• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.145-154
• /
• 2017

이 논문의 목적은 기술혁신의 특징과 그에 따른 파급효과를 알아보는 것이다. 기존의 기술혁신에 대한 연구에서 기술혁신의 특징을 정의하고 분류하는 연구가 많이 진행되었다. 이런 다양한 기술혁신의 특징들 중에서 기술혁신에 대한 의사결정에 영향을 미치는 위험부담(Risk)과 관계되는 특징들을 이 연구에서 사용하였다. 첫 번째는 산업의 관점에서 본 위험부담에 관계되는 특징으로, 과거에 개발했던 기술혁신과의 연관성을 나타내는 산업기술연관성이다. 두 번째는 기업의 관점에서 본 위험부담에 관계되는 특징으로, 기업의 범위에서 과거에 개발했던 분야의 기술혁신과의 연관성을 나타내는 기업기술연관성이다. 세 번째는 시간의 관점에서 본 위험부담에 관계되는 특징으로, 기술혁신이 개발 당시 얼마나 최근의 연구인지 알려주는 최신성(Recency)이다. 2000년도 미국 반도체 산업의 특허자료(USPTO)로 분석한 결과, 기술혁신의 특징들 중 산업기술연관성과 기업기술연관성이 기술의 파급효과에 긍정적인 영향을 미친다는 것을 발견하였다. 즉, 산업의 관점과 기업의 관점 모두 위험부담이 적은 기술혁신이 더 큰 파급효과를 가지고, 시간의 관점에서 본 기술혁신의 최신성은 기술의 파급효과에 중요한 요인이 아니라는 것을 알 수 있었다. 즉, 성숙기 시장에서는 기존의 기술혁신을 향상시키는 혁신과 자기기업기술을 많이 이용한 기술혁신이 큰 파급효과를 가진다는 것을 알 수 있었다.

• 한국비블리아학회지
• /
• 제24권1호
• /
• pp.83-103
• /
• 2013

본 연구의 목적은 우선, 고객만족도와 충성도사이의 상관관계가 알려진 것처럼 높지 않다는 일부 경영학분야의 연구결과가 공공도서관서비스 이용자의 만족도와 충성도를 나타내는 다양한 지표들 사이의 상관관계분석에도 의미가 있는지를 알아보고자하는데 있다. 공공도서관 서비스이용자를 대상으로 한 설문조사의 분석결과는 다음과 같다: 1) 도서관 서비스이용자 만족도와 충성도사이의 상관관계는 존재하나 그 정도는 높지 않다, 2) 도서관 서비스이용자 만족도와 충성도를 나타내는 다양한 지표들 중 '새로운 도서관 서비스 이용의사'라는 변수사이의 상관관계가 가장 낮다, 3) 도서관 서비스이용자 만족도와 충성도를 나타내는 지표들 중 '타인에게 사용을 권할 의사'라는 지표와 이용자만족도와의 상관관계가 가장 높다. 다음으로 공공도서관 서비스이용자의 만족도와 충성도간의 상관관계에 영향을 미치는 매개변수의 존재를 확인하고자 하는 것이 본 연구의 두 번째 연구목적이다. 데이터의 질적분석을 통해 발견된 매개변수는 다음과 같다. 1) 지리적 접근성, 2) 서비스의 다양성 부족, 3) 주차문제, 4) 도서관 자료의 부족 및 최신성과 다양성 부족, 5) 도서관내의 편의시설 부족.

• 한국문헌정보학회지
• /
• 제45권3호
• /
• pp.327-343
• /
• 2011

본 연구는 국회전자도서관의 품질을 평가하고 개선방안을 수립하기 위하여 평가 도구를 설계하여 품질을 측정하였고, 개선방안 도출을 위해 ISA(Importance-Satisfaction Analysis) 기법을 적용하였다. 국회전자도서관 품질 평가 도구는 선행연구들에 기반하여 콘텐츠, 서비스, 그리고 시스템의 품질 차원으로 구성하였고 각 차원의 세부적인 항목은 선행연구 및 이용자들의 요구사항 분석을 통해 설계되었다. 각 세부 항목에 대한 측정지표에는 DigiQUAL에서 사용하고 있는 중요도와 만족도가 사용되었다. 국회전자도서관 품질 평가는 질문지법을 통해 수집된 이용자 270명의 응답을 사용하여 Excel 2007과 PASW Statistics 18로 분석하였다. 그리고 측정된 품질 평가 값을 사용하여 국회전자도서관 개선방안 수립을 위해 ISA기법을 적용하였고 그 결과 국회전자도서관 품질 차원 및 세부항목들 중에서 유지, 집중, 저순위, 그리고 과잉 품질 영역을 도출하였다.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권1호
• /
• pp.34-43
• /
• 2002

