• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.1-21
• /
• 2020

인공지능 기술의 급속한 발전과 함께 빅데이터의 상당 부분을 차지하는 비정형 텍스트 데이터로부터 의미있는 정보를 추출하기 위한 다양한 연구들이 활발히 진행되고 있다. 비즈니스 인텔리전스 분야에서도 새로운 시장기회를 발굴하거나 기술사업화 주체의 합리적 의사결정을 돕기 위한 많은 연구들이 이뤄져 왔다. 본 연구에서는 기업의 성공적인 사업 추진을 위해 핵심적인 정보 중의 하나인 시장규모 정보를 도출함에 있어 기존에 제공되던 범위보다 세부적인 수준의 제품군별 시장규모 추정이 가능하고 자동화된 방법론을 제안하고자 한다. 이를 위해 신경망 기반의 시멘틱 단어 임베딩 모델인 Word2Vec 알고리즘을 적용하여 개별 기업의 생산제품에 대한 텍스트 데이터를 벡터 공간으로 임베딩하고, 제품명 간 코사인 거리(유사도)를 계산함으로써 특정한 제품명과 유사한 제품들을 추출한 뒤, 이들의 매출액 정보를 연산하여 자동으로 해당 제품군의 시장규모를 산출하는 알고리즘을 구현하였다. 실험 데이터로서 통계청의 경제총조사 마이크로데이터(약 34만 5천 건)를 이용하여 제품명 텍스트 데이터를 벡터화 하고, 한국표준산업분류 해설서의 산업분류 색인어를 기준으로 활용하여 코사인 거리 기반으로 유사한 제품명을 추출하였다. 이후 개별 기업의 제품 데이터에 연결된 매출액 정보를 기초로 추출된 제품들의 매출액을 합산함으로써 11,654개의 상세한 제품군별 시장규모를 추정하였다. 성능 검증을 위해 실제 집계된 통계청의 품목별 시장규모 수치와 비교한 결과 피어슨 상관계수가 0.513 수준으로 나타났다. 본 연구에서 제시한 모형은 의미 기반 임베딩 모델의 정확성 향상 및 제품군 추출 방식의 개선이 필요하나, 표본조사 또는 다수의 가정을 기반으로 하는 전통적인 시장규모 추정 방법의 한계를 뛰어넘어 텍스트 마이닝 및 기계학습 기법을 최초로 적용하여 시장규모 추정 방식을 지능화하였다는 점, 시장규모 산출범위를 사용 목적에 따라 쉽고 빠르게 조절할 수 있다는 점, 이를 통해 다양한 분야에서 수요가 높은 세부적인 제품군별 시장정보 도출이 가능하여 실무적인 활용성이 높다는 점에서 의의가 있다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• 항공우주정책ㆍ법학회지
• /
• 제27권2호
• /
• pp.67-106
• /
• 2012

오늘날 항공운송의 볼륨이 크게 증가함에따라 항공사고도 끊임없이 발생하고 있다. 따라서 항공교통의 핵심가치인 항공교통 안전의 중요성을 새롭게 인식하여야 한다. 이에 항공교통의 기본 인프라로서 공항의 입지, 시설, 장비에 대한 안전성 확보는 무엇보다 중요하다고 할 수 있다. 그러한 차원에서 공항의 건설 또는 개량단계에서 공항개발사업 단계별로 고려되어야 할 안전요소를 현행법과 제도내에서 분석하여 공항시설의 설계, 건설단계에서의 안전성 제고에 대한 소견을 제시하고자 한다. 공항은 물론 항공교통의 안전은 공항시설을 포함하는 공항을 입지, 개발, 설계, 시공, 검사, 관리하느냐에 달려 있는 문제인 것이다. 이는 결국 공항개발계획 단계에서부터 항공안전을 우선 고려하는 입지에 대한 기준 및 전문가 개입 제도화 등에 관한 입법화를 통하여 현대사회가 내포하는 불특정다수에 대한 대형 사회간접자본의 리스크를 예방하는 국가적 책무를 다할 수 있기 때문이다. 아울러 공항개발 과정에서 핵심사항인 공항과 항행안전시설의 설치기준의 명확화는 공항과 공항시설의 안전성을 담보하는 것이라 할 수 있다. 물론 공항과 항행안전시설의 설치기준은 항공교통의 특성상 세계적인 기준이 제시되어 있으나, 이를 국내 입법화하는 과정에서 안전 측면의 기준은 더욱 구체적으로 세분화하여 설계, 시공, 검사 단계에서 이에 대한 혼돈이 발생하지 않게 하는 것도 항공안전을 확보하는 방법으로 검토할 만하다. 항행안전시설의 설치에 대한 기준은 무엇보다 자세히 규정하고 있다. 그러나 항행안전시설 성능적합증명제도와 관련해서는 임의적 규제를 의무적 규제로 변경하고, 제작자는 국내뿐만 국외제작자에게도 증명제도가 적용되도록 하는 것이 항행안전시설의 운용 안전성을 담보하는 방안이라 할 것이다. 물론 항공사고의 많은 부분이 조종사 과실 또는 항공기 정비 불량에 의한 것으로 귀결된다. 그러나 더욱 중요한 것은 공항이나 공항시설이 안전을 담보할 수 있을 정도로 완벽하다면 항공교통 사고를 더욱 감소시킬 수 있을 것으로 생각한다. 따라서 공항개발 단계에서부터 항공안전을 우선시 하는 법률적 제도적 보완이 필요하다고 할 수 있다.

