• 디자인학연구
• /
• 제13권2호
• /
• pp.95-102
• /
• 2000

본 연구는 도시공원내 벤치의 배치장소가 이용자의 선호도에 어떻게 영향을 주고 있는가를 파악하고자 하였다. 이를 위해 도시근린공원내 벤치의 대표적인 배치장소의 유형을 크게 4가지로 구분하고 각 배치장소별 시각적 특성과 형용사 항목들의 차이 등을 설명하고자 분산분석과 던칸분석을 실시하였다. 이상의 결과를 요약해 보면 아래와 같다. 1.벤치의 배치장소별 시각적 특성을 구성하는 인자는 감정적요인,시각적요인,물리적/개성적요인,명료성 요인,밀도요인 등 모두 5가지 요인으로 구분되었다. 이들 5가지 요인들의 설명력은 60.40%였으며,이들 요인중 심리적반응을 표현하는 감적적 요인이 가장 높게 평가되었다.2. 앞의 요인분석 결과로부터 도출된 5가지의 요인별 시가적 특성은 형용사 변인들이 배치장소별로 다르게 지각되고있는 것으로 확인되었다. 특히 조사결과 대부분의 형용사 이미지 변인들이 통계적인 유의성을 보이며 Spot1->Spot Spot 4->spot 2-> spot3의 순으로 평균점수를 나타내고 있어,벤치의 배치장소가 수변과 인접해 배치된 유형을 가장 선호하고 있는 것으로 나타났으며, 인공재료 및 인위적인 공간과 연계되어 배치되었을 것으로 나타났으며,인공재료 및 인위적인 공간과 연계되어 배치되었을 때의 선호도가 낮아지고 있음을 확인할 수 있었다. 한편, 본연구는 앞으로 검토되어야 할 것 으로 첫째 제한된 설문대상자 외에도 연령별,계층별로 다각적인 접근을 통한 선호도 조사가 지속적으로 수행되어야 한다. 둘째 본 실험에 사용된 대표적인 4가지 유형외에도 실험 대상을 확대시킬 필요가 있다. 셋째 보여지는 대상과 장소의 시각적 특성 뿐만 아니라 벤치에 앉았을 때 관찰되는 주변경관의 시각적 특성 등에 대한 조사 연구도 동시데 뒷받침될 필요가 있다.그럼에도 불구하고 본 연구결과를 통해 공원시설물 디자인을 함에 있어 유용한 자료로 활용을 기대할 수 있을 것이다.고 있다.석한후 그 결과를 종합적으로 해석함으로써 더 유효성이 높은 접근 가능성을 모색하고자 하였다. 시스템 에서 포도당을 낮은 level로 유지할 수 있었으나, 초산의 과도한 축적으로 항체 생산성의 향상은 예상에 비해 크지 않았다. 81%), C18 0(12.38%), C18: 1(25.93%), C22:6(9.95%)이며 결합지방질(結合脂肪質)은 C14 : 0(11.60%), C16 : 0(18.94%), C16: 1(10.42%). C18 : 1(10.89%), C22 : 6(23.44%)이었다. 총필수지방산(總必須脂肪酸) 함량(含量)은 극성지방질(極成脂肪質)$(20.14{\sim}31.12%)$이 비극성지방질(非極成脂肪質)$(6.97{\sim}11.13%)$보다 훨씬 높았고, 결합지방질(結合脂肪質)이 유리지방질(遊離脂肪質)보다 높았으며 부위별(部位別)로는 피부(皮部)$(15.18{\sim}15.41%)$가 육질부(肉質部)$(6.97{\sim}11.13%)$보다 높았다. 또${\omega}3$고도부포화지방산(高度不飽和脂肪酸) 함량(含量)은 육질부(肉質部)$(15.15{\sim}28.32%)$가 피부(皮部)$(6.77{\sim}18.18%)$나 내장부(內臟部)$(8.35{\sim}9.74%)$보다 높았으며, 육질부(肉質部)에서는 극성지방질(極成脂肪質)$(26.28{\sim}34.18%)$이 비극성지방질(非極成脂肪質)$(15.15{\sim}28.32%)$보다 높았다.veral world-wide prediction models. Based on the analysis, we can easilty know the importance of the model

