• 한국식품영양과학회지
• /
• 제45권12호
• /
• pp.1816-1822
• /
• 2016

본 연구에서는 렌틸콩 분말 첨가에 따른 마들렌의 품질 특성을 분석하고자 밀가루 대비 렌틸콩 분말 0, 20, 40, 60%를 첨가한 마들렌을 제조하고 pH, 수분 함량, 비중, 굽기 손실률, 색도, 조직감, DPPH 라디칼 소거 활성, 관능특성을 평가하였다. 렌틸콩 분말 첨가 마들렌의 품질은 렌틸콩 분말 첨가량이 증가할수록 마들렌의 pH, 수분 함량 및 비중은 감소했지만, 굽기 손실률은 증가하는 결과를 나타내었다. 색도 측정 결과 마들렌의 crust와 crumb 모두 L값과 b값이 감소하고 a값이 증가하는 결과를 나타내었으며, 대조군에 비하여 유의적으로 현저한 차이를 나타내었다(P<0.05). 조직감 측정 결과 렌틸콩 분말 첨가량이 증가할수록 경도, 점착성은 증가했지만, 탄력성, 응집성, 씹힘성은 감소하는 결과를 나타내었다. DPPH 라디칼 소거 활성은 렌틸콩 분말 첨가량이 많아질수록 유의적으로 증가하였다(P<0.05). 관능검사 결과 모든 평가항목에서 렌틸콩 분말을 20% 첨가한 마들렌이 높은 점수를 받았다. 따라서 렌틸콩 분말 20%를 첨가하여 마들렌을 제조하면 마들렌의 관능적 품질을 최대한 유지하면서 기능성 식품으로 개발 가능성이 있는 것으로 생각된다.

• 한국콘텐츠학회논문지
• /
• 제7권10호
• /
• pp.19-26
• /
• 2007

협력적 필터링은 아이템에 대한 선호도를 기반으로 이웃 선정 방법을 사용하므로 내용을 반영하지 못할뿐만 아니라 희박성 및 확장성 문제를 가지고 있다. 이러한 문제를 개선하기 위하여 아이템 기반 협력적 필터링이 실용화되었으나 아이템의 속성을 반영하지는 못한다. 본 논문에서는 기존의 개인화 추천 시스템의 문제점을 해결하기 위하여 FP-Tree를 이용한 연관 군집 방법을 제안하였다. 제안된 방법으로는 FP-Tree를 이용하여 후보집합의 발생없이 빈발항목을 구성하고 연관규칙을 생성한다. 생성된 연관 규칙의 신뢰도에 따라서 $\alpha-cut$을 사용하여 효율적인 연관 군집을 한다. 성능평가를 위해 MovieLens 데이터 집합에서 Gibbs Sampling, EM, K-means와 비교 평가하였다.

• 한국콘텐츠학회논문지
• /
• 제10권7호
• /
• pp.23-30
• /
• 2010

메이크업 스타일이 고객 중심으로 다변화 되어가는 생활환경 속에서 감성과 선호 정도를 파악하는 것은 화장품 판매 전략의 중요한 성공요소가 되고 있다. 본 논문에서는 사용자의 감성과 선호도를 중심으로 메이크업 스타일을 개발하는 방법의 하나로 협력적 필터링 기법을 응용하여 상황 센서정보를 이용한 감성 공학적 메이크업 추천 시스템(MakeupRS)을 제안하였다. 협력적 필터링 기법에서, 사용자들간의 유사도 가중치를 계산하기 위해서 상태 강조를 적용한 피어슨 상관계수를 사용한다. 메이크업 스타일에 따른 감성을 조사하기 위해서, 메이크업 스타일을 6가지 스타일 요소(파운데이션, 컬러렌즈, 아이섀도, 속눈썹, 볼터치, 립스틱)에 따라 분석하였다. 감성공학적 메이크업 추천 시스템을 개발하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 전자공학회논문지CI
• /
• 제43권4호
• /
• pp.50-57
• /
• 2006

