• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.563-568
• /
• 2020

본 연구에서는 블랙박스로 알려진 딥러닝 모델에 설명 근거를 제공할 수 있는 설명자 모델을 적용해 보았다. 영화평 감성 분석을 위해 MLP, CNN으로 구성된 딥러닝 모델과 결정트리의 앙상블인 Gradient Boosting 모델을 이용하여 감성 분류기를 구축하였다. 설명자 모델로는 기울기(gradient)을 기반으로 하는 IG와 레이어 사이의 가중치(weight)을 기반으로 하는 CAM, 그리고 설명가능한 대리 모델을 이용하는 LIME과 입력 속성에 대한 선형모델을 추정하는 SHAP을 사용하였다. 설명자 모델의 특성을 보기 위하여 히트맵과 관련성 높은 N개의 속성을 추출해 보았다. 설명자가 제공하는 기여도에 따라 입력 속성을 제거해 가며 분류기 성능 변화를 측정하는 정량적 평가도 수행하였다. 또한, 사람의 판단 근거와의 일치도를 살펴볼 수 있는 '설명 근거 정확도'라는 새로운 평가 방법을 제안하여 적용해 보았다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.261-262
• /
• 2023

본 연구에서는 감성 분석 기반의 키워드 도출형 영화 리뷰 웹사이트를 개발하였다. 사용자들은 영화에 대한 리뷰를 작성할 때, 자동으로 키워드를 추출하는 기능을 활용하여 다양하면서도 빠르게 정보를 얻을 수 있다. 사용자가 작성한 리뷰를 시스템에 입력하면, 내부적으로 ChatGPT를 활용하여 텍스트를 분석하고 키워드를 추출한다. 이를 통해 사용자는 별다른 노력 없이도 키워드를 통해 영화의 장르, 감독, 배우, 플롯 요소 등 다양한 정보를 빠르게 확인할 수 있다. 추출된 키워드는 저장되어 시각화에 활용되며, 사용자들은 리뷰에 대한 원하는 정보를 쉽게 얻을 수 있다. 개발된 키워드 도출형 영화 리뷰 웹사이트는 사용자들에게 빠르고 다양한 정보를 제공하며, 영화 관련 결정을 내리는 데에 도움을 줄 것으로 기대된다.

• 디지털융복합연구
• /
• 제19권3호
• /
• pp.295-302
• /
• 2021

본 논문은 고령사회를 맞이한 우리 사회가 안고 있는 노인의 문제에 주목하여 노년의 삶을 이해하고 노후준비와 죽음준비의 필요성을 인식하도록 하기 위한 것을 목적으로 한다. 영화 '죽여주는 여자'의 주인공 소영의 서사를 중심으로 작품 속 맥락에 따라 문학 치료 관점으로 리뷰 분석한다. 영화 속 작품 서사에는 빈곤, 질병, 치매, 외로움, 죽음의 두려움 등 노인들이 겪는 고통의 문제를 잘 보여준다. 초고령 시대를 맞이하여 국가적 차원의 소외된 노인에 대한 제도적 보완장치 마련과 사회적 관심과 안전망이 확보되어야 하며, 개인적으로는 노후설계를 통한 구체적인 노후준비가 필요하다. 나아가 노후준비 및 죽음을 준비하기 위한 노후준비 교육 프로그램과 죽음 교육 프로그램의 연구와 교육을 위한 지원이 지속적으로 이루어져야 할 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권5호
• /
• pp.1413-1432
• /
• 2023

