• Journal of Dental Anesthesia and Pain Medicine
• /
• 제19권6호
• /
• pp.323-341
• /
• 2019

Background: Local anesthetics alone or in combination with adjuncts, such as oral medications, have routinely been used for pain control during endodontic treatment. The best clinical choice amongst the vast numbers of agents and techniques available for pain control for irreversible pulpitis is unclear. This network meta-analysis combined the available evidence on agents and techniques for pulpal anesthesia in the maxilla and mandible, in order to identify the best amongst these approaches statistically, as a basis for future clinical trials. Methods: Randomized trials in MEDLINE, DARE, and COCHRANE databases were screened based on inclusion criteria and data were extracted. Heterogeneity was assessed and odds ratios were used to estimate effects. Inconsistencies between direct and indirect pooled estimates were evaluated by H-statistics. The Grading of Recommendation, Assessment, Development, and Evaluation working group approach was used to assess evidence quality. Results: Sixty-two studies (nine studies in the maxilla and 53 studies in the mandible) were included in the meta-analysis. Increased mandibular pulpal anesthesia success was observed on premedication with aceclofenac + paracetamol or supplemental 4% articaine buccal infiltration or ibuprofen+paracetamol premedication, all the above mentioned with 2% lignocaine inferior alveolar nerve block (IANB). No significant difference was noted for any of the agents investigated in terms of the success rate of maxillary pulpal anesthesia. Conclusion: Direct and indirect comparisons indicated that some combinations of IANB with premedication and/or supplemental infiltration had a greater chance of producing successful mandibular pulpal anesthesia. No ideal technique for maxillary anesthesia emerged. Randomized clinical trials with increased sample size may be needed to provide more conclusive data. Our findings suggest that further high-quality studies are required in order to provide definitive direction to clinicians regarding the best agents and techniques to use for mandibular and maxillary anesthesia for irreversible pulpitis.

• 실천공학교육논문지
• /
• 제6권1호
• /
• pp.51-55
• /
• 2014

산업체 수요에 기반한 공학혁신형 산업의료원 교과목과 운영 사례에 대해서 소개한다. 산업의료원 교과목은 산업체에서 제공한 애로기술 문제를 교수와 학생이 산업의료원 교과목 수업을 통해서 해결한다. 산업체는 애로기술을 제시하고 담당교수는 제시된 애로기술을 해결하는 강의 계획을 수립해서 학생들과 함께 산업체 애로기술을 해결하는 과정을 수행하고 학생들은 그것을 통해서 현장적응력을 키웠다. 학생들은 교과목 운영 목적 인식 정도, 수행기간의 적절성, 커뮤니케이션의 원활성, 전공지식의 이해 및 활용에 기여, 문제해결능력, 협업 학습 능력, 진로선택의 기회, 교과목 추천 등에 높은 평가를 하였다. 산업의료원은 한 학기 과정보다는 두 학기로 운영한 경우가 학생들의 만족도가 높게 평가된다. 그 이유는 산업의료원에서 제시하는 애로기술 문제가 한 학기에 해결책을 찾기 어렵기 때문이다. 산업의료원 교과목을 통해서 산업체에 취업연계를 가질 수 있는 기회가 될 수 있다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.113-127
• /
• 2016

협업 필터링(Collaborative Filtering)은 유용성과 정교성 면에서 가장 성공적인 추천 알고리즘으로 평가받으며 산업계나 학계에서 많이 활용 및 연구되고 있지만, 기본적으로 사용자들이 평가한 점수에만 기반하여 추천결과를 생성하는 한계점이 있다. 이에 본 연구는 사용자가 상품을 구매할 때 자신이 신뢰하는 타인의 추천을 더 적극적으로 수용할 것이라는 점에 착안하여, 사용자의 평점 외에 사용자 간 신뢰관계를 소셜네트워크분석으로 분석한 결과를 추가로 반영하는 추천 알고리즘들을 제안하였다. 구체적으로 본 연구에서는 소셜네트워크분석에서 네트워크 내의 중심적 위치를 나타내는 척도인 내향 및 외향 중심성을 활용하여 사용자 간 유사도를 산출하는 알고리즘들과 사용자 신뢰 네트워크를 탐색하여 추천 대상이 되는 사용자가 직접 간접적으로 신뢰하는 사용자의 평가점수를 보다 높게 반영하는 알고리즘을 제안한 뒤 그 성능을 비교해 보았다. 실제 데이터에 적용하여 분석한 결과, 사용자 신뢰 네트워크의 내향 중심성 지수를 조건 없이 적용한 경우에는 오히려 정확도의 감소만을 야기하는 것으로 나타났고, 일정 임계치 이상의 외향 중심성을 갖는 사용자에 한해 내향 중심성 지수를 고려한 추천 알고리즘은 전통적인 협업 필터링에 비해 약간의 정확도 개선이 이루어짐을 확인할 수 있었다. 아울러, 사용자 신뢰 네트워크를 기반으로 탐색하는 알고리즘이 가장 우수한 성능을 보이는 것을 알 수 있었으며, 전통적인 협업 필터링과 비교해서도 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국산업정보학회논문지
• /
• 제17권7호
• /
• pp.111-118
• /
• 2012

