• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권1호
• /
• pp.100-108
• /
• 2003

원격 교육 시스템은 멀티캐스트를 사용함으로써 교육 내용을 전송하는 서버의 부하를 줄일 수 있을 뿐만 아니라 네트워크 대역폭을 효율적으로 사용할 수 있다. 본 논문은 원격 교육 시스템을 지원하기 위한 멀티캐스트 미들웨어를 설계, 구현한다. 본 논문에서 제시하는 멀티캐스트 미들웨어는 다음과 같은 특성을 갖는다: 1) 피동적 멤버를 위한 중앙 집중적인 멀티캐스트 그룹 관리를 통해 특정 수신자 그룹을 송신자가 지정하여 멀티캐스트 전송 2) 그룹 관리 서버와 멤버의 비정상적인 종료로 발생되는 예외 처리를 위한 멀티캐스트 그룹 정보 유지/복구 3) 대용량 멀티미디어 데이타의 멀티캐스트 전송을 위한 단편화 및 역단편화 지원과 버퍼 공유를 통한 추가적인 데이타 복사의 제거. 개발된 미들웨어는 30대의 PC가 Fast Ethernet으로 연결되어 있는 원격 교육 시스템에 실제로 적용하여 초당 18프레임의 320 $\times$ 120 픽셀의 해상도를 갖는 동영상과 128kbps의 음성 데이타, 기타 텍스트 메시지를 멀티캐스팅을 통해 요구 조건을 만족하는 송수신 성능을 보였다.

• 한국언론정보학보
• /
• 제46권
• /
• pp.627-670
• /
• 2009

국내 통신 및 미디어 산업의 카르텔 심결 사례들을 통해 산업별 카르텔 발생 현황과 카르텔 유형별 심결사례의 현황을 파악하고 개선방안을 살펴보았다. 또한 규제산업의 관행이면서 카르텔 형성과 관련된 '행정지도'를 중심으로 카르텔의 특성을 파악하고 개선방안을 살펴보았다. 마지막으로 카르텔 규제의 주요 요소이면서 카르텔 폐해와 관련된 '카르텔 유형', '경쟁제한성', 그리고 '카르텔 제재'를 중심으로 카르텔의 특성을 파악하고 개선방안을 살펴보았다. 심결사례의 분석 결과와 개선방안을 제시하면 다음과 같다. 첫째, 다채널 유료 방송산업, 통신산업, 영화산업, 신문산업 등의 순으로 담합의 발생빈도가 높았다. 또한 가격담합은 통신 및 미디어 산업의 거의 모든 세부 분야에서 나타난 반면 설비제한 담합과 영업수행 관리 담합은 어느 분야에도 나타나지 않았다. 담합의 발생을 줄이기 위한 개선방안으로는 방송통신위원회와 공정거래위원회의 공조체제 강화와 공정거래자율준수프로그램의 급속한 확산을 들 수 있다. 둘째, 미디어 산업보다는 통신 산업에서 행정지도가 담합의 기회를 더 많이 제공하는 것으로 나타났다. 행정지도가 담합을 촉진시키는 것을 방지하기 위한 미시적 개선방안으로는 방송통신위원회 및 문화체육관광부와 사업자들에게 행정지도와 관련된 준수사항을 각인시키는 것이 필요하고 거시적 개선방안으로는 경쟁제한적 규제의 수정이 필요하다. 셋째, 통신 및 미디어 산업은 다른 산업과 유사하게 경성카르텔의 비중이 높은 것으로 나타났다. 통신 및 미디어 산업은 새로운 유형의 담합이 출현할 가능성이 높으므로 카르텔 규제의 실효성을 높이기 위해 포괄주의의 도입이 필요하다. 넷째, 경성 및 연성 카르텔과 같은 담합의 성격에 따라서 경쟁제한성 분석의 심도가 달라지기보다는 과징금 규모가 큰 경우일수록 경쟁제한성 분석의 심도가 높은 것으로 나타났으나 전반적으로 경쟁제한성 분석의 심도는 낮은 편이다. 경쟁제한성 판단을 개선하기 위해서 미디어산업의 경우 관련시장의 획정에 있어서 양면시장 특성에 대한 고려가 필요하다. 다섯째, 시정명령만 있는 경우가 과징금을 부과한 경우보다 많은 것으로 나타나 카르텔 제재는 미흡한 것으로 나타났다. 시정조치의 실효성을 높이기 위해 과징금 부과 요건의 확대와 손해배상제도의 활성화를 고려해볼 수 있다.