• 한국음향학회지
• /
• 제20권4호
• /
• pp.35-41
• /
• 2001

본 논문에서는 선형 판별분석 (LDA: Linear Discriminant Analysis)과 공통벡터 추출방법을 이용한 음성인식방법을 제안하였다. 음성신호는 화자의 성별, 나이, 출생지, 주위 잡음, 정신적 상태, 발성기관의 구조 등과 같은 다양한 정보를 포함하고 있다. 이로 인해 같은 음성신호라 할지라도 서로 다른 화자가 발성하게 되면 서로 다른 특성을 보이게 된다. 음성신호의 이러한 성질은 같은 음성군 (class)에 포함된 공통된 특성벡터를 추출하는 일을 상당히 어렵게 한다. 음성신호에서 공통된 특징 벡터를 추출하는 방법은 KLT (Karhunen-Loeve Transformation)와 같이 선형 대수적인 접근방법이 많이 사용되어지고 있으나, 본 논문에서는 M. Bilginer et al.이 제안한 공통벡터 추출 방법을 사용하였다. M. Bilginer et al.이 제안한 방법은 주어진 훈련 음성신호들에 대하여 최적의 공통 벡터를 추출하여 주면서 공통벡터 추출에 사용된 훈련 데이터에 대해서는 100%의 인식결과를 보여준다. 그러나 공통벡터 추출을 위한 훈련 음성신호의 수를 무한히 늘릴 수 없다는 점과 공통벡터들간의 구별정보 (discriminant information)가 정의되지 않았다는 단점이 있다. 본 논문에서는 단어그룹간 (class) 구별정보를 추출된 공통벡터와 결합해 단어간의 오인식률 (error rate)을 감소시킬 수 있는 방법과 공통벡터 추출방법에 적합한 파라미터 가공 방법을 제안하였다. 공통벡터 추출방법은 음성신호의 시간 축 정규화 방법과 벡터의 차원 크기에 따라 인식시간과 인식률에 영향을 받는다. 따라서 부적절한 시간 축 정렬과 너무 큰 벡터의 차원 수는 인식률 저하 등과 같이 알고리즘의 효율성을 떨어뜨린다. 본 논문에서 제안한 방법을 사용하여 실험한 결과 알고리즘의 효율성이 증가되었으며, 기존방법보다 약 2％정도의 향상된 인식률을 얻을 수 있었다.낮추는 효과를 나타내었다.다. 이상의 결과를 통하여 추출 온도와 용매 농도에 따른 수율의 차이가 있었으며 free radical 소거 활성에서는 종자 에탄을 추출물이 과피 에탄올 추출물 보다 145배 이상의 현저히 높은 활성을 나타내었다.을 나타내었다.'Lian(연)' : repeatability, continuance, plenty and intercommunicate, 2. 'Lian(연)'-'Lian(염)': integrity, 3. 'He (하)'-'He(화)' : peace, harmony and combination, 4. 'He(하)'-'He(하)' : clear river, 5.'He(하)'-'He(하)' ; all work goes well. When the Chinese use lotus patterns in lucky omen patterns, same pronunciation and pitch of Chinese language more prominent than natural properties or the image of Buddhism. I guess that it cause praying individual's peace and happiness more serious than philosophical meaning or symbol that base in Buddhism for ordinary people.ML., -9.00~12.49 and -19.81~19.81%, respectively). Therefore, it is concluded that the two formulations are bioequivalent for both the extent and the rate of absorption after single dose administration.ation.ion.ion.ation.ion.n. fibrosis, collagen bundle) was

