• 한국전문물리치료학회지
• /
• 제4권2호
• /
• pp.66-76
• /
• 1997

The purpose of this study was to compare the integrated electromyographic activity ratios of vastus lateralis(VL); rectus femoris lateral portion (RFL); rectus femoris medial portion(RFM); and vastus medialis(VM) muscles of 30 healthy subjects under three proprioceptive neuromuscular facilitation(PNF) techniques. Each subject was randomly assigned to one of 3 PNF techniques groups : slow reversal(SR), slow reversal hold(SRH) and rhythmic stabilization (RS). Each person was positioned in supine with the right hip flexed to $45^{\circ}$ and the knee fully extended and received a total of 6 sessions. Each technique was applied to the right lower extremity in two diagonal patterns while electrical activity was monitored from the ipsilateral muscles VL, RFL, RFM, and VM, respectively. Comparison of normalized mean EMG magnitudes from VL, VM showed that RS demonstrated significantly greater activity than that of SR or SRH and that RFL and RFM did not demonstrate any greater relative EMG activity with the three PNF techniques than did VL or VM.

• 융합보안논문지
• /
• 제15권5호
• /
• pp.77-86
• /
• 2015

조직은 고객 정보 유출과 관련된 비즈니스 위험을 최소화하고, 자발적인 사전 검사를 통해 정보 보안 활동을 강화하고 부주의 방치 사고에 의한 개인 정보의 누출을 검출하는 방법을 발견해야 한다. 최근 많은 기업들이 정보유출방지솔루션을 도입하였으나, 업무산 필요에 의한 허용된 권한을 가진 내부 사용자에 의한 유출가능성이 존재한다. 이에 정보취급행위 및 활동에 대한 정보를 수집하여 분석할 수 있는 환경이 필요하다. 본 연구에서는 내부자의 활동 수준을 평가하기 위해서 RFM 모델을 응용한 SFI 분석기법을 활용, 실제 기업에 적용하여 사례 연구를 수행하였다.

• 한국측량학회지
• /
• 제20권3호
• /
• pp.235-242
• /
• 2002

고해상도의 IKONOS 위성 영상데이터로부터 도로 정보를 판독.추출하고 그 정확도를 분석하고자 하였다. RFM을 이용하여 기하보정영상을 생성한 후, 이 영상으로부터 도로를 판독하고 스크린디지타이징 하였다. 도로 판독 및 추출 정확도를 평가하기 위하여 도로 경계선의 위치와 도로 폭을 수치지도와 비교한 결과, 도로 경계선은 $\pm$3.4m, 도로의 폭은 $\pm$1.1m의 정확도로 추출되었다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2006년도 PROCEEDINGS OF JOINT CONFERENCEOF KDISS AND KDAS
• /
• pp.109-120
• /
• 2006

본 연구에서는 RFM 분석을 통하여 전체 고객들을 점수화(scoring)하고 이를 다시 5개의 그룹 (최우수그룹, 우수그룹, 일반그룹, 하위그룹, 최하위그룹)으로 세분화하고, 세분그룹별 유의성을 검정한다. 이렇게 분류된 5개의 세분화그룹들은 연관분석과 의사결정나무 등을 통하여 고객들의 인구학적 변수와 자 그룹별 유의한 변수들의 패턴을 찾아냄으로써 우수 고객들을 유지하기 위해 서는 어떻게 해야 하며, 경쟁업체로 떠날 가능성이 높은 고객은 누구이며, 이러한 이유가 무엇인지에 대하여 효과적인 분석을 할 수 있는 기반이 조성된다. 본 연구의 목적은 통하여 연관규칙(association rules)과 의사결정나무(decision tree)를 비친 분석을 함으로써, 이론적으로 설명할 수 없는 복잡한 세분그룹의 특성들에 대해 효과적으로 파악하는 방법을 제시하는 것이다.

• Structural Engineering and Mechanics
• /
• 제57권2호
• /
• pp.369-387
• /
• 2016

In this work, random homogenization analysis for the effective thermal properties of a three-dimensional composite material with unidirectional fibers is presented by combining the equivalent inclusion method with Random Factor Method (RFM). The randomness of the micro-structural morphology and constituent material properties as well as the correlation among these random parameters are completely accounted for, and stochastic effective thermal properties as thermal expansion coefficients as well as their correlation are then sought. Results from the RFM and the Monte-Carlo Method (MCM) are compared. The impact of randomness and correlation of the micro-structural parameters on the random homogenized results is revealed by two methods simultaneously, and some important conclusions are obtained.

• Spatial Information Research
• /
• 제19권2호
• /
• pp.65-70
• /
• 2011

홍보우편 서비스의 활성화와 효율적인 마케팅 캠페인을 위해서 GIS 및 시간/공간마이닝을 접목한 홍보우편 시스템을 개발하였다. 이 시스템은 정확한 고객선정을 위해서 순차/주기패턴을 이용한 구매 성향 정보와 RFM 분석 및 군집화 기법을 이용한 라이프스타일 군집 정보를 제공한다. 제안한 홍보우편 시스템을 통해 원청업체는 고객의 요구사항에 맞는 마케팅 캠페인이 가능하며, 온라인상에서 고객 선정, 홍보물 제작 및 배달까지의 "one-stop" 서비스가 가능하다.

