• 마케팅과학연구
• /
• 제18권3호
• /
• pp.1-25
• /
• 2008

본 연구는 가전제품 소매채널에 관한 소비자의 선호 및 이용행태를 조사하고 가전제품 구매 채널 현황과 소비자들의 점포선택과 만족도를 분석하여 소비자가 특정 채널에 대하여 가지고 있는 소위 channel equity에 대하여 탐색적으로 접근 하고자 한다. 분석결과 가전제품 멀티채널 쇼핑환경은 소비자로 하여금 채널별로 차별화된 구매 패턴과 쇼핑동기를 만들어 주고 있었다. 백화점이나 대리점은 품질의 우수성과 A/S 측면에서 우세하며 대형할인점, 양판점, TV홈쇼핑, 인터넷쇼핑몰, 전자제품 판매 상가는 가격적인 측면이 경쟁 우위로 조사되었다. 채널별 소비자 만족도에 있어서는 애프터서비스가 잘되고 있는 백화점이나 대리점 등이 만족도가 상대적으로 높은 소매 채널임을 알 수 있다. 채널 에퀴티의 구성요인은 가격 경쟁력과 비교구매, 이용편리성, A/S, 판매원의 전문성, 배송의 신속성, 제품 검색용이, 판매원의 친절성, 매장의 쾌적성, 교통 편리성 등을 들 수 있다. 백화점의 경우 거의 모든 요소에서 가장 높은 만족도를 가지고 있어 채널 에퀴티가 높게 평가되었다. 인터넷 쇼핑몰은 제품을 쉽게 검색할 수 있다는 점에서 우위에 있으며 TV홈쇼핑의 경우는 비교구매와 가격경쟁력에서 우위가 있음을 알 수 있었고 채널별로 채널 에퀴티를 구성하는 요인들의 상대적 비중은 매우 달랐다. 본 연구에서는 채널 만족도를 평가한 후 에퀴티 포트폴리오와 채널별 에퀴티 구성 결과를 제시하고 있으나 향후 채널 에퀴티의 개념과 관리 툴에 대한 본격적인 연구가 요망된다.

