분 이미 다중 카테고리가 부여되어 있는 문서에 대한 학습을 통해 분류 규칙을 생성하므로 단일 카테고리만 부여되어 있는 기존 문서의 다중 카테고리 식별에는 적용할 수 없다는 제약을 갖는다. 따라서 본 연구에서는 이러한 제약을 극복하기 위해, 카테고리, 토픽, 문서간 관계 분석을 통해 단일 카테고리를 갖는 문서로부터 추가 주제를 발굴하여 이를 다중 카테고리로 자동 확장시킬 수 있는 방법론을 제안하였다. 실험 결과 원 카테고리가 식별된 총 24,000건의 문서 중 23,089건에 대해 카테고리를 확장시킬 수 있었다. 또한 정확도 분석에서 카테고리의 특성에 따라 카테고리 분류 정확도가 상이하게 나타나는 현상을 발견하였다. 본 연구는 단일 카테고리로 분류된 문서에 대해 다중 카테고리를 추가로 식별하여 부여함으로써, 규칙 학습 과정에서 다중 카테고리가 부여된 문서를 필요로 하는 기존 다중 카테고리 문서 분류 알고리즘의 활용성을 매우 향상시킬 수 있을 것으로 기대한다.

• 한국유통학회지:유통연구
• /
• 제16권1호
• /
• pp.141-177
• /
• 2011

기존의 확산관련 연구들은 대부분이 구전 커뮤니케이션의 효용성에 치중하여 개인단위의 변수를 사용하는 경향이 많았다 (Iacobucci 1996; Midgley 외 1992). 반면 구전의 선행 변수로써 네트워크의 구조적 특성을 소비자의 집단문화적 성향에 기초하여 조사한 연구는 찾아보기 어렵다. 본 연구는 이같은 연구배경 하에서 네트워크의 구조적 특성과 소비자의 구전간의 관계를 연관시켜 비교문화적으로 접근하려고 하였다. 본 연구에서 추구하는 주요 목적은 한국과 중국 소비자를 대상으로 사회적 네트워크 형태에 따른 구전효과를 규명하려는 것이며, 네트워크와 구전 효과와의 관계에 영향을 미치는 조절변수로써 문화적 가치관의 역할을 검증하려고 하였다. 구체적인 연구목적은 다음과 같다. 첫째, 사회적 네트워크 관련 이론들을 바탕으로 한국과 중국 소비자들을 대상으로 네트워크의 구조적 특성들 (예: 유대강도, 중심성, 범위)이 구전의 효과 (구전 의향 및 구전 정보의 질)에 어떠한 영향을 미치는지를 규명한다. 둘째, 사회적 네트워크 특성이 구전효과에 미치는 영향에 있어서 문화적 가치 (불확실성 회피 성향, 개인주의성향)가 조절 역할을 하는지를 규명한다. 셋째, 사회적 네트워크 특성과 구전효과의 선행변수로써 소비자 개인의 혁신 성향의 역할을 규명한다. 분석 결과, 한국과 중국 소비자들은 공통적으로 네트워크 유대강도와 중심성은 구전의향에 유의한 영향을 보였으나 네트워크 범위는 두집단 모두 유의하게 나타나지 않았다. 반면, 한, 중 소비자 공통적으로 불확실성회피 성향은 네트워크범위와 상호작용을 함으로써 구전의향에 조절역할을 하는 것으로 나타났다. 마지막으로 소비자의 혁신성향은 한중 두 소비자 집단에서 공통적으로 네트워크 특성 (중심성)과 구전효과(구전정보의 질) 에 유의하게 긍정적 영향을 미치는 것으로 나타났다. 한중 양국의 네트워크 특성을 비교한 결과 한국이 중국보다 유대강도, 중심성, 범위에서 모두 유의하게 더 높은 점수를 보였으며, 불확실성회피 성향 또한 한국 소비자가 중국보다 유의하게 높은 것으로 나타났다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.