• 방송공학회논문지
• /
• 제14권2호
• /
• pp.238-252
• /
• 2009

방송과 융합의 시대로 접어들면서 (IP)TV 단말에서 이용 가능한 프로그램 콘텐츠 수가 급격히 증가 하였다. 이로 인해, 사용자 (시청자)가 선호하는 방송 프로그램 콘텐츠로의 접근성이 주요한 사항이 되었다. 본 논문은 유사 사용자 선호도에 기반을 둔 협업 필터링을 이용하여(IP)TV 프로그램을 효율적으로 사용자에게 자동 추천하는 연구에 관한 내용이다. 개인의 시청 프로그램 선호도를 고려하여 방송 프로그램을 추천하기 위해서, 제안하는 추천 시스템의 구성은 오프라인과 온라인 연산으로 구성된다. 오프라인 연산과정에서 (IP)TV 프로그램, 장르, 채널에 대한 개인의 선호도를 묵시적으로 추론 하는 방법을 제시하고, 동적 퍼지 클러스터링 방법을 사용하여 각 개인의 선호도에 따라 사용자들을 그룹 짓되, 특징 벡터를 장르와 채널에 대한 선호도로 결합하여 사용하는 방법을 제시한다. 또한, (IP)TV 단말에 로그인 한 활동 사용자에게, 높은 정확도로 선호 프로그램을 추천하기 위해서, 활동 사용자와 관심 시청 프로그램이 유사한 사용자들을 유사도 측정 방법을 사용하여 한 번 더 추출하고, 이 추출된 유사 취향 사용자들의 선호 (IP)TV 프로그램들에 대해, EPG를 이용하여 현재 방송되지 않는 프로그램들을 제외시킨다. 마지막 단계에서는 추천 후보 프로그램들에 대해 본 논문에서 제안하는 순위 정렬 모델을 이용하여 추천 우선순위를 결정하여 제시한다. 특별히, 본 논문은 BM(Best Match) 알고리즘을 확장하여 개인 선호도를 고려한 순위 정렬 모델을 제시한다. 실험을 통해, 본 논문에서 제안한 프로그램 자동 추천 알고리듬은 2,441명의 사용자에 대해 5개의 프로그램을 추천하였을 경우, 62.1%의 예측 정확도를 나타내었다.

• 경영정보학연구
• /
• 제8권2호
• /
• pp.139-154
• /
• 2006

추천시스템은 사용자들의 관심을 끄는 아이템을 그들이 보다 쉽게 찾도록 도와주거나, 그들의 기호에 기반하여 의미 있는 아이템들을 제공한다. 지금까지 가장 성공적이었던 협업 필터링 기반 추천시스템은 다른 사용자들의 의견을 참조하여 추천을 원하는 사용자에게 추천을 한다. 즉, 아이템들에 대한 사용자 기호를 나타내는 다른 사용자들의 평가정보가 추천을 위한 정보원으로 사용된다. 이처럼, 협업 필터링 기반 추천시스템이 사용자들의 기호만을 이용하도록 설계되었지만, 다른 정보를 이용하면 추천시스템의 성능과 정확도를 높일 수 있을 것으로 사료되어, 본 논문에서는 유사 정도와 인구통계학 정보를 이용한 협업 필터링 기반 추천시스템을 제안한다. 이런 추천시스템에서는 평가정보가 계속적으로 누적되기 때문에, 추천시스템의 정확도를 유지할 수 있는 한, 사용하는 데이터의 양을 줄이는 게 중요하다. 본 논문에서는 유사 정도와 인구통계학 정보를, 사용할 데이터의 양을 줄이기 위한 기준으로 사용하여 자연스레 시스템의 성능을 향상시켰다. 본 논문에서는 실험을 통하여 유사 정도의 사용이 추천시스템의 정확도를 높여주었고, 특정 인구통계학 정보의 사용도 추천시스템의 정확도를 높였음을 보였다.

• Asian-Australasian Journal of Animal Sciences
• /
• 제10권2호
• /
• pp.215-222
• /
• 1997

Ten rice varieties were planted at two locations (lowland and highland), during the wet and dry seasons of different years. In vivo digestibility and voluntary intake of the straw, were determined in groups of fat-tail sheep, supplemented with $18g{\cdot}kg^{-0.75}$ concentrate DM, containing ~20% crude protein. Voluntary intake of digestible straw organic matter (DOMI) consistently varied from 15.2 to $20.9g{\cdot}kg^{-0.75}$ between straw varieties, averaged over locations, years and seasons, despite considerable variation between individual batches. This variation in the nutritive value of the straw was independent of straw and grain yield, so it would seem that there is scope for selection of rice varieties with straw of higher nutritive value. The variation in DOMI of straw among location of growth, year and season, was of a magnitude similar to the improvement brought about by urea-ammoniation. The in sacco degradation characteristics and digestibility of rice straw residues were superior to those of the offered straw. This can be attributed to a preference for rice straw leaves relative to stems. Averaged over location of growth, year and season, characteristics of in sacco degradation, i.e. the rate of fermentative degradation and the truly undegradable fraction, emerged as accurate predictors of the nutritive value of rice straw.

• 한국자동차공학회논문집
• /
• 제24권6호
• /
• pp.684-693
• /
• 2016

The luxury car industry has grown 10.5 % every year from 2010 to 2014. For this reason, it is very important for automotive companies to improve profitability and brand value. High-performance brake systems have become an absolute necessity because of the increase in engine power and customer preference among other factors. Also, competing automotive companies actively reinforce domestic production in order to maintain quality and infrastructure for luxury cars. In this regard, we demonstrated new carbon ceramic brakes to improve brake reliability for luxury cars and to improve the competitiveness of automotive companies. Finally, we propose the next-generation braking technology by predicting technological evolution trends.

