• 한국정보시스템학회지:정보시스템연구
• /
• 제31권2호
• /
• pp.1-18
• /
• 2022

Purpose Customer review is a major factor in choosing certain restaurants. This study investigates the key factors affecting customer's evaluation about restaurants. With the recent intensification of competition among restaurants in the service industry, the analysis results are expected to provide in-depth insights for enhancing customer experiences. Design/methodology/approach We collected information and reviews provided at the restaurants in the Kakao Map platform. The information collected is based on the information of 3,785 restaurants in Daegu registered on Kakao Map. Based on the information collected, seven independent variables, including number of rating registered, number of reviews, presence or absence of safe restaurants, presence or absence of a posting about holding facilities, presence or absence of a posting about business hours, presence or absence of a posting about hashtags, and presence or absence of break times, were used. Dependent variable is restaurant rating. Multiple regression between independent variables and restaurant rating was carried out. Findings The results of the study confirmed that number of rating registered, presence or absence of a posting about business hours, and presence or absence of a posting about hash tags have an positive effects on the restaurant rating. The number of reviews had a negative effect on the restaurant rating. In addition, in order to confirm the role of customer's reviews, we carried out LDA topic modeling. We divided the topics into the positive review and the negative reviews.

• 한국전자거래학회지
• /
• 제27권2호
• /
• pp.1-20
• /
• 2022

4차 산업혁명으로 글로벌 비즈니스 환경이 빠르게 변화함에 따라 기존에는 없던 새로운 직종들이 등장하고 있다. 새롭게 등장한 직종 중에 최근에 기업들이 가장 많은 관심을 가지고 있는 직종은 '데이터 과학자 (Data Scientist)'일 것이다. 인터넷과 같은 정보통신 기술이 우리들의 생활에서 차지하는 비중이 커지면서 온라인에서의 활동 뿐만 아니라 오프라인 상에서의 활동에 대한 데이터가 매시간 컴퓨터에 저장되어 빅데이터를 생성하고 있다. 기업들은 이런 빅데이터로부터 새로운 기회를 창출하기 위하여 많은 노력을 기울이고 있다. 이런 기업의 노력과 함께 새롭게 등장한 직종이 바로 '데이터 과학자'이다. 빅데이터 시대를 이끌어갈 유망 직업인 데이터 과학자에 대한 수요는 끊임없이 증가되고 있지만 공급은 여전히 부족한 현황이다. 분석과 관련된 기술과 도구들이 새롭게 개발되고 있음에도 불구하고 기업은 여전히 이러한 기술을 목적에 맞게 활용할 수 있는 전문가를 찾는데 있어서 많은 어려움을 겪고 있다. 데이터 과학자 부족 문제를 심각하게 만드는 주요 이유 중 하나는 데이터 과학자 직무에 대한 이해가 부족하다는 점에서 찾을 수 있을 것이다. 이에 본 연구에서는 기업에서 필요로 하는 데이터 과학자의 역량을 기업의 실제 채용정보를 정성적으로 분석하여 보았다. 연구 결과, 과거 소프트웨어 엔지니어나 시스템 분석가들에게 요구되었던 Technical Skill과 System Skill 뿐만 아니라 비즈니스 컨설턴트나 Project Manager에게 요구되었던 비즈니스 관련 스킬이나 효율적인 팀워크를 위한 대인관련 스킬도 광범위하게 요구됨을 발견하였다. 본 연구결과를 통하여 데이터 과학자란 직업에 관심을 가지고 있는 사람들과 데이터 과학자를 채용하기를 원하는 기업에게 가이드라인을 제공하여 줄 것으로 기대하고 있다.

• International Journal of Computer Science & Network Security
• /
• 제22권10호
• /
• pp.223-229
• /
• 2022

LinkedIn is one of the most job hunting and career-growing applications in the world. There are a lot of opportunities and jobs available on LinkedIn. According to statistics, LinkedIn has 738M+ members. 14M+ open jobs on LinkedIn and 55M+ Companies listed on this mega-connected application. A lot of vacancies are available daily. LinkedIn data has been used for the research work carried out in this paper. This in turn can significantly tackle the challenges faced by LinkedIn and other job posting applications to improve the levels of jobs available in the industry. This research introduces Text Processing in natural language processing on datasets of LinkedIn which aims to find out the jobs that appear most in a month or/and year. Therefore, the large data became renewed into the required or needful source. This study thus uses Multinomial Naïve Bayes and Linear Support Vector Machine learning algorithms for text classification and developed a trained multilingual dataset. The results indicate the most needed job vacancies in any field. This will help students, job seekers, and entrepreneurs with their career decisions