• 지능정보연구
• /
• 제24권2호
• /
• pp.243-264
• /
• 2018

현재 전세계 배터리 시장은 이차전지 개발에 박차를 가하고 있는 실정이지만, 실제로 소비되는 배터리 중 가격 대비 성능이 좋고 재충전을 통해 다시 재사용이 가능한 납축전지(이차전지)의 소비가 광범위하게 이루어지고 있다. 하지만 납축전지는 복합적 셀(cell)을 묶어 하나의 배터리를 구성하여 활용하는 배터리의 특성상 하나의 셀에서 열화가 발생하면 전체 배터리의 손상을 가져와 열화가 빨리 진행되는 문제가 존재한다. 이를 극복하기 위해 본 연구는 기계학습을 통한 배터리 상태 데이터를 학습하여 배터리 열화를 예측할 수 있는 모델을 개발하고자 한다. 이를 위해 실제 현장에서 배터리 상태를 지속적으로 모니터링 할 수 있는 센서를 골프장 카트에 부착하여 실시간으로 배터리 상태 데이터를 수집하고, 수집한 데이터를 이용하여 기계학습 기법을 적용한 분석을 통해 열화 전조 현상에 대한 예측 모델을 개발하였다. 총 16,883개의 샘플을 분석 데이터로 사용하였으며, 예측 모델을 만들기 위한 알고리즘으로 의사결정나무, 로지스틱, 베이지언, 배깅, 부스팅, RandomForest를 사용하였다. 실험 결과, 의사결정나무를 기본 알고리즘으로 사용한 배깅 모델이 89.3923%이 가장 높은 적중률을 보이는 것으로 나타났다. 본 연구는 날씨와 운전습관 등 배터리 열화에 영향을 줄 수 있는 추가적인 변수들을 고려하지 못했다는 한계점이 있으나, 이는 향후 연구에서 다루고자 한다. 본 연구에서 제안하는 배터리 열화 예측 모델은 배터리 열화의 전조현상을 사전에 예측함으로써 배터리 관리를 효율적으로 수행하고 이에 따른 비용을 획기적으로 줄일 수 있을 것으로 기대한다.

• KDI Journal of Economic Policy
• /
• 제12권2호
• /
• pp.51-79
• /
• 1990

본(本) 논문(論文)은 기존의 경험적(經驗的) 산업조직론(産業組織論)에서 소홀히 취급한 기술적(技術的) 효율성(效率性)의 문제를 분석하기 위하여 광공업(鑛工業)센서스의 세세분류제조업별(細細分類制造業別) 사업체(事業體)를 대상으로 한국(韓國) 제조업(製造業)의 기술적(技術的) 효율성(效率性)에 관한 가장 미시적(微視的) 차원(次元)의 경험적(經驗的) 연구결과(硏究結果)를 제공한다. 기술적(技術的) 효율성(效率性)의 산업간(産業間), 국가간(國家間) 격차(隔差)를 성명하기 위해서는 우선 적절한 격차효율성지표(隔差效率性指標)의 선택이 매우 중요할 것이다. 이를 위하여 본(本) 연구(硏究)에서는 확률적(確率的) 생산경계(生産境界)를 수정최소자승법(修正最小自乘法)으로 추정한 후 각 산업별(産業別)로 기술적(技術的) 효율성(效率性)의 네가지 상이한 척도(尺度)에 대한 추정을 시도한다. 추정(推定) 결과 효율성(效率性) 척도간(尺度間)의 상관관계(相關關係)는 부가가치액(附加價値額)보다 생산액(生産額)을 종속변수로 한 경우가 다소 높은 것으로 나타났으나 전자(前者)의 경우가 보다 많은 산업(産業)에 대하여 효율성(效率性)의 추정(推定)을 가능하게 하기 때문에 산업간(産業間) 비교(比較)를 위하여 더 적절하다고 판단된다. 상당수의 산업(産業)에 있어서는 만족할 만한 효율성(效率性) 추정치(推定値)를 구하는 것이 불가능했지만 후속연구(後續硏究)의 관점에서 볼 때 기술적(技術的) 효율성(效率性)의 추정(推定)이 가능한 산업(産業)이 다수를 차지한 사실은 고무적 이라고 판단된다. 또한 종업원규모(從業員規模)가 영세한 사업체(事業體)들이 상대적으로 비효율적(非效率的)임을 알 수 있었다.

