• 한국지능시스템학회논문지
• /
• 제16권1호
• /
• pp.43-48
• /
• 2006

인터넷에서 가장 활발하게 사용되고 있는 웹은 특성상 구성주의 학습원리를 실현하는데 적절한 환경을 제공하고 있으며, 교육 시스템의 변화를 가져오고 있다. WBI(Web Based Instruction)는 웹을 매체로 활용하여 원거리에 있는 학습자를 교육시키는 형태로서 교수자와 학습자간 상호작용을 가능하게 하고, 다양한 형태의 학습 자료를 제공하며, 시간과 장소의 제약을 극복할 수 있는 장점이 있다. 본 논문은 문제은행 방식의 모의시험을 제공하는 웹 기반 학습 시스템의 설계 및 구현을 통하여 학습자 중심의 능동적인 학습활동이 이루어 질 수 있는 학습 환경을 구축하고 그 효과를 분석하는데 목적이 있다. 본 논문의 워드프로세서 자격증 시험을 위한 웹 기반 자기 주도적 학습 시스템은 교수자가 매번 새로운 문제를 출제하는 것이 아니라 문제은행에 저장되어 있는 문제를 검색하여 재 사용할 수 있고, 단원별로 원하는 문제 수를 지정하여 시험지를 출제한 수 있도록 구현하여 진정한 의미의 문제은행이라 할 수 있다. 학습자 웹 기반 학습을 하는 과정에 평가를 한 수 있도록 하였으며 즉각적인 피드백의 제공으로 학습자가 자기 주도적인 학습을 하는데 도움을 주었다. 또한, 시험 응시 후 단원별로 유사문제 검색을 할 수 있는 기회를 제공하였고, 학습자 문제은행 초기화면에서 키워드 검색으로 문제를 검색할 수 있게 함으로써 학습 효율을 더욱 증대시켰다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.173-178
• /
• 2023

한국 문학이 세계적으로 관심을 받게 됨에 따라 해외 출판시장에서의 수요가 지속적으로 증가하고 있다. 따라서 해외 출판시 도서 판매량의 예측과 과거 해외 독자들의 선호도가 높았던 도서들의 특징을 분석하는 것이 중요하다. 본 논문에서는 최근 5년간 해외 출간된 도서 중에서 굿셀러로 분류되는 누적 5천 부 이상 판매 여부 예측 모델을 제안하고 굿셀러의 요인이 되는 변수들을 분석하였다. 이를 위해, XGBoost, Gradient Boosting, Adaboost, LightGBM, Random Forest의 다섯 개 앙상블 학습 모델과 Support Vector Machine, Logistic Regression, Deep Learning을 적용한 결과, 불균형 데이터 문제 해결에 앙상블 알고리즘이 큰 효과를 보였음을 확인했으며, 그 중에서도 LightGMB 모델이 99.86%의 AUC 값을 얻어 가장 좋은 예측 성능을 보임을 검증하였다. 예측을 위해 사용된 변수 중 가장 중요한 변수는 작가의 해외 출간 횟수로 나타났으며, 평점 평균, 상위 출판 시장 규모를 가진 국가에서 출판 여부와 평점 참여자 수 등이 중요한 변수로 나타났다. 또한, 굿셀러 도서에 대한 독자들의 반응을 분석하기 위해서, 굿셀러 도서 중에서도 가장 많이 판매된 4권의 작품 리뷰에 대해 텍스트 마이닝을 실시하였다. 분석 결과 스토리, 등장인물, 작가 순으로 관심을 둔 리뷰가 많았음을 알 수 있었으며, 평점이 낮은 리뷰로부터 번역 키워드가 도출된 것으로 보아, 번역에 대한 지원을 확대하는 것이 필요할 것으로 보인다.

