• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• Journal of Information Technology Applications and Management
• /
• 제30권4호
• /
• pp.29-38
• /
• 2023

A single-learner model which integrates the user's positive and negative perceptions is proposed by augmenting counterfactual data to the interaction data between users and items, which are mainly used in collaborative filtering in this study. The proposed CausRec showed superior performance compared to the existing NCF model in terms of F1 value and AUC in experiments using three published datasets: MovieLens 100K, Amazon Gift Card, and Amazon Magazine. Compared to the existing NCF model, the F1 and AUC values of CausRec showed 1.2% and 2.6% performance improvement in MovieLens 100K data, and 2.2% and 10% improvement in Amazon Gift Card data, respectively. In particular, in experiments using Amazon Magazine data, F1 and AUC values were improved by 11.7% and 21.9%, respectively, showing a significant performance improvement effect. The performance of CausRec is improved because both positive and negative perceptions of the item were reflected in the recommendation at the same time. It is judged that the proposed method was able to improve the performance of the collaborative filtering because it can simultaneously alleviate the sparsity and imbalance problems of the interaction data.

• International journal of advanced smart convergence
• /
• 제13권2호
• /
• pp.205-213
• /
• 2024

This study uses a large language model (LLM) to identify Aristotle's rhetorical principles (ethos, pathos, and logos) in COVID-19 information on Naver Knowledge-iN, South Korea's leading question-and-answer community. The research analyzed the differences of these rhetorical elements in the most upvoted answers with random answers. A total of 193 answer pairs were randomly selected, with 135 pairs for training and 58 for testing. These answers were then coded in line with the rhetorical principles to refine GPT 3.5-based models. The models achieved F1 scores of .88 (ethos), .81 (pathos), and .69 (logos). Subsequent analysis of 128 new answer pairs revealed that logos, particularly factual information and logical reasoning, was more frequently used in the most upvoted answers than the random answers, whereas there were no differences in ethos and pathos between the answer groups. The results suggest that health information consumers value information including logos while ethos and pathos were not associated with consumers' preference for health information. By utilizing an LLM for the analysis of persuasive content, which has been typically conducted manually with much labor and time, this study not only demonstrates the feasibility of using an LLM for latent content but also contributes to expanding the horizon in the field of AI text extraction.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권8호
• /
• pp.2157-2177
• /
• 2024

Demand response (DR) refers to the customers' active reaction with respect to the changes of market pricing or incentive policies. DR plays an important role in improving network reliability, minimizing operational cost and increasing end users' benefits. Hence, the integration of DR in the microgrid (MG) management is gaining increasing popularity nowadays. This paper proposes a day-ahead MG scheduling framework in conjunction with DR and investigates the impact of DR in optimizing load profile and reducing overall power generation costs. A linear responsive model considering time of use (TOU) price and incentive is developed to model the active reaction of customers' consumption behaviors. Thereafter, a novel multi-swarm sine cosine algorithm (MSCA) is proposed to optimize the total power generation costs in the framework. In the proposed MSCA, several sub-swarms search for better solutions simultaneously which is beneficial for improving the population diversity. A cooperative learning scheme is developed to realize knowledge dissemination in the population and a competitive substitution strategy is proposed to prevent local optima stagnation. The simulation results obtained by the proposed MSCA are compared with other meta-heuristic algorithms to show its effectiveness in reducing overall generation costs. The outcomes with and without DR suggest that the DR program can effectively reduce the total generation costs and improve the stability of the MG network.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.