• 지역연구
• /
• 제39권4호
• /
• pp.19-32
• /
• 2023

본 연구는 괜찮은 일자리 공급의 산업 및 지역입지 특성을 규명하는데 목적을 두었다. 워크넷 Open API를 활용하여 최근 1년의 채용공고 빅데이터를 수집하고 분석한 결과, 제조업은 전체 괜찮은 일자리 공급의 중추적 역할을 하고 있는 것을 확인하였으며, 지역별로는 수도권이 전체 괜찮은 일자리의 절반 가까이를 차지하는 등 지역 간 격차가 뚜렷하게 나타났다. 대도시권 내부 괜찮은 일자리의 입지는 대도시권별로 차별적인 특성을 보였다. 일부 대도시권은 제조업에서 큰 규모의 질 좋은 일자리 공급이 있었지만 지역의 중심부보다는 주변지역에 편중된 경향이 있었다. 다른 대도시권은 중심부에서 직주근접의 질 좋은 일자리를 공급하고 있지만 그 규모가 적은 문제를 보였다. 본 연구의 결과는 질 좋은 일자리 확대를 위한 제조업에 대한 정책지원의 필요성과 더불어 수도권-비수도권 간의 일자리 질 격차 해소를 위한 정책개입을 시사한다. 또한 대도시권별 맞춤형 일자리 전략의 수립과 특히 직주 근접을 고려한 일자리 공급전략의 필요성을 강조한다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제5권1호
• /
• pp.169-175
• /
• 2001

Bridge load rating calculations provide a basis for determining the safe load capacity of bridge. Load rating requires engineering judgement in determining a rating value that is applicable to maintaining the safe use of the bridge and arriving at posting and permit decisions. Load testing is an effective means in calculating the rating value of bridge. In Korea, load carrying capacity of bridge is modified by response modification factor that is determined from comparisons of measured values and analysis results. The response modification factor may be corrupted by vehicle location error that is defined as the gap of test vehicle location between load testing and analysis. In this study, the effects of vehicle location error to structural response and response modification factor are investigated, and a new method for evaluating response modification factor is proposed. The random data analysis shows that the proposed method is less sensitive to vehicle location error than the present method.

• 한국산업정보학회논문지
• /
• 제27권5호
• /
• pp.13-24
• /
• 2022

SNS는 일상생활에 매우 밀접한 서비스가 되었다. SNS를 통해 마케팅이 이루어지면서 흔히 핫플레이스라 불리는 장소가 생겨나고, 이곳으로 사용자들이 몰리고 있다. 하지만 단기간 많은 사람이 몰리며 혼잡한 경우가 빈번하게 발생하여 방문자와 서비스 제공자 모두 부정적인 경험을 하게 되는 경우가 많다. 이러한 문제를 개선하기 위해 혼잡도를 파악해야 하지만 개인적 수준에서 특정 지역의 혼잡도를 알아볼 방법은 매우 한정적이다. 이에 본 연구에서는 SNS상의 데이터를 활용하여 특정 관광지에 대한 혼잡도 정보 및 방문자들의 특성을 파악할 수 있는 시스템을 제시하고자 하였다. 이를 위해 사용자들이 업로드한 포스팅 데이터와 이미지 분석을 사용하였으며 네이버 DataLab 시스템을 이용하여 제안 시스템의 성능을 검증하였다. 관광지 유형별로 3개 장소를 선정하여 비교 검증한 결과 본 연구에서 산출한 결과와 DataLab에서 제공하는 혼잡도 수준이 유사한 것으로 나타났으며, 특히 본 연구는 특정 기업이나 서비스에 종속되지 않는 사용자의 실 데이터에 기반한 혼잡도를 제공하였다는 것에 의의가 있다.

