• 지능정보연구
• /
• 제17권3호
• /
• pp.131-146
• /
• 2011

오늘의 글로벌 네트워크 비즈니스 환경에서 비서직 종사자들에게 신속 정확한 정보수집 능력과 올바른 판단력은 그 어느 때보다 필요한 역량으로 중시되고 있다. 비서직 업무 수행에 필요한 대부분의 지식은 체험지 혹은 경험지이기 때문에 비서가 주어진 문제를 해결하기 위해서 과거의 비슷한 사례를 참고하는 방법은 매우 타당한 것이며, 경험이나 선례를 적용함으로서 실패할 요인을 줄이고 문제 해결의 질을 높이는 동시에 시간을 단축시킬 수 있다. 본 연구에서는 비서 업무 수행 시 특정 문제 해결에 필요한 정보를 사례기반 추론에 근거하여 현재 문제와 가장 유사한 과거의 사례를 추천하는 시스템(COKRS : Case-based reasoning Office Knowledge Recommender System, 이하 COKRS)을 설계하고 프로토타입을 구축함을 목적으로 한다. 본 연구 결과인 COKRS는 비서직에서 뿐만 아니라 일반 사무영역에서의 지식관리 목적으로도 확대 이용 될 수 있을 것이다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제24권2호
• /
• pp.273-300
• /
• 2018

본 연구는 서울로 상경한 지방출신 여성들의 서울정착 과정에서의 경험을 분석하기 위해 서울로 대학을 진학하고 졸업 후 남아 직장생활을 지속하고 있는 7명의 여성들을 대상으로 심층면담을 통해 근거이론을 활용하여 분석하였다. 개방코딩에서는 110개의 개념, 21개의 하위범주와 이들을 포함하는 11개의 범주가 도출되었다. 인과적 조건은 '서울정착의 힘겨움'이며 맥락적 조건으로는 '심리적 불안 심화', '생활의 질 하락', '경제적 불안의 지속'으로 나타났다. 중심현상으로는 '서울정착의 지속여부에 대한 딜레마'로, 중재조건은 '서울상경이후 10년의 경험진단'으로 드러났다. 작용/상호작용 전략은 '개인생활의 변화', '안정된 직장을 통한 경제력 확보', '사회참여의 모색'으로, 결과는 '서울 정착의 지속성 여부 선택'으로 나타났다. 지방출신 여성들의 서울 정착과정에서의 경험에 대한 패러다임은 대학진학을 위해 서울로의 상경과 독립, 순응과 적응, 성장과 실패, 도전과 모색, 성찰과 새로운 선택 등의 정착과정을 거쳤다. 참여자들의 경험을 종합해 보면 이들은 30대가 되었어도 이방인과 같은 이질감과 불안을 인식하고 있었다. 당면한 문제들은 대학시절 보다 훨씬 복합적이고 다양해졌다. 직장인으로서 경제활동을 본격화하였지만, 서울 출신들과의 격차는 좁혀지지 않았다. 이제 이들은 누적된 피로감과 개인이 해결할 수 없는 사회적 문제로 인해 서울을 떠나 새로운 대안을 찾아야 한다는 절박감마저 엿보였다. 결론적으로 서울 상경 여성들의 안정된 정착은 개인의 노력만으로 한계가 있으며, 한국 사회 전반의 사회적 문제해결과 더불어 구체적 정책 대안들의 개입이 필요하다는 것을 확인하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.25-44
• /
• 2013

최근 IPTV와 스마트 TV 등의 등장과 영상 콘텐츠를 시청하고 검색할 수 있는 웹 서비스의 등장으로 영상 콘텐츠의 접근이 용이해져 사용자들은 자신이 원하는 콘텐츠를 찾고자 하는 요구가 증가하고 있다. 하지만 서비스되는 콘텐츠의 양이 방대하여 영상 콘텐츠를 검색할 때 사용하는 키워드 기반의 검색은 많은 양의 결과를 가져오며 사용자가 필요로 하지 않은 결과가 검색된다. 따라서 사용자가 원하는 콘텐츠의 검색 시간과 노력이 증가 하게 되었다. 이를 극복 하기 위해 콘텐츠 추천 및 검색에 대한 연구가 수행되어 왔다. 기존의 연구에는 사용자의 선호도 분석을 통하여 영상 콘텐츠를 추천하거나 비슷한 성향을 가지는 사용자들을 분류하여 콘텐츠를 추천하는 기법들이 연구되어 왔다. 본 논문에서는 영상 콘텐츠 중 영화의 추천을 위해 사용자 개인의 영화 메타데이터의 선호도를 분석하고, 영화의 메타데이터와 영화의 유사성을 도출하여 이를 기반으로 영화 추천 기법을 제안한다. 영화의 특징을 담고 있고, 사용자의 영화 선호도에 영향을 끼치는 장르, 줄거리, 배우, 키워드 등의 영화 메타데이터를 기반으로 온톨로지를 구축하고, 확률 기법을 통한 메타 데이터간의 유사성을 분석하여 유사 메타데이터를 연결한다. 또한 사용자의 선호도와 그룹을 정의하고, 사용자 정보를 활용하기 위한 사용자 모델을 정의한다. 제안하는 추천 기법은 1) 사용자 정보기반의 후보 영화 검색 컴포넌트, 2) 사용자 선호기반의 후보 영화 검색 컴포넌트, 3) 1)과 2)의 결과를 통합하고 가중치를 부여하는 컴포넌트, 4) 최종결과의 분석을 통한 개인화된 영화 추천 컴포넌트 등 총 4가지 컴포넌트로 구성된다. 제안하는 추천 기법의 실험을 위하여 20대 남/녀 10명씩 20명을 대상으로 실험을 진행하였으며, 실험결과 평균 Top-5에서 2.1개 Top-10에서 3.35개 Top-20에서 6.35의 영화가 보고 싶은 영화로 선택되었다. 본 논문에서는 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.