• 한국과학교육학회지
• /
• 제37권1호
• /
• pp.87-101
• /
• 2017

미래교육의 새로운 비전으로 융합과 창의성을 기조로 한 융합인재 교육이 초중등교육 현장에서 활발하게 진행되고 있다. 그동안 융합인재교육 연구는 영재교육 영역에서 초등학생 대상 연구가 중점적으로 이루어졌으며, 개별적 단위로서의 효과성 연구가 주로 진행되었다. 이에 본 연구는 메타분석을 적용하여 선행연구결과에 대한 체계적이고 종합적인 결론을 정리해봄으로써 융합인재교육을 활용한 창의성 개발에 유용한 정보를 제공할 목적으로 시행되었다. 분석은 2012년부터 2015년 까지 최근 4년간 발표된 융합인재교육의 효과를 분석한 석 박사 학위 논문과 학술지 논문을 대상으로 메타분석을 실시하였다. 총 분석대상 논문 75편의 논문으로부터 총 183개의 효과크기를 산출하고, 연구의 종속변인인 창의성과 그 하위변인, 문제해결력과 중재변인인 연구자, 대상지역, 학생구분, 실험설계유형, 학교급 별에 따라 효과크기에 어떠한 차이가 있는지를 분석하였다. 창의성에 대한 전체 효과크기가 0.776로 나타났고, funnel plot에서 대칭성을 만족하고 있어 출판편의가 존재하지 않는다고 볼 수 있으며, fail-safe N이 780개로 8,945보다 작으므로 이 연구 결과는 신빙성이 있다고 주장할 수 있다. 또한, 문제해결력에 있어서는 0.584로 나타나 중간 정도의 효과크기로 나타났고, funnel plot에서 대칭성을 만족하고 있으므로 출판편의가 존재하지 않으며, fail-safe N이 780개로 1,170보다 작으므로 이 연구 결과는 신빙성이 있다고 주장할 수 있다. 창의성 하위변인들의 연구방법에 따른 차이를 보면 유창성이 0.929로 가장 높게 나타났고, 융통성 0.881, 독창성 0.838, 정교성 0.653, 제목의 추상성 0.705, 종결에 대한 저항 0.527로 나타났다. 본 연구는 융합인재교육의 효과를 메타분석으로 그 평균의 효과크기를 제시했다는 점에서 의의를 찾을 수 있다. 연구결과 통합교육의 효과는 판단할 수 있었으나 효과의 원인, 학습원리에 대해서는 구체적인 발견이 어려웠다. 융합인재교육의 효과는 학령에 따라 상승 또는 하향하는 것이 아니라는 것이 밝혀졌으며, 창의력에 있어서는 연구방법과 연구자에 따라 차이가 있는 것으로 나타났다.

• 직업교육연구
• /
• 제37권2호
• /
• pp.39-75
• /
• 2018

이 연구는 교육훈련 프로그램에 참여한 학습자의 교육훈련 만족도와 학업성취도의 상관관계에 관한 선행 연구들의 일반적 특성과 만족도-성취도간 상관 효과크기를 검증하는 데 목적이 있다. 이를 위해 2000~2016년까지 수행된 관련 문헌을 검색하여 문헌 선정기준 및 질 평가를 통해 최종 31편의 문헌에 관한 체계적 문헌고찰을 실시하였고, 그 중에서 학업성취도가 자가진단으로 측정된 문헌을(4편) 제외한 27편의 문헌에 대한 메타분석을 실시하였다. 이 연구의 주요 결과는 첫째, 체계적 문헌고찰에 활용된 연구들의 일반적 특성은 2000~2016년까지 총 31편의 연구가 수행되었고, 절반 이상의 연구가(16편) 최근 4년간(2009~2012년) 이루어졌다. 교육훈련 대상별로는 대학생(18편), 근로자(9편), 초등학생(4편) 연구 순으로 많고, 방법별로는 집체(15편), 원격(14편), 혼합(2편) 순, 학습자 참여방식 별로는 일반적 방식(22편), 활동적 방식(9편) 순으로 나타났다. 둘째, 학습자의 교육훈련 만족도와 학업성취도의 상관 효과크기를 검증하기 위하여 메타분석을 실시한 결과, 만족도-성취도간 상관 효과크기는 중간 정도로 나타났다(ZCOR=.297, 95%: CI .210~.383). 교육훈련 만족도와 학업성취도의 상관관계에 대하여 개별 문헌으로만 보았을 때는 상관이 있는 문헌도 있지만, 통계적으로 상관이 없는 문헌도 있었고, 상관이 있더라도 상관이 높거나 중간이거나 낮은 문헌들이 혼재되어 있다면, 이 연구를 통하여 교육훈련 프로그램에 대한 만족도와 성취도의 상관관계는 중간 정도의 효과크기가 있음을 검증하였다는 점은 큰 의의가 있다. 셋째, 교육훈련 프로그램 특성별 만족도-성취도간 상관 효과크기의 차이를 검증한 결과, 대상과 방법에서는 집단 간의 차이가 없었지만, 학습자의 참여방식(일반적, 활동적)에 따라서는 상관 효과크기의 차이가 있었다(Q=15.40, df=1, p<.0001). 활동적 참여방식은 큰 상관 효과크기를(ZCOR=.588, 95%: CI .422~.754), 일반적 참여방식은 중간보다 낮은 상관 효과크기를 보였다(ZCOR=.211, 95%: CI .122~.300).