• 한국정보과학회논문지:데이타베이스
• /
• 제37권5호
• /
• pp.258-266
• /
• 2010

메타 블로그에 등록된 RSS(Really Simple Syndication)의 수는 수십만 개 또는 수백만 개에 이른다. 따라서 이들에 대한 갱신 확인을 수행하는 것은 상당히 긴 시간과 네트워크 자원을 필요로 한다. 메타 블로그나 블로그 검색엔진은 제한된 자원을 가지고 있기 때문에 하루에 방문할 수 있는 블로그의 수가 제한적이다. 하지만 블로그 검색엔진의 성능향상을 위해 새로운 데이터를 최대한 수집하는 것이 필요하기 때문에, 우리는 이 논문에서 수집 효율을 높이기 위한 새로운 방법을 제안한다. 제안하는 방법은 블로그의 포스팅 성향을 분석하여 그것을 토대로 향후 갱신 가능성에 대해 예측하고 갱신 가능성이 높은 시점에만 갱신 확인을 수행한다. 이 연구는 블로그의 입장에서는 분산 서비스 거부 공격(DDoS Attack: Distributed Denial-of-Service Attack)만큼이나 빈번한 갱신확인을 줄이는데 도움이 되고, 인터넷 전체로 보아서는 트래픽을 감소시키는데 기여할 수 있다. 본 논문에서는 블로거들의 포스팅이 이루어지는 요일과 시간에 특정한 패턴이 존재할 것이라는 가정을 하고, 15119개의 실제 블로그에 작성된 포스트에 대해 요일과 시간의 선호도를 분석하였다. 그리고 과거의 포스팅 이력과 요일에 대한 선호도를 바탕으로 갱신 가능성을 예측하기 위한 방법을 제안하고, 12115개의 실제 블로그에 적용하여 그 정확도를 확인하였다. 성능평가를 통해 약 93.06%의 블로그에서 0.5 이상의 정확도를 가짐을 확인하였다.

• International Journal of Computer Science & Network Security
• /
• 제23권11호
• /
• pp.83-92
• /
• 2023

The majority of product users rely on the reviews that are posted on the appropriate website. Both users and the product's manufacturer could benefit from these reviews. Daily, thousands of reviews are submitted; how is it possible to read them all? Sentiment analysis has become a critical field of research as posting reviews become more and more common. Machine learning techniques that are supervised, unsupervised, and semi-supervised have worked very hard to harvest this data. The complicated and technological area of feature engineering falls within machine learning. Using deep learning, this tedious process may be completed automatically. Numerous studies have been conducted on deep learning models like LSTM, CNN, RNN, and GRU. Each model has employed a certain type of data, such as CNN for pictures and LSTM for language translation, etc. According to experimental results utilizing a publicly accessible dataset with reviews for all of the models, both positive and negative, and CNN, the best model for the dataset was identified in comparison to the other models, with an accuracy rate of 81%.

• International Journal of Computer Science & Network Security
• /
• 제21권11호
• /
• pp.23-30
• /
• 2021

Sentiment Analysis has become very important field of research because posting of reviews is becoming a trend. Supervised, unsupervised and semi supervised machine learning methods done lot of work to mine this data. Feature engineering is complex and technical part of machine learning. Deep learning is a new trend, where this laborious work can be done automatically. Many researchers have done many works on Deep learning Convolutional Neural Network (CNN) and Long Shor Term Memory (LSTM) Neural Network. These requires high processing speed and memory. Here author suggested two models simple & bidirectional deep leaning, which can work on text data with normal processing speed. At end both models are compared and found bidirectional model is best, because simple model achieve 50% accuracy and bidirectional deep learning model achieve 99% accuracy on trained data while 78% accuracy on test data. But this is based on 10-epochs and 40-batch size. This accuracy can also be increased by making different attempts on epochs and batch size.

• 한국의류산업학회지
• /
• 제19권6호
• /
• pp.701-711
• /
• 2017

This research aimed to understand selfie behavior in social networking sites (SNSs). The research was conducted on the basis of the functional theories of attitude, verified self-presentation attitude, and self-expression attitude that affect selfie behaviors (i.e., taking selfies, posting selfies, and taking selfies for fashion product exposure). The moderating effect of satisfaction toward one's appearance was identified. The participants of the study were SNS users aged 20-30 years who had posted selfies in the past month. A survey was performed using an online panel of an international survey firm. The data were analyzed using hierarchical regression analysis on SPSS 22.0. Results corroborated that self-expression attitude affected the number of selfies taken but not the number of selfies posted and those uploaded for fashion product exposure. Self-presentation attitude exerted a significant effect on the number of selfies posted and those uploaded for fashion product exposure. When satisfaction toward one's appearance was high, self-presentation attitude increased the influence of the behaviors of posting selfies and uploading selfies for fashion product exposure. Self-expression attitude also significantly influenced the number of selfies taken due to the moderating effect of satisfaction toward one's appearance. This research was made meaningful by its quantitative analysis of selfie behavior in SNSs. The results confirmed the different functions of attitudes affecting selfie behavior. With the improved understanding of selfie behavior obtained from this research, Social Media marketing may be carried out in various industrial fields in the future.