• 전자공학회논문지
• /
• 제50권11호
• /
• pp.206-216
• /
• 2013

감성은 학습, 행동, 의사결정, 상호대화를 포함한 인간의 일상생활에 중요한 요소이다. 본 논문에서는 시스템의 복잡도를 줄이기 위하여 생체신호로부터 최소한의 중요한 특징만을 추출하여 사용하는 감성 분류기를 설계하고자 한다. 생체신호는 맥파, 피부온도, 피부전도도, 뇌파신호(전두엽, 두정엽)를 사용하였으며, 4가지 감정(보통, 슬픔, 공포, 행복)은 영화 관람을 통하여 유도하였다. 측정한 생체신호로부터 추출한 24개의 특징으로부터 최적의 특징 집합의 결정은 서포트벡터머신 기반 적합도 함수를 사용하는 유전알고리즘을 적용하였다. 최적의 4감정 분류 정확도는 96.4%이었으며, 서포트벡터머신만을 사용하였을 경우보다 17% 높았다. 선택된 최소에러 특징은 맥파 심박변이도의 평균, NN50, 맥파 유도 맥파 전달 시간의 평균, 피부전도도의 평균과 두정엽 뇌파의 ${\delta}$, ${\beta}$ 주파수 대역에너지였다. 실험을 통하여 두정엽 뇌파, 맥파, 피부전도도의 조합이 고정밀 감정 장비에 적합하였으며, 79% 성능을 보인 맥파와 피부전도도의 조합이 간단한 감성장비에 적절하게 적용할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.157-165
• /
• 2013

1990년대 중반부터 한국의 대중문화가 중국 일본을 비롯한 동남아시아 지역으로 확산되는 한류 현상이 나타나기 시작했다. 이러한 한류 현상과 더불어 한국 브랜드의 인지도, 선호도, 충성도가 향상되는 결과를 가져오기도 하였다. 특히 본 연구는 한국화장품 브랜드를 중심으로 하여 한류, 광고효과, 국가이미지 등에 따른 실증연구를 통해 소비자의 구매태도에 관해 살펴보았다. 본 연구의 주요 목적은 중국 화장품시장에서 한류, 광고효과, 국가이미지의 한국 화장품 브랜드에 미치는 영향에 대해 고찰해 보는 데 있다. 본 연구목적을 달성하기 위하여 중국 북경에 있는 학생과 근무자를 위주로 180매의 설문지를 회수하여 한류, 광고효과, 국가이미지, 브랜드 인지도 및 브랜드 선호도, 브랜드 충성도의 구조적 관계를 실증적으로 분석하였다. 수집된 자료의 통계처리는 SPSS 20.0 통계패키지와 AMOS 20.0 프로그램을 활용하여 분석하였다. 분석 결과를 요약하면 다음과 같다. 한국 TV드라마 영화, 한국 스타가 한류의 대표로 연구되었다. 한국 TV드라마 영화, 한국 스타에 대한 선호와 한국 스타에 대한 애착은 한국 화장품 브랜드 인지도에 긍정적인 영향을 미친다. 그리고 국가이미지는 한국 화장품 인지도에 긍정적인 영향을 미친다고 측정되었다.

• 한국학교ㆍ지역보건교육학회지
• /
• 제4권
• /
• pp.97-115
• /
• 2003

Middle and high school girl students' menstruation characteristics, appearance of menstruation dysmenorrhea, and coping with the menstruation dysmenorrhea were examined in order to give information in instructing girl students about menstruation dysmenorrhea, in delivering health education in the school, and establishing health policy. 970 girl students in middle and high schools in Cheju-do were selected and surveyed using the questionnaire the author developed based on the previous studies. The findings are as follows. First, the age of first menstruation was average $12.9{\pm}1.22$ years. The younger they were, the earlier their first menstruation came. The most common menstrual cycle was such one that continuously irregular from the beginning or that regular and irregular cycle run together. The first irregular menstrual cycle changed regular one within 1 or 2 years. Most of the respondents had normal menstrual cycle of $21{\sim}35$ days and menstruation period of $3{\sim}8$ days. Second, symptom of menstruation dysmenorrhea was orderly; hurt in the underbelly, tired, hurt in the waist, and headache. It was higher with high school students than middle school students. For the most part, time of heavy menstruation dysmenorrhea was the 2nd day after menstruation starts and period of menstruation dysmenorrhea was 2 days. More than the half of the respondents felt that the present menstruation dysmenorrhea was similar with the first one and they felt not comport in daily life due to menstruation dysmenorrhea, and 'hard to live a normal life' was higher with the high school girl students than with the middle school students. Third, how to cope with menstruation dysmenorrhea was enough sleep, relax and rest, taking a hot water shower, listening to music or watching a movie, taking medicine, and doing excercise. Few of the respondents have ever visited a doctor due to menstruation dysmenorrhea, and the reason was mostly irregular menstruation and heavy dysmenorrhea. Forth, when they took medicine due to menstruation dysmenorrhea, they gathered information on the medicine from family members and friends, while extremely low from a pharmacist or a doctor. The most of them have ever took medicine during menstruation once and took standard dose. While excess dosage was higher with high school students than with middle school students. From these findings, a good many girls are experiencing menstruation dysmenorrhea since their first menstruation. To discover early the severely abnormal findings and to treat, more interest from home and school, counseling and sexual education on time, and expert's diagnosis are necessary. Rather than unconditionally taking pain-relievers which can plainly solve the pain, continuous health education at home and in the school should be carried on for the girls to practice proper measures one think effective or an expert recommends.