• 한국과학교육학회지
• /
• 제32권4호
• /
• pp.555-569
• /
• 2012

최근 여러 과학 교육 연구와 실제에서 협동 학습이 강조되고 있으며, 그와 유사한 맥락에서 본 연구는 사회문화적 관점에서 학습을 바라보면서 또래 집단 안에서의 학습자 간 상호작용을 통한 의미 구성을 매우 중요한 학습 과정으로 간주하고 있다. 특히 그룹 활동을 통한 학습 과정에 있어서 구성원의 역할 형성 및 분배가 성공적인 상호작용적 학습을 위한 주요 요인임을 전제로 하여, 그룹 내에서 나타나는 학생들의 역할 형성과 분배의 양상을 밝히는 것을 목적으로 하였다. 이를 위해 에너지 흐름과 물질 순환을 주제로 그룹 토의 활동을 수행한 대학생들을 연구 참여자로 선정하였으며, 총 9명의 학생들이 하나의 그룹을 이루어 토의 주제에 대한 인지적 대화뿐 아니라 토의 결과 발표를 위한 자료 준비에 관한 대화를 나누었다. 이들의 토의 과정을 모두 비디오 녹화 및 전사하여 연구 자료로 삼았다. 연구 참여자들 간의 상호작용을 분석하기 위해 상호작용 기능과 요소를 코드화하였으며, 발화 양상을 도식화하기 위한 기호를 개발하여 적용하였다. 상호작용 기능은 인지적, 조직적, 초인지적, 조작적 상호작용의 4가지로 구분되었고, 상호작용 요소는 질문, 단순응답, 의견제시, 의견받기의 4가지 행위 요소 및 각 행위 요소별 2~4가지의 의도 요소로 구성되었다. 연구 결과, 상호작용 기능과 요소에 따라 인지적 질문자, 조작적 질문자, 단순응답자, 조작적 제안자, 조직적 지시자, 조작적 지시자, 인지적 설명자, 정리자, 반성자의 총 9개 역할이 도출되었다. 그리고 이들은 발화의 순서와 대상에 따라 7개의 발화 양상으로 재유형화되었으며, 이들 발화 양상의 특성과 상호작용에 작용하고 있는 역할의 기능에 따라 상호작용 촉진, 지속, 종료의 3가지 역할 그룹으로 구분되었다. 이는 그룹 내에서 구성원들의 역할이 어떻게 형성 및 작용하느냐가 상호작용과 학습에 영향을 미칠 수 있음을 보여주는 것으로써, 본 연구의 결과는 교수학습방법으로서의 협동 학습을 비롯하여 프로젝트, 자유 탐구, 동아리 활동 등 다양한 집단적 상호작용을 통한 학습 과정에 대한 시사점을 줄 수 있으며, 특히 그룹 단위의 학습에 있어서 역할을 상호작용이라는 측면에서 재조명했다는 의의가 있다.