최근 정보 기술의 발전에 따라 다양하고 폭넓은 정보들이 디지털 형태로 빠르게 생산 및 배포되고 있다. 사용자가 이러한 정보과잉 속에서 자신이 원하는 정보를 단시간 내에 검색하는 것은 그리 쉬운 일이 아니다. 따라서 유비쿼터스 상거래에서 사용자가 정보를 효율적으로 이용할 수 있도록 제어하고 필터링하는 일을 도와주는 개인화된 추천 시스템이 등장하였으며, 더 나아가 사용자가 원하는 아이템을 예측하고 추천해주고 있으며 이를 위해 협력적 필터링을 적용하고 있다. 이는 사용자의 성향에 맞는 아이템을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 사용자들간의 유사도 가중치를 계산한다. 본 연구는 정보의 속성에 대한 사용자의 선호도를 고려하지 않은 문제를 개선하기 위하여 연관 이웃 마이닝을 사용하여 대표속성에 대한 연관 사용자의 선호도를 협력적 필터링에 반영하였다. 연관 이웃 마이닝은 선호도에 가장 크게 영향을 미치는 속성을 추출하여 유사한 성향을 가진 연관 사용자를 군집한다. 제안된 방법은 사용자가 아이템에 대해서 평가한 MovieLens 데이터 집합을 대상으로 평가되었으며, 기존의 nearest neighbor model과 K-means 군집보다 그 성능이 우수함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.273-276
• /
• 2019

There is a lot of information in our world, quick access to the most accurate information or finding the information we need is more difficult and complicated. The recommendation system has become important for users to quickly find the product according to user's preference. A social recommendation system using community detection based on label propagation is proposed. In this paper, we applied community detection based on label propagation and collaborative filtering in the movie recommendation system. We implement with MovieLens dataset, the users will be clustering to the community by using label propagation algorithm, Our proposed algorithm will be recommended movie with finding the most similar community to the new user according to the personal propensity of users. Mean Absolute Error (MAE) is used to shown efficient of our proposed method.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.187-206
• /
• 2007

The development of computer and information technology has been combined with the information superhighway internet infrastructure, so information widely spreads not only in special fields but also in the daily lives of people. Information ubiquity influences the traditional way of transaction, and leads a new E-commerce which distinguishes from the existing E-commerce. Not only goods as physical but also service as non-physical come into E-commerce. As the scale of E-Commerce is being enlarged as well. It keeps people from finding information they want. Recommender systems are now becoming the main tools for E-Commerce to mitigate the information overload. Recommender systems can be defined as systems for suggesting some Items(goods or service) considering customers' interests or tastes. They are being used by E-commerce web sites to suggest products to their customers who want to find something for them and to provide them with information to help them decide which to purchase. There are several approaches of recommending goods to customer in recommender system but in this study, the main subject is focused on collaborative filtering technique. This study presents a possibility of pre-evaluation for the prediction performance of customer's preference in collaborative filtering before the process of customer's preference prediction. Pre-evaluation for the prediction performance of each customer having low performance is classified by using the statistical features of ratings rated by each customer is conducted before the prediction process. In this study, MovieLens 100K dataset is used to analyze the accuracy of classification. The classification criteria are set by using the training sets divided 80% from the 100K dataset. In the process of classification, the customers are divided into two groups, classified group and non classified group. To compare the prediction performance of classified group and non classified group, the prediction process runs the 20% test set through the Neighborhood Based Collaborative Filtering Algorithm and Correspondence Mean Algorithm. The prediction errors from those prediction algorithm are allocated to each customer and compared with each user's error. Research hypothesis : Two research hypotheses are formulated in this study to test the accuracy of the classification criterion as follows. Hypothesis 1: The estimation accuracy of groups classified according to the standard deviation of each user's ratings has significant difference. To test the Hypothesis 1, the standard deviation is calculated for each user in training set which is divided 80% from MovieLens 100K dataset. Four groups are classified according to the quartile of the each user's standard deviations. It is compared to test the estimation errors of each group which results from test set are significantly different. Hypothesis 2: The estimation accuracy of groups that are classified according to the distribution of each user's ratings have significant differences. To test the Hypothesis 2, the distributions of each user's ratings are compared with the distribution of ratings of all customers in training set which is divided 80% from MovieLens 100K dataset. It assumes that the customers whose ratings' distribution are different from that of all customers would have low performance, so six types of different distributions are set to be compared. The test groups are classified into fit group or non-fit group according to the each type of different distribution assumed. The degrees in accordance with each type of distribution and each customer's distributions are tested by the test of ${\chi}^2$ goodness-of-fit and classified two groups for testing the difference of the mean of errors. Also, the degree of goodness-of-fit with the distribution of each user's ratings and the average distribution of the ratings in the training set are closely related to the prediction errors from those prediction algorithms. Through this study, the customers who have lower performance of prediction than the rest in the system are classified by those two criteria, which are set by statistical features of customers ratings in the training set, before the prediction process.

