• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.

• Journal of Hospice and Palliative Care
• /
• 제9권1호
• /
• pp.17-29
• /
• 2006

목적: 호주 일 지역의 종합병원을 중심으로 이루어지고 있는 호스피스 자원봉사자들의 특성을 파악하고 이들이 실제 환자들에게 시행하고 있는 활동내용과 그 만족도를 파악하기 위하여 시도하였다. 방법: 101명의 자가보고 질문지에 의해 자료수집되었으며, 자료의 분석은 SPSS/WIN 12.0 프로그램을 이용하여 다음과 같이 빈도와 백분율, 평균과 표준편차로 분석하였다. 결과: 1. 병원에서의 봉사활동경력은 $5{\sim}10$년이 32.7%, 10년 이상이 30.7%, $2{\sim}3$년이 11.9%, $3{\sim}5$년이 10.9%의 순이었다. 주요 봉사활동 형태는 신체적 간호가 32.7%, 신체 및 정서적 간호가 14.9%, 기타가 18.8%의 순이었다. 봉사업무할당 방법은 봉사활동 조정자에 의해서가 55.7%, 봉사자의 뜻에 따라서와 봉사자와 조정자의 합의에 의해서가 각각 20.5%의 순이었다. 봉사활동을 하는 주요 이유는 아픈 사람을 돕고 싶어서가 61.4%로 가장 많았으며, 다음은 여가시간을 선용하기 위해서가 22.8%였다. 봉사활동을 시작하게 된 경로는 자신의 조사에 의해서가 43.4%로 가장 많았으며, 다음은 다른 봉사자로부터 듣고서가 30.7%, 대중매체로부터가 13.1%의 순이었다. 봉사활동관련 교육을 받은 여부는 받았다가 80.2%였다. 봉사활동업무가 자신의 기술과 기능에 맞는 정도는 아주 잘 맞는다가 74.0%였고, 다음은 대체로 맞는다가 18.0%로 대체로 잘 맞는 것으로 나타났다. 봉사활동에 대해 받는 보상은 토큰이나 점심 혹은 집단 소풍이 31.7%로 가장 많았고, 다음은 토큰과 점심이나 집단 소풍이 각각 19.8%였다. 봉사활동에 대한 평가빈도는 이따금이 37.2%, 자주가 30.9%, 항상이 17.0%, 전혀 안 함이 14.9%의 순이었다. 봉사활동조정자와 관계는 매우 좋다가 85.0%로 대부분을 차지하였으며, 다른 봉사자와의 관계는 매우 좋다가 81.2%로 대부분을 차지하였고, 병원직원과의 관계는 매우 좋다가 69.7%였고, 다음은 대체로 좋다가 21.2%의 순이었다. 봉사활동에 대해 가족이나 친구의 지지는 어떠한가는 매우 좋다가 83.2%로 대부분을 차지하였다. 2. 대상자의 자원봉사활동 만족도는 평점 $3.09{\pm}0.49$(도구범위 $1{\sim}4$점)로 중간정도이었다. 영역별로 살펴보았을 때 만족도가 가장 높았던 영역은 사회적 접촉영역($3.48{\pm}0.61$)이었고, 다음은 성취영역($3.43{\pm}0.53$), 사회적 인정영역($3.35{\pm}0.70$)의 순이었다. 만족도가 가장 낮았던 영역은 사회적 교환영역($1.65{\pm}0.63$)이었다. 3. 대상자의 인구사회학적 특성에 따른 봉사활동 만족도를 분석한 결과 성별(t=2.038, P=0.044), 결혼상태(F=3.806, P=0.013)에 따라 유의한 차이를 보였다. 4. 대상자의 자원봉사활동 실태에 따른 봉사활동 만족도를 분석한 결과병원봉사활동기간(F=3.326, P=0.008), 봉사활동을 하는 주된 이유(F=2.707, P=0.035), 봉사활동을 위한 교육을 받은 여부(t=-1.982, P=0.050), 봉사활동의 평가 빈도(F=7.877, P=0.000), 봉사활동이 자신의 기술이나 능력에 적합도(F=2.712, P=0.049), 관리자와의 관계(t=-2.517, P=0.013), 다른 병원직원과의 관계(F=5.202, P=0.007), 자원봉사자로서의 활동에 대해 가족이나 친지로부터의 지지(t=-3.394, P=0.001)에 따라 봉사활동 만족도가 유의하게 차이가 있는 것으로 나타났다. 