• 인삼문화
• /
• 제3권
• /
• pp.90-118
• /
• 2021

개성은 18세기 들어 성행한 인삼 재배와 교역으로 막대한 자본이 축적되면서 근대적 자본주의가 발달할 조건을 갖추었다. 일제 강점기 시절 인삼 상인들은 인삼에서 나온 자본을 단순히 지주자본에 묶어두지 않고 산업자본, 금융자본으로의 전환을 적극적으로 추진해 근대 기업가로 활동한다. 20세기 초반 설립된 개성전기주식회사, 대한천일은행, 개성양조주식회사, 송고실업장 등은 인삼상인들이 주축이 되어 공동 투자하고 공동경영을 맡았다. 이들은 기업이윤만을 추구하지 않고 사회 지도층으로서 개성상업학교 건립, 고려시보 창간, 개성좌 운영 등 개성의 교육, 문화발전을 위해 후원자로 나서 지역발전을 견인한다. 자유주의 경제학에서는 주주이익 우선이 기업의 목적이었지만 21세기 들어와서는 이해관계자(stakeholder)에 대한 사회책임을 강조한다. 또 재무적 성과를 중시하는 던 경향에서 비재무적 요소가 더 중시되는 ESG( Environment, Social, Governance) 경영이 중요해지고 있다. ESG 경영은 환경을 생각하고 사회가치를 창출 공유하며 기업의 투명성을 중시한다. 과거에는 돈을 잘 버는 기업이 좋은 기업이었으나 현대에 와서는 사회책임을 다하는 기업이 좋은 기업으로 평가받는다. 20세기 초반 인삼상인들의 기업활동에서는 현대 경영의 필수요소인 기업가 정신과 ESG 경영이 실현되고 있었다. 이들이 시대를 앞서 현대적 경영이념을 실천할 수 있었던 것은 개성의 지역성에서 비롯된다. 개성인들은 조선왕조의 정치적 차별로 관직 진출의 길이 막혀 사농공상(士農工商)의 엄격한 신분제하에서 양반, 지식인이 상업의 길로 들어설 수밖에 없었다. 우수한 인력이 대거 상업으로 진출하면서 개성의 상업은 더욱 활발했고 상인의 가치관도 선진적이었다. 대표적인 인삼상인 손봉상, 공성학은 상인이면서 유학자, 문인이었다. 인삼상인 2-3 세대들은 해외에서 고등교육을 받고 개성으로 돌아와 삼업을 잇고 인삼에서 나온 자본을 기반으로 근대적 기업을 설립했다. 20세기 초반 인삼상인들의 상업활동을 분석하면 ESG 경영이념이 배여 있는 선구적 기업가였음을 확인할 수 있다. 사람의 생명을 살리는 인삼처럼 개성 인삼상인의 상업활동과 근대 기업화에서는 사람의 얼굴을 한 자본주의의 한 단면을 볼 수 있다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.121-142
• /
• 2023

수입식품의 수입 건수와 수입 중량이 꾸준히 증가함에 따라 식품안전사고 방지를 위한 수입식품의 안전관리가 더욱 중요해지고 있다. 식품의약품안전처는 통관단계의 수입검사와 더불어 통관 전 단계인 해외제조업소에 대한 현지실사를 시행하고 있지만 시간과 비용이 많이 소요되고 한정된 자원 등의 제약으로 데이터 기반의 수입식품 안전관리 방안이 필요한 실정이다. 본 연구에서는 현지실사 전 부적합이 예상되는 업체를 사전에 선별하는 기계학습 예측 모형을 마련하여 현지실사의 효율성을 높이고자 하였다. 이를 위해 통합식품안전정보망에 수집된 총 303,272건의 해외제조가공업소 기본정보와 2019년도부터 2022년 4월까지의 현지실사 점검정보 데이터 1,689건을 수집하였다. 해외제조가공업소의 데이터 전처리 후 해외 제조업소_코드를 활용하여 현지실사 대상 데이터만 추출하였고, 총 1,689건의 데이터와 103개의 변수로 구성되었다. 103개의 변수를 테일유(Theil-U) 지표를 기준으로 '0'인 변수들을 제거하였고, 다중대응분석(Multiple Correspondence Analysis)을 적용해 축소 후 최종적으로 49개의 특성변수를 도출하였다. 서로 다른 8개의 모델을 생성하고, 모델 학습 과정에서는 5겹 교차검증으로 과적합을 방지하고, 하이퍼파라미터를 조정하여 비교 평가하였다. 현지실사 대상업체 선별의 연구목적은 부적합 업체를 부적합이라고 판정하는 확률인 검측률(recall)을 최대화하는 것이다. 머신러닝의 다양한 알고리즘을 적용한 결과 Recall_macro, AUROC, Average PR, F1-score, 균형정확도(Balanced Accuracy)가 가장 높은 랜덤포레스트(Random Forest)모델이 가장 우수한 모형으로 평가되었다. 마지막으로 모델에 의해서 평가된 개별 인스턴스의 부적합 업체 선정 근거를 제시하기 위해 SHAP(Shapley Additive exPlanations)을 적용하고 현지실사 업체 선정 시스템에의 적용 가능성을 제시하였다. 본 연구결과를 바탕으로 데이터에 기반한 과학적 위험관리 모델을 통해 수입식품 관리체계의 구축으로 인력·예산 등 한정된 자원의 효율적 운영방안 마련에 기여하길 기대한다.