• 조형예술학연구
• /
• 제11권
• /
• pp.221-249
• /
• 2007

오늘날 사진은 새로운 테크놀로지 형태인 디지털 이미지 프로세싱 앞에 심각한 정체성 위기와 존재론적 딜레마에 봉착했다. 사진은 그동안 우리에게 세상을 새롭게 바라보는 방법을 제공하고, 또 우리 스스로 주변을 돌아볼 수 있는 자각을 주었으며, 나아가 삶의 리얼리티의 본질을 재인식시키는데 크게 기여했다. 그런 사진의 기능이 오늘날 무력화되고 있다. 디지털 테크놀로지의 출현으로 사진은 더 이상 사실의 기록, 결백의 증거, 그리고 리얼리티의 거울로서 간주되지 않는다. 오히려 유희의 도구 혹은 우리가 사는 세계의 환영과 기쁨을 창조하는 수단으로 간주된다. 그러나, 디지털 테크놀로지의 출현은 이제 비로소 사진의 존재론적 당위성과 정체성의 문제를 냉정히 돌아보게 한다. 본 논고는 전자시뮬레이션 시대 새로운 이미지 생산의 첨병으로 등장한 디지털 이미지의 존재론적 측면을 규명하는데 있다. 이를 위해 인류의 첫 번째 프로그램 미학으로 말해지는 사진과 첨단테크놀로지 미학으로 말해지는 디지털 이미지와의 관계를 기계미학적 관점에서 살펴보려 한다. 특히 올드미디어(사진)와 뉴미디어(디지털) 사이에 갈등 구조를 자본주의 역사관과 물질적 관점에서 살펴보려 한다. 본 논고는 이를 위해 우선 사진의 정체성 위기와 존재론적 위협이 어디로부터 발현된 것인지를 살피고, 또 지금까지 생산된 매체 미학적 담론들이 어떤 비평적 쟁점 속에 놓였는지를 살피고자 한다. 특히 사진이 강점으로 여긴 존재론적 인덱스와 생성론적 텍스트에 주목하여 사진 재현의 기반인 사실적 기록, 명료한 증거, 그리고 기술적 정교성이 어떤 기계미학의 층위에 있는지를 디지털 이미지를 대척에 두고 분석하고자 한다. 그리하여 최근 일고 있는 사진의 죽음, 사진의 종말에 관한 담론들이 심각한 오류가 있음을 지적하고자 한다. 올드 테크놀로지로서 사진이 당면한 위기, 즉 현재 사진이 안고 있는 존재론적 위기(컴퓨터화 된 디지털 이미지 출현) 그리고 인식론적 위기(윤리, 지식, 가치관 등 급격한 문화 변동)는 매체미학의 본질상 당연한 위기임을 정당화하고자 한다. 본 논문은 이 같은 주장을 위하여 역사적으로 사진술이 어떤 생성과 소멸의 과정을 거쳤으며, 또 어떻게 지금의 디지털 이미지에 이르게 되었는지 테크놀로지 미학 안에서 자동생성주의로서 색인 이미지, 디지털 코드로서 수치 이미지의 생성, 기원, 본질 그리고 정체성을 규명하고자 한다. 특히 본 논고는 논지의 정당성을 위해 다양한 매체미학자들의 주의주장 및 이론적 쟁점을 분석하고자 한다. 또 분석틀을 통해서 테크놀로지 미학의 근간인 기계, 기술성을 바탕으로 한 사진의 생성적 측면과 문화 안에서 변형된 프로그램에 의해 창조되는 디지털 이미지의 변형적 측면의 본질을 파악하고자 한다. 이렇게 사진과 디지털 이미지의 양자의 비교를 통해서 테크놀로지 미학 안에서 올드 미디어(사진)와 뉴 미디어(디지털 이미지)의 자리바꿈은 정당한 것이라는 사실과, 이런 역설적인 구조야말로 기계, 기술을 바탕으로 삼는 테크놀로지 매체의 숙명성이라는 사실을 강조함으로써 논문의 정당성을 강화하고자 한다. 마지막으로 본 논고는 하나의 얼굴, 하나의 정체성으로 자리할 수 없다는 사실을 역사로서 확증하고, 또 사진에서 부동의 존재론과 인식론의 모습은 애초부터 불가능하다는 사실을 지적함으로써 오늘날 제기되고 있는 '사진의 죽음,' '사진의 종말'은 쟁점의 정당성에도 불구하고 매체미학의 역사를 간과하는 오도된 비평이라는 사실을 결론으로 도출하고자 한다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• Asia pacific journal of information systems
• /
• 제21권2호
• /
• pp.89-116
• /
• 2011

In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users Is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful In a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with mere expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are Page Rank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both Page Rank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable, In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the Idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual Interactions between entitles, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily customized to each folksonomy site for ranking purposes. To examine the validity of our ranking algorithm and show the mechanism of adjusting property, time, and expertise weights, we first use a dataset designed for analyzing the effect of each ranking factor independently. We then show the ranking results of a real folksonomy site, with the ranking factors combined. Because the ground truth of a given dataset is not known when it comes to ranking, we inject simulated data whose ranking results can be predicted into the real dataset and compare the ranking results of our algorithm with that of a previous HITS-based algorithm. Our semantic ranking algorithm based on the concept of mutual interaction seems to be preferable to the HITS-based algorithm as a flexible folksonomy ranking framework. Some concrete points of difference are as follows. First, with the time concept applied to the property weights, our algorithm shows superior performance in lowering the scores of older data and raising the scores of newer data. Second, applying the time concept to the expertise weights, as well as to the property weights, our algorithm controls the conflicting influence of expertise weights and enhances overall consistency of time-valued ranking. The expertise weights of the previous study can act as an obstacle to the time-valued ranking because the number of followers increases as time goes on. Third, many new properties and classes can be included in our framework. The previous HITS-based algorithm, based on the voting notion, loses ground in the situation where the domain consists of more than two classes, or where other important properties, such as "sent through twitter" or "registered as a friend," are added to the domain. Forth, there is a big difference in the calculation time and memory use between the two kinds of algorithms. While the matrix multiplication of two matrices, has to be executed twice for the previous HITS-based algorithm, this is unnecessary with our algorithm. In our ranking framework, various folksonomy ranking policies can be expressed with the ranking factors combined and our approach can work, even if the folksonomy site is not implemented with Semantic Web languages. Above all, the time weight proposed in this paper will be applicable to various domains, including social media, where time value is considered important.

• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

• 헤리티지:역사와 과학
• /
• 제57권1호
• /
• pp.54-79
• /
• 2024

본 연구는 한국의 발해학계에서 박물관 전시를 인식하는 논점이 중국에만 편중되어온 공백을 메우기 위해 작성되었다. 따라서 러시아 박물관에서 개최된 발해사 전시구성 및 운영정책의 특징과 변화를 분석하여, 국가 간 발해사 이해를 넓힐 수 있는 해석과 표출에 대한 자료를 공유하고자 한다. 이에 러시아의 발해사 전시를 대표하는 아르세니예프 V.K 국립극동역사보호지구 통합박물관의 상설전시 및 기획전시를 대상으로 시론적 연구를 시도해보았다. 우선 전시구성을 살펴보면, 상설전시는 지역사의 통시적 구성으로, 제1회 및 2회 기획전시는 러시아과학원 주요 소장유물을 포함한 발해사 주제별 구성으로 기획되었다. 전시 운영정책은 박물관 운영규정, 전시 운영인력, 전시 홍보전략을 통해 살펴보았다. 다음으로 전시가 개최된 배경과 역할 변화를 살펴보기 위해, 발해사 전시 개최 분기에 따른 지역사회의 정치·사회·문화적 이슈를 검토하였다. 그 결과, 상설전시 개편분기에는 국제정상회의 개최지역에 대한 역사인식을 제고하고, 제1회 기획전시 분기에는 다양한 정책주체들에 의해 한·러 합작 문화관광 현안을 견인하였으나, 제2회 기획전시 분기에는 국내외적 외교전략 변화 등과 맞물려 홍보 및 연계행사가 활성화되지 않은 것으로 추론해보았다. 마지막으로, 전시 내러티브의 특징을 살펴보기 위해, 지역사 교과서 및 발해사 개설서를 분석틀로 삼고 전시 내용과 상호 비교해보았다. 그 결과, 시대별 내러티브에서는 교과서에서 분리되었던 말갈족과 발해국의 통합 연출이 확인된다. 주제별 내러티브 중 정치사 주제에서는 변방의 말갈족 전사 대신 발해의 중앙 관리로 연출된 변화를 파악할 수 있었다. 특히 발해 영역도는 실증적인 조사자료 축적의 중요성을 시사한다. 물질문화 주제에서는 농업·수렵을 보여주는 동식물유체 자료의 보강을 제안해보았고, 대외 관계 주제에서는 통일신라 교류와 투르크계 주민 구성을 시사하는 내러티브를 살펴보았다. 사상문화 주제에서는 고구려 국가제사의례와 관련된 내러티브가 나타나는데, 이는 한국학계에서 아직 주목하지 못했던 새로운 자료이므로 추후 논의가 필요함을 지적해보았다. 결론적으로, 본 연구는 러시아 박물관의 발해사 전시 연구에 대한 공백을 메우고, 전시가 변화해온 맥락과 전시 내러티브의 특징을 고찰하여 시사점을 제시했다는 의의가 있다.

• 중소기업연구
• /
• 제33권4호
• /
• pp.77-93
• /
• 2011

본 연구는 최근 사회경제적 이슈가 되고 있는 동반성장의 개념과 실천 방향에 대해 논의하고자 한다. 이를 위해 동반성장의 정책적 개념을 살펴보고 유사한 개념인 상생협력과 공생발전과도 비교 분석하고자 한다. 또한 동반성장을 통해 글로벌 경쟁력을 만들어 낸 선진국 사례들로부터 교훈을 찾아내고 우리의 사회 문화적 특성에 맞는 한국형 모델을 제안하고자 한다. 한국형 동반성장 모델은 미국의 시장중심형, 일본의 문화기반형, 유럽의 정책주도형 등의 장점을 융합할 필요가 있다. 이를 위해 한국형 모델은 공동체적 에너지를 창출해내는 한국인의 잠재력 활용, 통제와 자율의 융합형 제도 개선, 미래지향적 협력관계를 위한 기업들의 행동변화 등 세 가지 요인을 핵심으로 할 필요가 있다. 한국형 모델의 실현을 위해 필요한 정부의 역할과 과제, 그리고 동반성장위원회의 역할에 대해서도 논의하고자 한다.