• 디지털융복합연구
• /
• 제14권9호
• /
• pp.317-323
• /
• 2016

빅데이터는 현재 기업 경쟁력의 주요 자산으로 여겨지고 있고 향후에 그 영향력은 더욱 확대될 것으로 전망된다. 그 중요성을 인식한 기업들은 이미 빅데이터를 제품 개발과 마케팅에 적극적으로 활용하고 있으며 정치, 스포츠 등 사회 전반에 걸쳐 적용분야는 점점 늘어나고 있다. 그러나 시스템 구축에 따른 노하우 부족과 고비용은 빅데이터 시스템 도입에 여전히 큰 장애가 되고 있다. 본 논문에서는 중소규모 오프라인 마켓의 POS 판매 데이터를 빅데이터 시스템 중 오픈소스인 하둡(Hadoop) 및 하이브(Hive)를 기반으로 하는 빅데이터 시스템 구현을 목표로 한다. 이러한 융복합을 통해 단순히 손익분석과 재고관리 등에 집중되었던 기존 판매 시스템을 보완하여 고객의 소비패턴과 선호도 조사, 수요에 대한 사전 예측이 가능하도록 하는 경영자의 합리적인 의사결정에 기초자료로 활용할 수 있을 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.488-493
• /
• 2007

추천 시스템은 일반적으로 서비스를 추천하기 위해 협력적 필터링 단계에서 실시간으로 얻어진 컨텍스트 정보를 정량화하여 사용하고 있다. 하지만 이러한 추천시스템은 컨텍스트 정보의 부족으로 부정확한 추천 결과를 가져오거나, 정량화 단계의 단순한 분류과정으로 인해 사용자를 부정확한 그룹으로 분류하는 문제점이 발생한다. 본 논문에서는 실시간으로 획득되는 컨텍스트 정보 부족 문제를 내용 기반 필터링에서 사용하는 사용자 프로파일 정보와 실시간으로 획득된 컨텍스트 정보를 결합하여 해결하였다. 그리고 정량화 단계의 분류 과정을 절대적인 방법이 아니라 상대적인 방법으로 개선하여 협력적 필터링하였다. 실험 결과, pure P2P 환경에서 컨텍스트 정보를 이용한 실시간 추천 시스템보다 예측 선호도가 5.8% 향상되었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.149-156
• /
• 2021

추천 시스템의 여러 구현 기법들 중 협력 필터링은 과거 평가 이력을 토대로 유사성이 높은 인접 이웃들을 선정하여, 그들이 선호했던 상품들을 추천하는데, 많은 상업 사이트에서 성공적으로 활용되고 있다. 유사도의 정확한 측정은 시스템의 성능을 좌우하는 매우 중요한 요소이다. 기존에 다양한 방식의 유사도 척도들이 개발되었는데, 대개 전통적인 유사도 척도와 기개발된 여러 계수들과의 통합 방식이었다. 본 연구에서는 새로운 방식의 유사도 척도를 제안한다. 두 사용자 간의 공통 평가 영역을 평가치 크기에 따라 분할하여 각 부분 영역별로 유사도를 측정하고 이들을 가중 통합함으로써, 유사한 영역이 구체적으로 파악되어 최종 유사도값에 반영된다. 두 종류의 개방형 데이터셋을 활용한 성능을 측정하였고, 그 결과 특히 밀집 데이터셋에서 제안 방법의 예측 정확도, 순위 정확도, 평균 정밀도 성능이 기존보다 우수하였다. 제안 척도는 다양한 상업 시스템에서 사용자들의 선호에 보다 적합한 상품을 추천하는데 유용하게 활용될 것으로 기대한다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.195-211
• /
• 2010

전시회는 전시업체가 새로운 상품이나 서비스를 관람객에게 알리기 위해 개최되는 것으로 효과적인 마케팅 수단으로 중요한 역할을 수행한다. 전시회를 방문하는 다양한 관람객의 니즈를 충족시키기 위하여 다양한 유비쿼터스 기술이 전시회에 응용되고 있지만 관람객이 사전에 요청한 정보만을 제공함으로 개별 관람객의 선호가 반영되지 않아 관람객의 니즈를 충족시키기에는 한계가 있다. 이러한 한계를 해결하기 위한 방법으로 개인의 선호에 부합하는 부스를 추천하는 추천 시스템의 이용이 가능하다. 추천시스템은 전시 환경에서 관람객의 선호를 추론하여 선호에 부합하는 방문 부스를 추천하여 관람객의 니즈를 충족시킬 수 있다. 그러나 추천 시스템 중 가장 성공적으로 평가 받는 기존의 협업 필터링은 관람객의 부스 방문 순서에 나타나는 선호를 반영하지 않아 동적으로 변화하는 선호를 가지는 관람객으로 구성된 전시 환경의 추천 시스템으로는 적합하지 않다. 따라서 본 연구에서는 관람객의 방문 순서를 고려하는 기법 중 순차 연관 규칙을 이용하여 관람객의 선호에 부합하는 부스를 추천하는 방법론을 제안하였다. 본 연구에서 제안한 방법론의 성과 측정을 위해 실제 전시회에서 획득한 데이터를 사용하여 기존의 협업 필터링과 비교한 결과 전체적으로 추천의 성과가 향상되어 향후 전시 환경에서의 부스 추천시스템에 적용하여 관람객의 니즈를 충족시킬 것으로 기대된다.