Dublin Core같은 기존의 정적인 메타데이타 집합은 서지 정보 중심의 정적인 데이터 요소를 가지므로 새로운 환경에 적용하기 위해서는 다양한 메타데이타를 위한 메타데이타 간의 통합, 웹 환경에서의 메타데이타의 표준화 문제 및 확장성 문제들이 고려되어야 한다. 특히, 디지털 라이브러리에서 전자상거래의 개념을 포함하며 서로간의 상호운영성을 위해 이벤트중심의 메타데이타 기록 방식이 등장함에 따라 기존 관리법으로는 갱신 연산간의 차별화가 이루어지지 않아 부적절한 갱신 연산 지연이 발생하므로 이에 대한 고려 역시 필요하다. 본 논문에서는 우선 디지털 라이브러리 환경에서 완화된 트랜잭션 일관성의 적용여부를 보이며, 새로운 방식의 메타데이타 요소를 사용자 질의 트랜잭션의 판독연산에 관련있는 정적 메타데이타 요소와 전자상거래 트랜잭션의 갱신연산과 관련있는 동적 메타데이타 요소로 구분한다. 구분된 메타데이타 요소에 따라, 관련 트랜잭션들을 재분류함으로써 전자상거래 요소와 동적 갱신(전자상거래) 트랜잭선을 고려한 새로운 메타데이타 관리기법을 제안한다. 최소의 유지비용으로 갱신을 고려하는 2버전과 동적 갱신 연산 충돌의 최소화를 위한 ARU(Appended Refresh Unit)를 사용함으로써 기록연산 간의 충돌을 최소화해 빠른 응답시간과 높은 최근성 비율을 보이게 된다. 성능분석을 통해, 새로운 메타데이타 환경하에서 제안한 알고리즘이 기존의 알고리즘에 비해 좋은 성능을 가짐을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.163-172
• /
• 2012

기존 추천시스템의 명시적((Explicit) 협력 필터링 방법은 실용화 되었으나 정확한 아이템의 속성이 반영되지 않는 문제와 희박성과 확장성 문제가 여전히 남아 있다. 본 논문에서는 실시간성과 민첩성이 요구되는 유비쿼터스 상거래에서 고객에게 번거로운 질의 응답 과정이 없이 묵시적인(Implicit) 방법을 이용하여 RFM(Recency, Frequency, Monetary)기법과 k-means 기법을 이용한 개인화 추천시스템을 제안한다. 구매 가능성이 높은 아이템을 추출하기 위해서 고객데이터와 구매이력 데이터를 기반으로 아이템의 속성 반영이 가능한 RFM기법과 k-means 클러스터링을 이용한다. 제안 방법으로 추천의 효율성이 높은 아이템 추천이 가능하도록 고객정보의 속성 변수의 특징 벡터가 적용된 클러스터링 작업과 군집내의 아이템 카테고리 선호도 계산 작업의 전처리를 수행한다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 한국인터넷방송통신학회논문지
• /
• 제24권2호
• /
• pp.167-175
• /
• 2024

4차 산업 혁명으로 인한 정보통신기술(ICT) 부품 제조 산업은 고도화되고 사업의 중요성이 강조되고 있다. B2B 사업 방식의 ICT 부품 사업은 한정된 주요 고객에 대한 과거 구매 활동 데이터 기반, 고객 관계 관리를 통하여 고객사별 정확한 수요 예측 활동은 중요한 마케팅 전략이다. 고객 관계 관리 방법에서의 RFM 모형은 고객의 거래 최근성, 거래 빈도, 거래 규모 데이터를 바탕으로 고객을 세분화하는 마케팅 데이터 분석 방법이지만, 대부분 RFM 모형 선행 연구는 B2C 소비재 산업 중심으로 진행되었고, B2B 기술 산업군 대상으로 한 연구가 부족하다. 이에 본 연구는 RFM 모형을 B2B 사업 중심의 ICT 부품 제조 산업에 적용하여 실증 분석하고, 첨단 기술 산업군에 적합한 발전된 모형을 제시하고자 기술 산업에서 중요 요인으로 파악되는 T(기술 협업) 추가 변수를 발굴하여 기존 RFM 모형과 개선된 RFM-T 모형의 정확도를 실증 연구하였다. 본 연구의 결과를 바탕으로, B2B 기술 산업군의 실무적 마케팅 방안 모색을 위한 기초 자료로 활용될 수 있는 발전된 RFM-T 모형을 제시하여 기업 성과에 기여 하고자 한다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.213-225
• /
• 2010

본 연구에서는 기업의 마케팅 프로모션에 따른 반응고객의 구매액 예측을 위한 방법을 제시하고 SVR의 효과적인 학습방법을 제시하였다. 프로모션에 의한 고객의 구매액을 기반으로 고객을 5등급으로 등급화하고 각 등급 내에서 SVR을 적용하여 고객의 구매액을 예측하였다. 본 연구에서 제안하는 예측된 고객의 등급 내에서 고객 구매액을 예측하는 분리데이터 학습법이 프로모션에 반응한 모든 고객을 대상으로 구매액을 예측하는 전체데이터 학습법보다 높은 예측성과를 보여주었다. 일반적으로 세분화된 고객집단을 하나의 집단으로 보고 동일한 마케팅 전략을 제시하나 본 연구를 통해 구매액에 따라 등급화 된 고객의 등급 내에서 다시 고객의 거래 구매액을 예측하여 동일한 집단 내에서도 차별화된 마케팅 전략을 제시할 수 있는 기반을 제시하였다. 즉 동일한 등급에서도 고객 구매액에 따라 고객의 우선순위를 정할 수 있으며, 이는 마케팅 담당자가 프로모션을 제시할 고객을 선정할 때 유용한 정보로 활용될 수 있다.