• 한국안광학회지
• /
• 제21권1호
• /
• pp.1-10
• /
• 2016

목적: 본 연구는 60대 이상의 노년층을 대상으로 착색안경렌즈의 처방이 시력교정의 질에 미치는 영향을 평가하고 가장 효과적인 착색렌즈의 색상을 제시하고자 하였다. 방법: 60대 이상(평균 $71.0{\pm}6.3$세)의 50명(남17, 여33)을 대상으로 원거리 시력이 0.5 이상이 되도록 시험테를 이용하여 교정한 후 무착색, 브라운착색 및 그레이착색렌즈를 덧댐하였다. 각각 착색안경렌즈 덧댐 시의 시력은 원거리 최소가독시력 및 최소분리시력을 측정한 후 LogMAR 시력으로 환산하여 비교하였으며, 시기능은 근거리 입체시와 대비감도를 측정하여 비교하였다. 또한 대상자들의 착색안경렌즈 선호도와 시지각 및 움직임에 대한 자각증상을 설문조사하였다. 결과: 원거리 최소가독시력과 최소분리시력은 무착색렌즈의 사용 시 가장 좋았으며, 브라운착색 및 그레이착색렌즈 순으로 나타났다. 근거리 입체시, 대비감도 및 시지각은 브라운착색렌즈의 사용 시 가장 좋은 것으로 나타났다. 자각적 불편감은 그레이착색렌즈 착용 시 가장 크게 나타났으며, 대상자가 선호하는 안경렌즈는 브라운착색렌즈로 조사되었다. 결론: 이상의 결과로 착색안경렌즈의 사용으로 노년층의 시력과 시기능이 개선될 수 있으나, 시력 및 시기능의 변화가 자각적 만족도와는 반드시 일치하는 것은 아님을 알 수 있었다. 본 연구결과, 1,000 lux정도의 조도에서는 원거리 시생활이 보편화된 노년층에게는 무착색 및 브라운착색렌즈의 사용을, 근거리 작업이 많은 경우에는 브라운 및 그레이착색렌즈의 사용을 제안할 수 있겠다.