Recommender systems aim to recommend items to users by taking into account their probable interests. This study focuses on creating a model that utilizes multiple sources of information about users and items by employing a multimodality approach. The study addresses the task of how to gather information from different sources (modalities) and transform them into a uniform format, resulting in a multi-modal feature description for users and items. This work also aims to transform and represent the features extracted from different modalities so that the information is in a compatible format for integration and contains important, useful information for the prediction model. To achieve this goal, we propose a novel multi-modal recommendation model, which involves extracting latent features of users and items from a utility matrix using matrix factorization techniques. Various transformation techniques are utilized to extract features from other sources of information such as user reviews, item descriptions, and item categories. We also proposed the use of Principal Component Analysis (PCA) and Feature Selection techniques to reduce the data dimension and extract important features as well as remove noisy features to increase the accuracy of the model. We conducted several different experimental models based on different subsets of modalities on the MovieLens and Amazon sub-category datasets. According to the experimental results, the proposed model significantly enhances the accuracy of recommendations when compared to SVD, which is acknowledged as one of the most effective models for recommender systems. Specifically, the proposed model reduces the RMSE by a range of 4.8% to 21.43% and increases the Precision by a range of 2.07% to 26.49% for the Amazon datasets. Similarly, for the MovieLens dataset, the proposed model reduces the RMSE by 45.61% and increases the Precision by 14.06%. Additionally, the experimental results on both datasets demonstrate that combining information from multiple modalities in the proposed model leads to superior outcomes compared to relying on a single type of information.

• 한국전자거래학회지
• /
• 제18권4호
• /
• pp.315-326
• /
• 2013

소셜 미디어에서는 상품평, 영화평 등의 다양한 종류의 의견이 표현되고 있으며, 사용자들이 물품 구매 등에 있어 이러한 의견을 참고로 하여 결정을 내리는 것은 일반적이 되었다. 하지만 의견 정보의 활용도가 높아질수록 이를 부적절하게 왜곡하는 사례 또한 증가하고 있다. 예를 들어, 홍보를 목적으로 과도하게 긍정적인 의견이 포함된 리뷰를 작성하거나, 반대로 일반적인 평가에서 벗어나 과도하게 부정적인 의견을 게시하는 경우 등이다. 편향된 의견은 소셜 미디어의 신뢰성과 연결 되기 때문에 이를 검출하는 것은 점차 중요한 문제로 대두되고 있다. 기존의 오피니언 마이닝 혹은 감성 분석은 문서를 분석하여 그 문서가 가지고 있는 의견의 성향을 판단하는 기법이다. 하지만 기존의 연구는 의견을 단순히 긍정/부정으로만 분류하는 방향으로 연구가 이루어져 왔으며, 특히 사전에 의견 성향에 따라 분류된 충분한 양의 학습 데이터가 필요하다는 단점이 있다. 본 논문에서는 학습데이터가 없는 경우에, 전체 문서의 의견 성향 분포에서 벗어난 의견 문서를 검출하는 기법을 제안한다. 여기에는 각도기반 이상치 탐지와, 개인화된 페이지랭크 방법을 활용한다. 또한 영화 리뷰 문서를 대상으로 실험을 수행하여 제안한 방법들의 성능을 분석하였다.

• 한국인터넷방송통신학회논문지
• /
• 제17권3호
• /
• pp.167-173
• /
• 2017

인공지능으로 대표되는 4차 산업혁명에 대한 관심이 증가함에 따라 사회 전반에 빅데이터 및 머신러닝 활용하려는 움직임이 활발해지고 있다. 이러한 움직임은 다양한 분야에서의 예측 시스템 개발로 현실화되고 있다. 특히 영화 산업에서는 투자, 마케팅 등에 활용을 위해 흥행 여부를 사전에 예측하고자하는 여러 가지 시도가 있어왔다. 예전에는 영화에 대한 정적 데이터만을 고려한 예측이 주류를 이뤘으나, 최근에는 실시간으로 생성되는 소셜 데이터를 활용하여 예측하고자하는 노력이 진행되고 있다. 본 논문에서는 영화의 정적 데이터와 더불어 기사, 블로그, 영화평 등 다양한 피드백 정보를 활용한 예측 기법을 제안한다. 또한 제안한 기법을 활용하여 상대적으로 흥행에 성공한 영화만을 대상으로 이들의 흥행정도를 정량적으로 추정할 수 있는지의 여부를 실험적으로 평가하였다.