• 지식경영연구
• /
• 제23권2호
• /
• pp.277-299
• /
• 2022

관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.93-112
• /
• 2015

소비자의 소비성향이 필요 품목을 중심으로 근거리에서 구매하는 근린형으로 변화함에 기존의 소매점은 식료품, 생활용품을 위주로 제공하는 슈퍼마켓, 하이퍼마켓 또는 편의점으로 진화하고 있다. 따라서 소매점이 한정된 공간에서 효율적으로 공간을 활용하고 매출을 증대하기 위해서는 소비자의 구매욕을 충족시킬 수 있는 상품배치와 적정한 재고수준을 유지하는 것이 매우 중요하다. 본 연구에서는 소매점의 판매 상품에 대하여 RFM 기반 SOM 군집화를 하여 효율적으로 매장을 관리할 수 있는 상품 배치전략 및 재고전략을 제안하였다. 실제 M마트의 판매데이터를 이용하여 RFM모델을 상품에 적용한 후, 기존 문헌 연구뿐만 아니라 해석 가능성, 응용 가능성 등을 고려하여 3X3 총 9개의 군집으로 분류하여 분석한 결과, 주요 군집으로 R값, F값, M값이 모두 높은 군집, R값, F값, M값 모두 낮은 군집, R값만 높은 군집, F값만 높은 군집이 도출되었다. 본 논문에서는 다른 군집과 비교시 R값, F값, M값이 차이를 보이는 주요 4개의 군집의 상품 배치 및 재고 전략을 제시하였다. R값, F값, M값이 모두 높은 군집의 상품은 소비자 동선을 늘림으로써 상품 노출을 확대시킬 수 있는 장소에 배치하여야 할 뿐만 아니라 높은 수준의 재고를 보유할 필요가 있다. 반면에 R값, F값, M값이 모두 낮은 군집의 상품은 가시성이 낮은 곳에 배치하고 최소한의 안전재고만 보유할 필요가 있다. 또한 R값이 높은 군집은 신상품으로 매장 입구에 배치하여 상품의 판매를 유도할 필요가 있다. 그리고 F값만 높은 군집의 경우, R값과 M값이 평균 값 보다 작은 상품들의 군집이므로 최근에는 판매가 저조하며 빈도 수에 비해 총 판매액이 낮다는 것을 유추할 수 있다. 따라서 현재보다 과거에 많이 판매된 저가의 상품군집으로 재고 수준을 점차 감소시킬 필요가 있다. 본 연구에서 제시한 방법은 POS 시스템의 보유한 소매점에서 상품배치 및 재고관리 방법으로 활용되어 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

• 정보관리연구
• /
• 제39권2호
• /
• pp.235-249
• /
• 2008

The combination of information and technology makes dramatically increase both information quality and quantity. Almost of company utilize customer information for the purpose of increasing sales amount and profitability. The purpose of this paper is to discover customer information's utilization practices in the Korean financial industry. The case of K Bank's information analysis in the inbound and outbound marketing is provided, The customer segmentation is used for the inbound marketing by using RFM analysis. And the loan card model is used for the outbound marketing by using logit analysis.

• 지능정보연구
• /
• 제25권1호
• /
• pp.139-161
• /
• 2019

전자상거래 시장의 이용이 보편화 되며 고객들에게 좋은 품질의 물건을 어디서, 얼마나 합리적으로 구매할 수 있는지가 중요해졌다. 이러한 구매 심리의 변화는 방대한 정보 속에서 오히려 고객들의 구매 의사결정을 어렵게 만드는 경향이 있다. 이때 추천 시스템은 고객의 구매 행동을 분석하여 정보 검색에 드는 비용을 줄이고 만족도를 높이는 효과가 있다. 하지만 대부분 추천 시스템은 책이나 영화 등 동종 상품 분류 내에서만 추천이 이뤄진다. 왜냐하면 추천 시스템은 특정 상품에 매긴 구매 평점 데이터를 기반으로 해당 상품 분류 내 유사한 상품에 대한 구매 만족도를 추정하기 때문이다. 그밖에 추천 시스템에서 사용하는 구매 평점의 신뢰성에 대한 문제도 제시되고 있으며 오프라인에선 평점 확보 자체가 어렵다. 이에 본 연구에서는 일련의 문제를 개선하기 위해 RFM 다차원 분석 기법을 활용하여 기존에 사용하던 고객의 구매 평점을 객관적으로 대체할 수 있는 새로운 지표의 활용 가능성을 제안하는 바이다. 실제 기업의 구매 이력 데이터에 해당 지표를 적용해서 검증해본 결과 높게는 약 55%에 해당하는 정확도를 기록했다. 이는 총 4,386종에 달하는 이종 상품들 중 한번도 이용해 본 적 없는 상품을 추천한 결과이기 때문에 검증 결과는 상대적으로 높은 정확도와 활용가치를 의미한다. 그리고 본 연구는 오프라인의 다양한 상품데이터에서도 적용할 수 있는 범용적인 추천 시스템의 가능성을 시사한다. 향후 추가적인 데이터를 확보한다면 제안하는 추천 시스템의 정확도 향상도 기대할 수 있다.