• 한국과학교육학회지
• /
• 제30권2호
• /
• pp.304-322
• /
• 2010

본 연구는 광합성 개념 이해에 도움이 되는 학생 중심 비유 활용 수업을 개발 적용하고, 이 수업이 개념 이해와 과학 수업에 대한 태도에 미치는 효과를 검증함과 아울러 학습에서 비유가 갖는 역할을 정성적으로 파악하는데 그 목적이 있다. 서울 시내 소재 중학교 2학년 4개 학급을 선정한 후, 비유 활용 수업 집단과 비교집단으로 무선 배치하였다. 과학 개념 이해 검사와 과학 수업에 대한 태도 검사를 사전, 사후에 실시하였고, 실험 집단의 경우 소집단 토의와 반 구조화된 면담 내용을 녹음하고 전사하여 분석하였다. 결과, 학생 중심 비유 활용 수업이 학생들의 광합성 개념 이해와 과학 수업에 대한 태도에 통계적으로 유의미하게 긍정적인 영향을 주는 것으로 나타났다. 또한, 연구에서 밝혀낸 학습에서의 비유의 역할로는 다음과 같은 것들이 있었다. 첫째, 비유는 학생들의 사전 지식을 활성화하고, 목표 개념의 구조적 속성에 집중하게 하고, 지식의 정교화를 도움으로써 학생들의 개념 이해를 돕는 역할을 했다. 둘째, 비유 만들기 활동은 소집단 활동을 촉진하는 매개체로서 작용하였다. 비 유로 인해 소집단 토의가 촉발되고 활성화되었을 뿐 아니라, 이것이 광합성 개념 이해에도 긍정적인 영향을 주었다. 셋째, 비유는 자신의 이해 정도를 점검하게 도움으로써 학생의 메타 인지적 능력을 발달시켜 주는 역할을 했다. 뿐만 아니라, 비유는 학생들의 오개념을 드러내 주는 역할을 하며, 교사가 이에 주목하면 오개념을 수정할 수 있게 하는 도구로서 비유를 활용할 수 있을 것으로 기대된다. 마지막으로, 비유는 학생들이 과학 학습에 흥미를 느끼게 하고, 자신감이 향상되도록 하는 등 정의적 측면에서도 긍정적인 효과가 있었다.

• 한국전자거래학회지
• /
• 제27권1호
• /
• pp.15-28
• /
• 2022

최근 의류 등의 특정 쇼핑몰의 온라인 시장이 크게 확대되면서, 사용자의 리뷰를 활용하는 것이 주요한 마케팅 방안이 되었다. 이를 이용한 감성분석에 대한 연구들도 많이 진행되고 있다. 감성분석은 사용자의 리뷰를 긍정과 부정 그리고 필요에 따라서 중립으로 분류하는 방법이다. 이 방법은 크게 머신러닝 기반의 감성분석과 사전기반의 감성분석으로 나눌 수 있다. 머신러닝 기반의 감성분석은 사용자의 리뷰 데이터와 그에 대응하는 감성 라벨을 이용해서 분류 모델을 학습하는 방법이다. 감성분석 분야의 연구가 발전하면서 리뷰와 함께 제공되는 이미지나 영상 데이터 등을 함께 고려하여 학습하는 멀티모달 방식의 모델들이 연구되고 있다. 리뷰 데이터에서 제품의 카테고리와 사용자별로 사용되는 단어 등의 특징이 다르다. 따라서 본 논문에서는 리뷰데이터와 제품 정보를 동시에 고려하여 감성분석을 진행한다. 리뷰를 분류하는 모델로는 기본 순환신경망 구조에서 Gate 방식을 도입한 Gated Recurrent Unit(GRU), Long Short-Term Memory(LSTM) 그리고 Self Attention 기반의 Multi-head Attention 모델, Bidirectional Encoder Representation from Transformer(BERT)를 사용해서 각각 성능을 비교하였다. 제품 정보는 모두 동일한 Multi-Layer Perceptron(MLP) 모델을 이용하였다. 본 논문에서는 사용자 리뷰를 활용한 Baseline Classifier의 정보와 제품 정보를 활용한 MLP모델의 결과를 결합하는 방법을 제안하며 실제 데이터를 통해 성능의 우수함을 보인다.