• 지능정보연구
• /
• 제17권2호
• /
• pp.119-128
• /
• 2011

최근 사용자 정보와 주변 환경의 정보를 수집할 수 있는 센서의 기술과 휴대 디바이스의 성능이 매우 발달되어 왔다. 이러한 기술 발달로 인해 사용자는 매우 다양한 콘텐츠를 이용할 수 있게 되었다. 그러나 사용자가 휴대한 디바이스의 특성에 따라 이용할 수 있는 콘텐츠가 제한적이다. 이것을 해결하기 위해 하나의 콘텐츠를 여러 디바이스에서 사용하기 위한 연구가 활발히 진행 중이다. 본 연구에서는 사용자 주변의 센서를 통한 다양한 정보를 수집하여 사용자의 상황에 맞는 특정 콘텐츠를 선정하고, 선정된 콘텐츠를 사용자가 휴대한 디바이스 특성에 맞게 변환하여 서비스를 제공하는 시스템을 제안한다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.19-42
• /
• 2012

고객이 상품을 구매하는 패턴이 빠르게 변화하고 있다. 오프라인에서 고객이 직접 상품을 보고, 체험한 후 구매하던 패턴이 TV홈쇼핑, 인터넷 쇼핑 등 고객이 편리한 장소에서 자유롭게 구매하는 방법으로 확산되었다. 이처럼 구매 가능한 상품의 범위는 점점 더 다양해지고 있지만 이로 인하여 고객이 상품을 구매할 때 생기는 번거로움은 더욱 커지고 있다. 오프라인에서는 물건을 직접보고 구매하기 때문에 반품율이 낮은 반면에 온라인 구매 물품은 배송과 환불 등에서 복잡한 일들이 많이 발생한다. 온라인을 통해서 물건을 구매할 때 상품에 대한 사전 정보는 매우 한정적이며 실제로 물건을 구매했을 경우 고객이 생각했던 것과 다를 수 있다. 이러한 결과는 결국 고객의 불만족 및 구매취소로 이어진다. 또한 TV홈쇼핑이나 인터넷 쇼핑 등을 통해서 물건을 구매할 때 고객들은 이미 상품을 구매한 고객의 리뷰에도 관심을 기울이고 있다. 좋은 평가를 받은 상품은 더 많은 매출로 이어질 수 있기 때문에 기업은 이에 관심을 기울일 필요가 있다. 고객의 욕구를 만족시킬 수 있는 적절한 상품을 추천해 주고 이를 구매로 연결시키는 것은 기업의 이윤 창출과 직결되기 때문에 그 중요성이 강조된다. 고객을 위한 추천방법은 베스트셀러기반 추천방법, 인구통계 정보기반 추천방법, 최소질의대상 상품결정방법, 내용필터링기법, 협력필터링기법 등이 존재하며, 이에 대한 많은 연구가 활발하게 진행되고 있다. 그러나 위의 방법들을 신규고객에게 적용하는 것에는 문제가 발생할 수 있다. 신규고객은 상품에 대한 과거 구매이력이 존재하지 않기 때문이다. 이를 해결하기 위한 방안으로 가입 시, 고객의 인구통계적 정보나 선호도에 대한 응답을 유도하는 방법을 활용할 수 있다. 그러나 고객이 이에 대한 번거로움을 느낄 수도 있으며, 불완전한 답변을 하게 되면 추천의 정확도는 감소한다. 최근 이미 상품을 구매한 고객의 리뷰 및 기업에서 추천하는 제품에 의존하는 고객들이 증가하면서 이를 악용하는 사례도 자주 등장한다. 결국 추천에 대한 고객들의 신뢰는 감소하게 될 것이다. 따라서 좀 더 명확한 방식의 추천시스템이 절실하며, 이것이 개선된다면 는 곧 고객들의 신뢰 증가로 이어질 것이다. 본 연구에서는 협력필터링기법과 사회연결망기법의 중심성을 결합한 분석을 시도하였다. 