• 한국안광학회지
• /
• 제19권2호
• /
• pp.163-169
• /
• 2014

목적: 진단적 피팅법으로 우안에는 얼라인먼트 상태보다 1 D 플랫한 피팅의 RGP 콘택트렌즈를, 좌안에는 얼라인먼트 피팅의 RGP 콘택트렌즈를 착용시켜 2개월 후 착용 전 후의 각막 굴절력을 비교하고 선호도를 조사 하였다. 방법: 각막형상의 변화가 없는 경우를 대상으로 하기위해 콘택트렌즈를 처음 착용하면서 안질환이나 안과적 수술경험이 없으며 눈물양이 정상인 서울시내 중.고등학생 20명, 40안을 대상으로 RGP 콘택트렌즈 착용전의 각막 굴절력을 검사하고 10일 후 적응여부 검사와 각막 상태 검사를 통해 지속적인 착용여부를 확인한 뒤 하루 평균 8시간 이상을 착용시키고 2개월 후 각막 굴절력을 검사하여 비교 분석하였다. 결과: 얼라인먼트 상태보다 1 D 플랫한 피팅 렌즈를 착용한 우안의 2개월 후 각막중심 굴절력은 $43.84{\pm}1.33D$, 플랫 K 도수는 $43.05{\pm}1.29D$, 스티프 K 도수는 $44.61{\pm}1.42D$로 착용 전의 각막중심 굴절력보다 감소하여 변화량이 컸다(p<0.001, 0.001, 0.047). 양주경선의 편심률(e-value) 또한 변화량이 많았다(p = 0.037, 0.015). 얼라인먼트 피팅 렌즈를 착용한 좌안의 착용 2개월 후 각막 중심 굴절력은 $44.40{\pm}1.26D$, 플랫 K 도수는 $43.57{\pm}1.23D$, 플랫 K e-value는 $0.58{\pm}0.05$로 통계학적으로 유의한 차이가 없었다(p = 0.769, 0.614, 0.181). 그러나 스티프 K 굴절력은 $45.25{\pm}1.36$, 스티프 K e-value는 $0.45{\pm}0.18$로 통계학적으로 유의한 차이를 보였다(p = 0.018, 0.027). 결론: 렌즈 편안한 착용감, 선명한 시력, 눈의 건조감의 항목을 종합하여 선호 피팅법을 조사하였을 때 우안 얼라인먼트 상태보다 1 D 플랫한 피팅 렌즈를 선택한 사람이 6명(30%), 좌안 얼라인먼트 피팅 렌즈를 선택한 사람이 14명(70%)으로 좌안 얼라인먼트 피팅 렌즈를 선택한 착용자가 많았다. RGP 렌즈의 피팅은 정확한 검사를 요구하며 환자의 각막에 적합한 얼라인먼트 피팅을 처방하여야 한다.

• 한국안전학회지
• /
• 제33권2호
• /
• pp.52-60
• /
• 2018

This study compares the differences of the fit factor by the order of wearing preference between Particulate filtering facepiece respirators(PFFR) and glasses when participants wore simultaneously and a survey of physical and visual complaint. Recognition level about fit of respirators was investigated and the educational (before- and after-) effect of the fit factor. When participants wore PFFR and glasses, physical complaints were nose pressure, slipping, nose and ear pressure, ear pressure and rim loosen, the most highly physical complaints were nose pressure. Visual complaints were demister, blurry vision, dizziness, visual field, and lens dirty, the most highly visual complaints were demister. But, there was significant difference in physical complaint such as nose pressure(10.3%), slipping (23.0%), nose and ear pressure(14.3%), and rim loosen(16.2%), visual complaint such as visual field(13.8%) and lens dirty(32.4%). For the recognition of fit of respirators, respirators fitness, leak site, an initial point and an object, faulty factor, recognition level was higher. Fit factor was increased after education of proper wearing of respirator. Change of the fit factor was smaller compared to the normal breathing and after 6 actions in case of after education. Questionnaire consisted of general characteristics and physical/visual complaint, recognition of fit. Complaints were measured after the QNFT with multiple choices. Quantitative fit factor was measured by device and compared the result of (before- and after-) educational effect. Also, we selected to 6 actions (Normal breathing, Deep breathing, Bending over, Turning head side to side, Moving head up and down, Normal breathing) among 8 actions OSHA QNFT (Quantitative Fit testing) protocol to measure the fit factors. The fit factor was higher after the training (p=0.000). Descriptive statistics, paired t-test, and Wilcoxon analysis were performed to describe the result of questionnaire and fit test. (P=0.05) Therefore, it is necessary to investigate the quantitative research such as training program and glasses fitting factor about the wearing of PFFR and glasses simultaneously.

• 지능정보연구
• /
• 제20권2호
• /
• pp.137-148
• /
• 2014

상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 'Gray Sheep'에 의한 추천성능의 저하도 그 중 하나이다. 이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.