• 한국정보통신학회논문지
• /
• 제13권8호
• /
• pp.1608-1614
• /
• 2009

이러닝 문제은행기반 출제시스템에서 많은 학습자들은 난이도에 따른 자동 출제 문제들을 기반으로 스스로를 진단함으로써 자기 주도적으로 학습을 진행한다. 이러한 방식에서 학습자들의 효율적인 자기 주도적 학습 진행을 위해서는 정당한 방법으로 출제되는 문제가 무엇보다 중요하다. 본 논문에서는 효율적인 자기 진단 평가를 위해, 평가의 종류에 따라 난이도뿐만 아니라 학습 범위와 문제의 키워드를 함께 고려하는 새로운 방법의 문제 출제 알고리즘을 제시한다. 이는 기존의 난이도만을 고려한 자동 출제 방식에 비해 자기 주도적 학습자에게 보다 효과적인 학습 진단 방법을 제공할 수 있다.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.294-300
• /
• 2021

The current society relies upon social media on an everyday basis, which contributes to finding which of the following supervised machine learning algorithms used in sentiment analysis have higher accuracy in detecting Malay internet slang and short forms which can be offensive to a person. This paper is to determine which of the algorithms chosen in supervised machine learning with higher accuracy in detecting internet slang and short forms. To analyze the results of the supervised machine learning classifiers, we have chosen two types of datasets, one is political topic-based, and another same set but is mixed with 50 tweets per targeted keyword. The datasets are then manually labelled positive and negative, before separating the 275 tweets into training and testing sets. Naïve Bayes and Random Forest classifiers are then analyzed and evaluated from their performances. Our experiment results show that Random Forest is a better classifier compared to Naïve Bayes.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.75-76
• /
• 2016

최근 많은 기업 중에서 가트너는 매년 미래유망기술과 쿨벤더를 발표한다. 우리는 쿨벤더에서 제공하는 여러 정보들을 분석하여 미래유망기술에 대한 키워드를 찾고 이것을 실제 기술명과 연관짓고자 한다. 이 모든 과정의 전체적인 그림이 온톨로지 모델에 담긴다. 이 연구는 향후 어떤 집단의 미래를 이끌어갈 핵심 기술을 찾고자 하는 결정권자들에게 도움이 될 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.15-25
• /
• 2008

최근에 e-learning의 사용이 증대되면서 교수자들은 다양한 콘텐츠를 사용하여 새로운 온라인 강의 코스를 개발하고 그 결과를 자신의 컴퓨터에 저장한다. 이러한 콘텐츠들은 시간이 지나감에 따라 새로운 정보로 갱신되어야하고, 또한 새로운 콘텐츠가 이들 콘텐츠를 재 사용하여 제작될 수 있다. 그러나 교수자들이 자신의 컴퓨터에서 여기저기에 저장된 콘텐츠를 찾고 편집하고 관리하는 일은 많은 시간을 요구한다. 현재 PC환경에서 이러한 기능을 효과적으로 수행하는 e-learning 콘텐츠 관리 도구의 개발은 아주 미흡한 실정이다. 따라서 본 논문에서는 교수자의 컴퓨터에 분산되어 저장된 다양한 콘텐츠들을 효과적으로 관리하고 새로운 강의 코스를 쉽게 개발할 수 있는 e-learning콘텐츠 생성 및 관리 시스템을 제안하였다. 제안된 시스템은 PC환경을 기반으로 하는 교수자들의 콘텐츠 개발에 널리 사용될 수 있다. 본 논문에서는 성능 평가를 위해 콘텐츠 키워드의 검색 시간에 따라 본 시스템을 이전 시스템과 비교하였으며, 실험 결과 이전 시스템보다 훨씬 더 좋은 결과를 보였다.

• Journal of information and communication convergence engineering
• /
• 제22권1호
• /
• pp.56-63
• /
• 2024

Despite the rapid strides in content-based image retrieval, a notable disparity persists between the visual features of images and the semantic features discerned by humans. Hence, image retrieval based on the association of semantic similarities recognized by humans with visual similarities is a difficult task for most image-retrieval systems. Our study endeavors to bridge this gap by refining image semantics, aligning them more closely with human perception. Deep learning techniques are used to semantically classify images and retrieve those that are semantically similar to personalized images. Moreover, we introduce a keyword-based image retrieval, enabling automatic labeling of images in mobile environments. The proposed approach can improve the performance of a mobile device with limited resources and bandwidth by performing retrieval based on the visual features and keywords of the image on the mobile device.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권3호
• /
• pp.248-256
• /
• 2000