최근 기업은 시장 점유율을 높이기 위하여 고객의 다양한 요구를 반영한 제품을 지속적으로 출시하고 있다. 다양한 기능과 가격, 디자인의 제품이 시장에 출시됨에 따라 사용자는 여러 요인들을 고려하여 선택해야 하는 어려움이 있다. 특히 변화의 속도가 빠른 IT 기기의 경우에는 여러 가지 전문적인 지식까지 필요한 경우가 많아 더욱 더 선택을 어렵게 만든다. 디지털 카메라도 저변이 확대됨에 따라 다양한 종류의 카메라가 출시되고 있으며 카메라를 선택하는 소비자는 카메라의 기능과 가격, 디자인 등을 비교하기 위해 많은 시간과 노력을 투자해야 한다. 본 연구는 IT 기기에 익숙하지 않은 사용자들도 가장 적합한 기기를 추천받을 수 있도록 하기 위하여 다기준 의사결정(MCDM) 기법의 하나인 계층분석과정(AHP) 기법 및 내용기반 필터링과 협업 필터링 기법을 접목한 하이브리드 필터링 기법을 이용하여 개인화된 추천 시스템을 설계하고 구현하였다.

• 한국컴퓨터산업학회논문지
• /
• 제2권9호
• /
• pp.1175-1182
• /
• 2001

원투원 마케팅(데이터베이스 마케팅 또는 관계 마케팅)은 컴퓨터의 발전과 더불어 기업 및 고객에게 이익을 가져올 것이며, 또한 고객의 세일 및 광고에 변화를 가져올 여러 분야 중의 하나이다. 인터넷 쇼핑몰에서 지능적인 고객 서비스의 일환으로, 본 논문에서는 데이터 마이닝 기법으로 잘 알려진 장바구니 분석을 이용한 개인화 된 광고를 제공하는 기법을 제시하고자 한다. 추천 기법의 핵심적인 이론으로 통계학, 데이터 마이닝, 인공 지능, 규칙 기반 매칭 등이 있다. 개인화 된 추천을 위한 규칙 기반 관점에서, 개인화를 위한 마케팅 규칙은 일반적으로 마케팅 전문가로부터 추출되어 고객의 데이터를 갖고 추정한다. 그러나 마케팅 전문가로부터 규칙을 추출하기란 매우 어려울 뿐만 아니라, 작성된 지식 기반 규칙을 검증하고 유지하기도 어렵다. 본 논문에서는 장바구니 분석 기법을 이용하여, 크로스 세일 마케팅 규칙을 추출한 뒤, 고객이 인터넷 쇼핑몰에 방문했을 때 개인화 된 광고를 제공하는데 초점을 두기로 한다.

• 방송공학회논문지
• /
• 제15권5호
• /
• pp.632-641
• /
• 2010

본 논문은 양방향 개인 맞춤형 방송 시스템 구축에 관한 연구이다. 맞춤형 방송이란 사용자가 원하는 방송 프로그램만을 사용자가 원하는 시간에 볼 수 있게 하는 서비스를 말한다. 양방향 방송 서비스는 사용자의 방송단말과 방송 서버 사이의 양방향 데이터 전송을 허용하여 만족도 높고 개인화된 방송 서비스를 제공하는 것을 목표로 한다. 본 연구는 양방향 맞춤형 방송 서비스를 위한 사용자 프로파일 시스템을 개발하였다. 이 시스템은 맞춤형 방송 서비스를 위한 표준인 TV-Anytime에서 제안하고 있는 메타데이터를 기반으로 사용자 프로파일과 콘텐츠 데이터 및 맞춤형 광고 서비스를 포함한 맞춤형 방송의 다양한 기능을 포함하여 양방향 데이터 전송까지 지원하고 있다. 구축된 양방향 맞춤형 방송 시스템은 사용자 프로파일을 통하여 개인 별로 선호하는 방송 콘텐츠 및 광고를 추천 및 지원하여 사용자의 시청 만족도를 높였으며, 기존의 방송과 차별화된 지능적인 방송 서비스의 지원으로 사용자의 만족도를 증가시켰다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.1015-1025
• /
• 2017