결론: 자원봉사활동 만족도는 중간정도이었고, 봉사활동 만족도는 대상자의 인구사회학적 특성에 따라서는 성별(t=2.038, P=0.044), 결혼상태(F=3.806, P=0.013)에 따라 유의한 차이를 보였고, 자원봉사활동 실태에 따라서는 병원봉사활동기간(F=3.326, P=0.008), 봉사활동을 하는 주된 이유(F=2.707, P=0.035), 봉사활동을 위한 교육을 받은 여부(t=-1.982, P=0.030), 봉사활동의 평가 빈도(F=7.877, P=0.000), 봉사활동이 자신의 기술이나 능력에 적합도(F=2.712, P=0.049), 관리자와의 관계(t=-2.517, P=0.013), 다른 병원직원과의 관계(F=5.202, P=0.007), 자원봉사자로서의 활동에 대해 가족이나 친지로부터의 지지(t=-3.394, P=0.001)에 따라 유의한 차이가 있는 것으로 나타났다. 따라서 자원봉사자를 관리할 때에 위의 요인들을 고려할 것이 요구된다고 볼 수 있다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.205-225
• /
• 2018

Convolutional Neural Network (ConvNet)은 시각적 특징의 계층 구조를 분석하고 학습할 수 있는 대표적인 심층 신경망이다. 첫 번째 신경망 모델인 Neocognitron은 80 년대에 처음 소개되었다. 당시 신경망은 대규모 데이터 집합과 계산 능력이 부족하여 학계와 산업계에서 널리 사용되지 않았다. 그러나 2012년 Krizhevsky는 ImageNet ILSVRC (Large Scale Visual Recognition Challenge) 에서 심층 신경망을 사용하여 시각적 인식 문제를 획기적으로 해결하였고 그로 인해 신경망에 대한 사람들의 관심을 다시 불러 일으켰다. 이미지넷 첼린지에서 제공하는 다양한 이미지 데이터와 병렬 컴퓨팅 하드웨어 (GPU)의 발전이 Krizhevsky의 승리의 주요 요인이었다. 그러므로 최근의 딥 컨볼루션 신경망의 성공을 병렬계산을 위한 GPU의 출현과 더불어 ImageNet과 같은 대규모 이미지 데이터의 가용성으로 정의 할 수 있다. 그러나 이러한 요소는 많은 도메인에서 병목 현상이 될 수 있다. 대부분의 도메인에서 ConvNet을 교육하기 위해 대규모 데이터를 수집하려면 많은 노력이 필요하다. 대규모 데이터를 보유하고 있어도 처음부터 ConvNet을 교육하려면 많은 자원과 시간이 소요된다. 이와 같은 문제점은 전이 학습을 사용하면 해결할 수 있다. 전이 학습은 지식을 원본 도메인에서 새 도메인으로 전이하는 방법이다. 전이학습에는 주요한 두 가지 케이스가 있다. 첫 번째는 고정된 특징점 추출기로서의 ConvNet이고, 두번째는 새 데이터에서 ConvNet을 fine-tuning 하는 것이다. 첫 번째 경우, 사전 훈련 된 ConvNet (예: ImageNet)을 사용하여 ConvNet을 통해 이미지의 피드포워드 활성화를 계산하고 특정 레이어에서 활성화 특징점을 추출한다. 두 번째 경우에는 새 데이터에서 ConvNet 분류기를 교체하고 재교육을 한 후에 사전 훈련된 네트워크의 가중치를 백프로퍼게이션으로 fine-tuning 한다. 이 논문에서는 고정된 특징점 추출기를 여러 개의 ConvNet 레이어를 사용하는 것에 중점을 두었다. 그러나 여러 ConvNet 레이어에서 직접 추출된 차원적 복잡성을 가진 특징점을 적용하는 것은 여전히 어려운 문제이다. 