• 감성과학
• /
• 제19권1호
• /
• pp.111-126
• /
• 2016

최근 페이스북 광고의 마케팅 가치가 증가됨에 따라, 기업들은 브랜드 및 상품 홍보를 위해 성공적인 페이스북 광고제작 방안에 관심을 두고 있다. 이에 따라 본 연구에서는 페이스북 광고에 대한 사용자의 시선과 관심에 영향을 미치는 요인을 도출하고, 효과적인 페이스북 광고 콘텐츠의 시지각 구성요소들의 특성을 규명하였다. 먼저 페이스북 광고에 대한 사용자의 반응에 영향을 미칠 수 있는 두 가지 변인 요인을 설정하였다: 페이스북 광고 콘텐츠 포맷(Text, Text in Image, Movie)과 광고 제품 속성(관여도, 이성/감성). 이에 대한 이론적 논의를 바탕으로 시선추적과 설문조사를 접목하여 실험 연구를 진행하였다. 페이스북 광고 콘텐츠 포맷(Text, Text in Image, Movie)과 광고 제품 속성(관여도, 이성/감성)이 사용자 반응(시지각 인지, 사용자 구매 행동 반응)에 미치는 효과를 분석하였다. 그 결과, 광고 콘텐츠 포맷에 따라 차별화된 사용자의 시지각 인지 패턴과 구매 행동 반응이 나타났다. 반면, 광고 제품속성의 경우 사용자의 구매 행동 반응에만 영향을 미치는 것을 알 수 있었다. 마지막으로 본 연구의 주요 연구 결과를 토대로 광고 콘텐츠 제공자 혹은 개발자들을 위한 효과적인 SNS 광고 제작 가이드라인을 제안할 수 있었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.

• International Journal of Advanced Culture Technology
• /
• 제8권1호
• /
• pp.213-217
• /
• 2020

In this paper, we present that Virtual Reality (VR) is a type of media that has attracted interest in storytelling and media utilization. VR was first discussed as a specific narrative medium with traditional story medium. Via this discussion, The innate difference of VR is that the role of the media users in which the narrative is communicated were active in the development of the narrative unlike that of most classical narrative media. We also discussed specific features related to VR based on the theories of traditional literary criticism, movie reviews, and plays. Through these discussions, we aruged two directions of VR storytelling production as an narrative medium, its specificity, and its expressiveness for VR producers. First, story processing and characters can be introduced as part of continuing a new narrative by altering the interaction history that appears in VR stories to user interest ratings. Second, VR interaction responds intuitively to the idea that it represents a trajectory across the story surface of all possible interactions. More specific theories and controvercials are discussed.

• 한국의류학회지
• /
• 제35권4호
• /
• pp.396-407
• /
• 2011

Various media are expanding the fantastic expression methods and sphere wider than now. As an intermediate for expressing fully self-desires, fashion of the day has surfacing an important concept called fantastic that does not exist and surpasses reality in expressing the ideal body of a desiring body. Goth and cospre are personal expressions of movie costumes that visualize virtual reality as representative of fantastic fashions. The fantastic is a modem concept putting together SF, fantasy, magical realism, fable, and surrealism. Studies in fashion fields related to fantastic have treated fantastic illiberally and peripherally owing to the centering on the SF genre or fantasy. The thesis that dealt with an important fashion as an external favorite as well as the socio-cultural contents of the expressed body in genre expression remains inadequate. In research methods, this study carried out theoretical reviews on the concept and characteristic of the fantastic through literature data that includes local and international theoretical books, monographs, and dissertations that are related to the fantastic. The experimental analysis was executed by collecting fashion works shown after 2000 and included in special fashion editions, collection magazines, Internet materials, and monographs. The results show that the categorization of expression characteristic (according to fantastic spheres) appeared as 5 kinds such as uncanny borderline, cyborg grotesque, heroic superman, myth allegory, and unconscious meaninglessness.