• 마케팅과학연구
• /
• 제20권2호
• /
• pp.208-218
• /
• 2010

互联网快速增长, 已经成为一个重要的零售渠道, 并出现了各种互联网零售商, 又称电子零售商. 一种网上代购店蓬勃发展起来, 吸引了国内市场的消费者. 这是一种独特的电子零售商, 他们从全球购买国内市场尚未进口的名牌产品, 寄给个人购买者, 并收取服务费. 有些消费者喜欢高端独特但无进口资格的品牌, 却因付款问题或国内的寄送问题很难直接从海外零售商处购买. 在韩国, 网上代购店的数量和销售量快速增长-2008年韩国有超过430个活跃商店和5000亿销售额, 需要这种代购服务的消费者数量也在急剧增加. 这种电子零售的概念源于 "代理中介采购" -种存在已久的形式和内容多样化的代购. 通常市场经营者面对的是购买者的代表人而非本人, 由消费者决定的代理购买者影响越来越大. 很多市场营销和心理学领域的学者都研究过代理对消费者购买决定的影响范围. 然而, 在互联网商务方面却没有深入的研究. 此外, 网上代购店作为代理购买者, 将海外品牌或零售商同国内消费者连接起来. 它有一个特点, 代理购买国, 即代购商品所在国的形象对消费者的态度和购买倾向有重要影响, 还会影响消费者在进行信息处理时所感知的风险维度. 然而, 尽管对原产国不同维度的影响已有很多研究, 对网络内容的相关研究却很少. 已有研究证明, 原产国信息作为产品制造情况的线索对消费者的评价有正面影响, 但对这种形式下网络代理购买国的形象和产品评价之间的关系进行的研究却很少. 因此, 作者们发这种具体的零售渠道很值得研究, 重点结构间的系统关系以及各自不同的路径很值得探索. 已有研究证明代购原产国, 也就是代购店购买商品所在地的形象, 不仅对消费者的产品评价(包括态度和购买意向)有正面影响, 还对感知风险的三个维度有负面影响: 产品相关, 行员相关, 以及购买后的风险. 在所有的感知风险中, 由于对产品性能的高度不确定性, 产品相关的风险受负面形象的影响最大(${\beta}$= -.30), 其次是航运相关风险(${\beta}$= -.18)和购买后的风险(${\beta}$= -.15). 对产品态度(${\beta}$= .10)和购买倾向(${\beta}$= .14)也有一定影响. 此外, 经证明, 感知风险的三个维度通过对产品的态度作为中介, 对购买倾向有负面的的影响(${\beta}$= -.57: 产品相关风险${\rightarrow}$ 对产品的态度; ${\beta}$= -.24: 航运相关风险${\rightarrow}$ 对产品的态度; ${\beta}$= -.44: 购买后风险${\rightarrow}$ 对产品的态度). 从更多的分析可以看出, 消费者处理信息的路径会因其对产品知识的等级不同而改变. 新手购买者知识等级较低, 只会考虑感知风险, 而知识等级较高的专家购买者则会考虑到代理购买国的形象和感知风险两个方面, 对产品形成更准确更系统的态度和决定. 这同之前的研究相一致. 本研究提出一些理论和实际的建议. 代理购买国的形象会影响消费者的风险感知和行为结果, 因此应谨慎选择代购国家, 如果这种新型的零售业务快速发展起来, 应控制好消费者的风险, 无论是新手或专家. 另外, 由于消费者各自知识等级不同, 处理信息的路径也不尽相同, 针对不同消费者应形成成熟的市场营销手段. 新手购买者需要风险消减方面的建议, 以帮助他们形成更好的态度, 而专家购买者应选择更好更发达的国家进行代购. 消费者可以使用担保策略来促使在线购物的顺利进行. 本研究没有拘于概括性等限制. 在今后的研究中, 应进一步测试比较有相关结构的不同电子零售商.