베이지안개인화순위(Bayesian personalized ranking) 방법은 내재적 피드백 자료를 분석하는 최첨단 추천시스템 통계기법 중 하나이다. 하지만, 기존의 베이지안개인화순위 방법은 내재적 피드백 자료를 변환한 이진 자료만을 고려하기 때문에 정보의 손실이 있을 수 있다는 단점이 있다. 이를 해결하기 위해 본 논문에서는 내재적 피드백 자료의 수치적 크기에 기반한 확실함의 정도(level of confidence)를 고려하는 변형베이지안개인화순위 방법을 제안한다. 제안한 방법은 기존 방법처럼 상품간의 개인선호도에 관한 직관적인 확률모형 구조를 여전히 지니면서 내재적 피드백의 수치적 크기를 확실함의 정도로 반영할 수 있다는 점에서 유용하다. 또한 제안한 변형 베이지안개인화순위 방법을 수치적으로 구현하기 위해 확률그라디언트하강(stochastic gradient descent) 기법에 기반한 계산 알고리즘을 제시한다. 마지막으로, 스팀 비디오 게임 실제 데이터 분석을 통하여 기존방법에 비해 우수한 성능을 입증한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권6호
• /
• pp.684-695
• /
• 2001

최근의 추천 시스템은 협력적 여과 시스템의 희박성과 초기 평가 문제를 해결하기 위하여 내용 기반 여과 시스템과 협력적 여과 시스템을 병합하는 방법을 사용한다. 협력적 여과 시스템은 부가적인 상품을 예측하기 위해 사용자의 선호도에 대한 데이타베이스를 사용한다. 내용 기반 여과 시스템은 상품의 속성과 사용자의 흥미를 대조함에 의해 아이템을 추천한다. 본 논문에서는 두 가지의 기술을 기계 학습 알고리즘에 응용하고 병합함으로써 사용자의 선호도를 발견하는 방법을 기술한다. 제안된 협력적 여과 방법에서는 유전자 알고리즘을 이용하여 Naive Bayes 분류자에 의해 분류된 아이템을 기반으로 사용자 군집을 생성하며 내용 여과 기법에서는 연관 피드백에 의해 사용자의 흥미를 추출함으로써 사용자의 프로파일을 생성한다. 제안된 방법은 웹문서에 대해 사용자가 평가한 데이타베이스에서 평가되며 기존의 방법보다 높은 성능을 나타냄을 보인다.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.357-369
• /
• 2009

인터넷과 정보통신기술의 발달과 보편화로 각 업계에서는 고객의 편의증진과 함께 업무자동화 및 간소화로 비용을 절감할 수 있는 기회 요인이 되고 있다. 이로 인하여 e-비지니스에 대한 관심이 점차 늘어나고 있으며 항공사는 다양한 분야의 e-서비스를 개발적용하고 있다. 전자항공권(e-ticket)은 이미 모든 항공사에서 전면적으로 실시하고 있으며, 고객이 직접 인터넷을 통한 발권 비율이 증가하고 있어 항공사는 여행사에게 지불하는 수수료를 절약하여 이를 다시 항공권 가격을 인하하거나 추가수입에 적용하고 있다. 항공사 서비스 가운데 가장 긴 시간을 할애하는 기내서비스 가운데 무선 인터넷과 통신 그리고 오락에 적용하는 e-서비스는 항공사가 타 항공사와의 경쟁력을 높이기 위하여 서비스를 개발하고 있다. 무선주파수 인식기술인 RFID는 여객운송서비스 가운데 수하물의 분실과 파손방지를 위하여 적용하고 있으며 앞으로 다양한 서비스에 적용할 것이다. 이에 본 연구는 항공사 승객이 경험한 e-서비스요인에 따른 재구매의도와 추천의사 그리고 전체만족도에 대한 영향관계를 밝혀 업계에 도움이 되는 시사점을 찾고자 하였다. 결과로 항공사의 e-서비스는 전체 만족도에 영향을 주지만 재구의도와 추천의사는 예약발권 e-서비스만이 영향을 미치는 것으로 나타났다.

• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.109-126
• /
• 2022

The number and variety of products and services offered by companies have increased dramatically, providing customers with more choices to meet their needs. As a solution to this information overload problem, the provision of tailored services to individuals has become increasingly important, and the personalized recommender systems have been widely studied and used in both academia and industry. Existing recommender systems face important problems in practical applications. The most important problem is that it cannot clearly explain why it recommends these products. In recent years, some researchers have found that the explanation of recommender systems may be very useful. As a result, users are generally increasing conversion rates, satisfaction, and trust in the recommender system if it is explained why those particular items are recommended. Therefore, this study presents a methodology of providing an explanatory function of a recommender system using a review text left by a user. The basic idea is not to use all of the user's reviews, but to provide them in a summarized form using only reviews left by similar users or neighbors involved in recommending the item as an explanation when providing the recommended item to the user. To achieve this research goal, this study aims to provide a product recommendation list using user-based collaborative filtering techniques, combine reviews left by neighboring users with each product to build a model that combines text summary methods among deep learning-based natural language processing methods. Using the IMDb movie database, text reviews of all target user neighbors' movies are collected and summarized to present descriptions of recommended movies. There are several text summary methods, but this study aims to evaluate whether the review summary is well performed by training the Sequence-to-sequence+attention model, which is a representative generation summary method, and the BertSum model, which is an extraction summary model.