• 치위생과학회지
• /
• 제5권2호
• /
• pp.51-56
• /
• 2005

이 연구는 치과진료에서 처방되는 약제를 분석함으로써 해당 치과병 의원의 정보 자료의 제공 등으로 자율적 개선 노력 유도 및 지속적인 처방행태 변화추이 공개로 적정처방 및 벤 치마킹유도와 국민에게 항생제, 주사제 등의 약제 사용실태 홍보로 적정 약제 사용을 위한 인식 변화 유도에 기여하고자 이 연구를 시행하였다. 2003년 7월 1일부터 9월 31일까지 요양기관 34,226개소의 건강보험 외래약제 처방내역을 이용하여 항생제, 주사제의 투약일수율 및 처방률, 투약일당 약품비, 처방건당 약품목수와 고가약품목수의 비중에 대해 분석한 결과 다음과 같은 결론을 얻었다. 1. 항생제에 대한 투약일수율은 치과의원이 90.11%로 전년 동기 및 전분기보다 낮게 나타났으나, 처방률은 15.50%로 전년 동기 및 전분기보다 높게 나타났다. 치과병원의 투약일수율과 처방율은 각각 71.57%와 21.05%로 전분기보다 다소 높게 나타났다. 타종별 요양기관보다는 치과 병 의원의 투약일수율은 매우 높으나 처방률은 낮게 나타났다. 2. 주사제에 대한 투약일수율과 처방률은 치과의원이 각각 0.13%과 0.05%로 전년 동기보다는 감소추세로 나타났으며, 치과병원의 투약일수율과 처방률도 각각 1.03%과 0.88%로 전분기보다 다소 낮게 나타났다. 타 요양기관 종별보다는 치과병 의원의 주사제 투약일수율과 처방률은 매우 낮은 것으로 나타났다. 3. 약품목수는 치과의원이 2.79개로 전년 동기보다는 낮아졌으나 전분기보다는 높게 나타났으며, 치과병원은 2.67개로 전년 동기 및 전분기에 비해 증가된 것으로 나타났다. 타종별 요양기관보다는 치과병 의원 모두 약품목수가 적은 것으로 나타났다. 4. 투약일당 약품비는 치과의원이 863원으로 전년 동기 및 전분기에 비해 증가추세로 나타났으며, 치과병원은 1,385원로 전분기보다 낮게 나타났다. 타종별 요양기관보다는 치과병 의원 모두 낮은 것으로 나타났다. 5. 고가약품목수 비중은 치과의원이 46.43%로 전분기보다 높게 나타났으며, 치과병원은 54.05%로 전분기보다 매우 높게 나타났다. 병 의원에 비해 치과병 의원이 고가약품 목수 비중이 높은 것으로 나타났다. 6. 지역별 외래처방 현황 분석시 항생제 처방률은 광주지역이 가장 높고 대전지역이 가장 낮은 것으로 나타났으며, 주사제 처방률은 2/4분기 결과와 마찬가지로 영남지역이 모두 높은 반면, 수도권 지역은 모두 낮은 처방률로 나타났으며, 지역별 변이도 매우 커 최대지역의 처방률이 최소지역의 처방률의 2배 이상 높은 것으로 나타났다. 투약일당 약품비는 울산지역이 가장 높고 전북지역이 가장 낮게 나타나며, 처방건당 약품목수는 경기지역이 가장 높고 제주지역이 가장 낮게 나타났다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.111-126
• /
• 2017

연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.57-73
• /
• 2021

ICT 인프라의 이상탐지를 통한 유지보수와 장애 예방이 중요해지고 있다. 장애 예방을 위해서 이상탐지에 대한 관심이 높아지고 있으며, 지금까지의 다양한 이상탐지 기법 중 최근 연구들에서는 딥러닝을 활용하고 있으며 오토인코더를 활용한 모델을 제안하고 있다. 이는 오토인코더가 다차원 다변량에 대해서도 효과적으로 처리가 가능하다는 것이다. 한편 학습 시에는 많은 컴퓨터 자원이 소모되지만 추론과정에서는 연산을 빠르게 수행할 수 있어 실시간 스트리밍 서비스가 가능하다. 본 연구에서는 기존 연구들과 달리 오토인코더에 2가지 요소를 가미하여 이상탐지의 성능을 높이고자 하였다. 먼저 다차원 데이터가 가지고 있는 속성별 특징을 최대한 부각하여 활용하기 위해 멀티모달 개념을 적용한 멀티모달 오토인코더를 적용하였다. CPU, Memory, network 등 서로 연관이 있는 지표들을 묶어 5개의 모달로 구성하여 학습 성능을 높이고자 하였다. 또한, 시계열 데이터의 특징을 데이터의 차원을 늘리지 않고 효과적으로 학습하기 위하여 조건부 오토인코더(conditional autoencoder) 구조를 활용하는 조건부 멀티모달 오토인코더(Conditional Multimodal Autoencoder, CMAE)를 제안하였다. 제안한 CAME 모델은 비교 실험을 통해 검증했으며, 기존 연구들에서 많이 활용된 오토인코더와 비교하여 AUC, Accuracy, Precision, Recall, F1-score의 성능 평가를 진행한 결과 유니모달 오토인코더(UAE)와 멀티모달 오토인코더(Multimodal Autoencoder, MAE)의 성능을 상회하는 결과를 얻어 이상탐지에 있어 효과적이라는 것을 확인하였다.