중심성은 신규고객의 선호도를 기존고객들의 데이터를 통하여 유추하기 위하여 활용되는 정보이다. 기존 연구들에서는 기존고객들의 구매 가운데 구매성향이 유사한 고객들의 정보에 초점을 맞추고 있으며 구매성향이 다른 고객들의 정보에 대한 분석은 이루어지고 있지 않다. 그러나 이처럼 구매성향이 서로 다른 고객들의 정보를 활용한다면 추천의 정확성이 더 향상되지 않을까 하는 점을 기반으로 데이터들을 다양한 방식으로 분석하였다. 연구에 사용된 데이터는 미네소타대학의 GroupLens Research Project팀이 협력필터링기법을 통하여 영화를 추천하기 위해 만든 MovieLens의 데이터이다. 이는 1,684편의 영화에 대한 선호도를 943명이 응답한 정보로 총 100,000개의 데이터가 있다. 이를 시간 순으로 구분하여 초기 50,000개의 데이터를 기존고객의 데이터로, 후기 50,000개의 데이터를 신규고객의 데이터로 사용하였다. 이 때, 신규고객과 기존고객은 연구자가 임의로 구분한 것이다. 따라서 신규고객이라고 표현되는 고객의 데이터는 실제로 추천시스템을 통해 정보를 제공받은 고객이라고는 볼 수 없다. 그러나 현실적으로 실제 신규고객의 데이터를 수집하는 것이 쉽지 않기 때문에 전체 고객의 정보를 시간 순으로 구분하고 신규고객으로 분류한 것임을 밝혀둔다. 제시된 추천시스템은 [+]집단 추천시스템, [-]집단 추천시스템, 통합 추천시스템으로 총 3가지이다. [+]집단 추천시스템은 기존의 연구들과 유사한 방식으로 유사도가 높은 고객들을 신규고객의 이웃고객으로 분석하였다. 유사도가 높다는 것은 다른 고객들과 상품 구매에 대한 성향이 유사한 것을 의미한다. 또한 [-]집단 추천시스템은 유사도가 낮고 다른 고객들과 상품의 구매패턴이 반대에 가까운 고객들의 데이터를 활용하였으며, 통합 추천시스템은 [+]집단 추천시스템과 [-]집단 추천시스템을 결합한 방식이다. [+]집단 추천시스템과 [-]집단 추천시스템에서 각각 추천된 영화 가운데 중복되는 영화만을 신규고객에게 추천하는 방식이다. 다양한 방법의 시도를 통하여 적절한 추천시스템을 찾고, 추천시스템의 정확도를 향상시키는데 그 목적이 있다. 활용된 데이터의 분석 결과는 통합 추천시스템이 정확도가 가장 높았으며 [-]집단 추천시스템, [+]집단 추천시스템의 순인 것으로 나타났다. 이는 통합 추천시스템이 가장 효율적일 것이라는 연구자의 추측과 일치하는 결과이다. 각각의 추천시스템은 정확도의 변화를 쉽게 비교할 수 있도록 등고선지도 및 그래프를 이용하여 나타냈다. 연구의 한계점으로는 연구자가 제시한 통합 추천시스템과 [-]집단 추천시스템에 대한 정확도는 향상되었지만 이는 임의로 구분한 기준을 바탕으로 분석하였다는 점이다. 실제 추천된 영화를 바탕으로 신규고객이 영화를 선택 한 것이 아니라 기존고객의 데이터를 임의로 분류하였기 때문이다. 따라서 이는 추천 영화가 실제 고객에 미친 영향이 아니라는 한계가 존재한다. 또한 영화가 아닌 다른 상품에 대해서 이 추천시스템을 적용하였을 경우 추천 정확도에는 차이가 있을 수 있다. 따라서 추천시스템을 적용할 때에는 각 상품 및 고객집단의 특성에 적합한 적용이 필요하다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.19-38
• /
• 2017