본 논문은 웹을 이용해 정보를 검색하는 사용자의 관심도를 사용자 프로파일로 구축하여 구체적이고 정확한 사용자 관심 정보를 제공하는 개인 웹 에이전트를 구축하는데 목적을 두고 있다. 사용자에게 웹 검색 행위를 감시하는 모니터 에이전트에 자신의 관심도를 직접 기술하여 관심문서 정보를 구축하고 이에 대한 정확도를 향상시키기 위한 여러 키워드 추출작업을 수행한다. 추출된 키워드는 학습서버의 작업에 의해 사용자별 프로파일을 생성하여 이를 사용자가 확인 및 편집할 수 있게 하였다. 본 논문에서 구현하고자 하는 웹 에이전트의 사용자 프로파일 구축작업에는 사용자 관심 문서 정보의 정확한 키워드추출작업과 학습 작업이 매우 중요하다. 이에 본 논문에서는 키워드 추출에 적용되는 여러 가중치 설정작업에 대하여 중점적으로 다루며 적용된 귀납적 기계학습에 대하여 알아본다. 이로써 구축된 사용자 프로파일은 관심 문서를 검색하는데 적절한 정보를 제시한다. 이에 따라 사용자 프로파일을 본 웹 에이전트에서 구현한 사용자 적응형 웹 검색 에이전트와 사용자 적응형 푸쉬 에이전트에 적용하여 사용자에게 적합한 서비스를 제공한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권11호
• /
• pp.419-426
• /
• 2018

구제역으로 인하여 국내 축산업계 및 관련 산업분야는 매년 막대한 피해를 입고 있다. 구제역과 관련한 다양한 학술적 연구들이 현재 진행되고는 있으나, 구제역의 발병에 따른 사회적 파급효과에 관한 공학적 분석 연구는 매우 제한적이다. 본 연구에서는 구제역에 관한 일반 시민들의 감성적 반응을 텍스트 마이닝 방법론을 사용하여 분석하는 체계적인 방법론을 제안한다. 제안하는 시스템은 먼저, 트위터에 게시된 트윗 중 구제역과 관련된 데이터를 수집한 후, 딥러닝 기법을 사용하여 극성 분류 과정을 거친다. 둘째, 토픽 모델링의 대표적인 기법 중 하나인 LDA를 활용하여 트윗으로 부터 키워드들을 추출하고, 추출된 키워드들로부터 극성별 동시출현 키워드 네트워크를 구성한다. 셋째, 키워드 네트워크을 통해 구제역의 위기단계 구간별 사회적 파급효과를 분석한다. 사례 분석으로써, 2010년 7월부터 2011년 12월까지 국내에서 발생한 구제역에 관한 일반 시민들의 감성적 변화를 분석하였다.

• 한국콘텐츠학회논문지
• /
• 제22권4호
• /
• pp.83-93
• /
• 2022

운전자가 모바일기기를 사용하여 직접 교통 정보를 제공하는 크라우드 소싱을 활용하여 교통 문제를 해결하려는 연구들이 진행 중이다. 크라우드 소싱을 통해 수집된 데이터를 교통 이벤트 검출에 사용한다면 관련된 데이터를 수집하는 작업이 줄어들어 시간 비용이 낮아지고 정확도는 높아지는 장점이 있다. 본 논문에서는 크라우드 소싱을 활용하여 교통과 관련된 데이터를 수집하고, 이를 통해 교통에 영향을 미치는 이벤트를 검출하는 기법을 제안한다. 제안하는 기법은 대용량 데이터 처리를 위해 기계 학습 알고리즘을 사용하여 수집된 데이터의 이벤트 유형을 판별한다. 또한, 이벤트가 발생된 위치를 추출하기 위하여 수집된 데이터에서 위치를 나타내는 키워드를 추출하고 키워드의 행정구역을 반환한다. 이를 통해 기존 제공되는 위치 정보에서 광범위하게 정의된 위치나 잘못된 위치 정보를 해결할 수 있다. 제안하는 기법의 타당성을 입증하기 위해 다양한 성능 평가를 수행한다.