본 연구는 사용자 평점 이외에 사용자 간 직접 간접적 신뢰 및 불신 관계 네트워크의 분석 결과를 추가로 반영한 새로운 하이브리드 협업필터링(Collaborative filtering, CF) 추천방법을 제안한다. 구체적으로 사용자 간의 유사도를 계산할 때 사용자 평가점수의 유사성만을 고려하는 기존의 CF와 다르게, 사용자 신뢰 및 불신 관계 데이터의 사회연결망분석 결과를 추가적으로 고려하여 보다 정교하게 사용자 간의 유사도를 산출하였다. 이 때, 사용자 간의 유사도를 재조정하는 접근법으로 특정 이웃 사용자가 신뢰 및 불신 관계 네트워크에서 높은 신뢰(또는 불신)를 받을 때, 추천 대상이 되는 사용자와 해당 이웃 간의 유사도를 확대(강화) 또는 축소(약화)하는 방안을 제안하고, 더 나아가 최적의 유사도 확대 또는 축소의 정도를 결정하기 위해 유전자 알고리즘(genetic algorithm, GA)을 적용하였다. 본 연구에서는 제안 알고리즘의 성능을 검증하기 위해, 특정 상품에 대한 사용자의 평가점수와 신뢰 및 불신 관계를 나타낸 실제 데이터에 추천 알고리즘을 적용하였으며 그 결과, 기존의 CF와 비교했을 때 통계적으로 유의한 수준의 예측 정확도 개선이 이루어짐을 확인할 수 있었다. 또한 신뢰 관계 정보보다는 불신 관계 정보를 반영했을 때 예측 정확도가 더 향상되는 것으로 나타났는데, 이는 사회적인 관계를 추적하고 관리하는 측면에서 사용자 간의 불신 관계에 대해 좀 더 주목해야 할 필요가 있음을 시사한다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.67-83
• /
• 2018

2013년 누적인원 2억명을 돌파한 한국의 영화 산업은 매년 괄목할만한 성장을 거듭하여 왔다. 하지만 2015년을 기점으로 한국의 영화 산업은 저성장 시대로 접어들어, 2016년에는 마이너스 성장을 기록하였다. 영화산업을 이루고 있는 각 이해당사자(제작사, 배급사, 극장주 등)들은 개봉 영화에 대한 시장의 반응을 예측하고 탄력적으로 대응하는 전략을 수립해 시장의 이익을 극대화하려고 한다. 이에 본 연구는 개봉 후 역동적으로 변화하는 관람객 수요 변화에 대한 탄력적인 대응을 할 수 있도록 주차 별 관람객 수를 예측하는데 목적을 두고 있다. 분석을 위해 선행연구에서 사용되었던 요인 뿐 아니라 개봉 후 역동적으로 변화하는 영화의 흥행순위, 매출 점유율, 흥행순위 변동 폭 등 선행연구에서 사용되지 않았던 데이터들을 새로운 요인으로 사용하고 Naive Bays, Random Forest, Support Vector Machine, Multi Layer Perception등의 기계학습 기법을 이용하여 개봉 일 후, 개봉 1주 후, 개봉 2주 후 시점에는 차주 누적 관람객 수를 예측하고 개봉 3주 후 시점에는 총 관람객 수를 예측하였다. 새롭게 제시한 변수들을 포함한 모델과 포함하지 않은 모델을 구성하여 실험하였고 비교를 위해 매 예측시점마다 동일한 예측 요인을 사용하여 총 관람객 수도 예측해보았다. 분석결과 동일한 시점에 총 관람객 수를 예측했을 경우 보다 차주 누적 관람객 수를 예측하는 것이 더 높은 정확도를 보였으며, 새롭게 제시한 변수들을 포함한 모델의 정확도가 대부분 높았으며 통계적으로 그 차이가 유의함으로써 정확도에 기여했음을 확인할 수 있었다. 기계학습 기법 중에는 Random Forest가 가장 높은 정확도를 보였다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.147-161
• /
• 2010

최근 방송과 통신의 융합으로 TV에 통신이라는 기술이 접목되면서, TV 시청 형태에 많은 변화를 가져왔다. 이러한 형태의 TV 시청 변화는 서비스 선택의 폭을 넓혀주지만 프로그램을 선택을 위해 많은 시간을 투자해야 한다. 이러한 단점을 개선하기 위해서 본 논문에서는 IPTV환경에서 사용자의 다양한 콘텐츠를 제공하는 방송 환경에서 고객의 시청 정보를 바탕으로 고객 사용정보 온톨로지를 구축하고 그에 따라 고객을 k-medoids 방법을 이용해서 클러스터링 한다. 이를 바탕으로 고객이 선호하는 콘텐츠를 추천 하는 방법을 제안하였다. 실험부분에서 본 제안방법의 우수성을 기존의 방법과 비교하여 보여준다.