우리는 여러 ConvNet 레이어에서 추출한 특징점이 이미지의 다른 특성을 처리한다는 것을 발견했다. 즉, 여러 ConvNet 레이어의 최적의 조합을 찾으면 더 나은 특징점을 얻을 수 있다. 위의 발견을 토대로 이 논문에서는 단일 ConvNet 계층의 특징점 대신에 전이 학습을 위해 여러 ConvNet 계층의 특징점을 사용하도록 제안한다. 본 논문에서 제안하는 방법은 크게 세단계로 이루어져 있다. 먼저 이미지 데이터셋의 이미지를 ConvNet의 입력으로 넣으면 해당 이미지가 사전 훈련된 AlexNet으로 피드포워드 되고 3개의 fully-connected 레이어의 활성화 틀징점이 추출된다. 둘째, 3개의 ConvNet 레이어의 활성화 특징점을 연결하여 여러 개의 ConvNet 레이어의 특징점을 얻는다. 레이어의 활성화 특징점을 연결을 하는 이유는 더 많은 이미지 정보를 얻기 위해서이다. 동일한 이미지를 사용한 3개의 fully-connected 레이어의 특징점이 연결되면 결과 이미지의 특징점의 차원은 4096 + 4096 + 1000이 된다. 그러나 여러 ConvNet 레이어에서 추출 된 특징점은 동일한 ConvNet에서 추출되므로 특징점이 중복되거나 노이즈를 갖는다. 따라서 세 번째 단계로 PCA (Principal Component Analysis)를 사용하여 교육 단계 전에 주요 특징점을 선택한다. 뚜렷한 특징이 얻어지면, 분류기는 이미지를 보다 정확하게 분류 할 수 있고, 전이 학습의 성능을 향상시킬 수 있다. 제안된 방법을 평가하기 위해 특징점 선택 및 차원축소를 위해 PCA를 사용하여 여러 ConvNet 레이어의 특징점과 단일 ConvNet 레이어의 특징점을 비교하고 3개의 표준 데이터 (Caltech-256, VOC07 및 SUN397)로 실험을 수행했다. 실험결과 제안된 방법은 Caltech-256 데이터의 FC7 레이어로 73.9 %의 정확도를 얻었을 때와 비교하여 75.6 %의 정확도를 보였고 VOC07 데이터의 FC8 레이어로 얻은 69.2 %의 정확도와 비교하여 73.1 %의 정확도를 보였으며 SUN397 데이터의 FC7 레이어로 48.7%의 정확도를 얻었을 때와 비교하여 52.2%의 정확도를 보였다. 본 논문에 제안된 방법은 Caltech-256, VOC07 및 SUN397 데이터에서 각각 기존에 제안된 방법과 비교하여 2.8 %, 2.1 % 및 3.1 %의 성능 향상을 보였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.1-16
• /
• 2015

교통사고의 원인을 규명하고 미래의 사고를 방지하기 위한 노력의 일환으로 데이터 마이닝 기법을 이용한 교통 데이터 분석의 연구가 이루어지고 있다. 하지만 기존의 교통 데이터를 이용한 마이닝 연구들은 학습된 결과를 사람이 이해하기 어려워 분석에 많은 노력이 필요하다는 문제가 있었다. 본 논문에서는 많은 속성들로 표현된 교통사고 데이터로부터 유용한 패턴을 발견하기 위해 규칙 학습 기반의 데이터 마이닝 기법인 연관규칙 학습기법과 서브그룹 발견기법을 적용하였다. 연관규칙 학습기법은 비지도 학습 기법의 하나로 데이터 내에서 동시에 많이 등장하는 아이템(item)들을 찾아 규칙의 형태로 가공해 주며, 서브그룹 발견기법은 사용자가 지정한 대상 속성이 결론부에 나타나는 규칙을 학습하는 지도학습 기반 기법으로 일반성과 흥미도가 높은 규칙을 학습한다. 규칙 학습 시 사용자의 의도를 반영하기 위해서는 하나 이상의 관심 속성들을 조합한 합성 속성을 만들어 규칙을 학습할 수 있다. 규칙이 도출되고 나면 후처리 과정을 통해 중복된 규칙을 제거하고 유사한 규칙을 일반화하여 규칙들을 더 단순하고 이해하기 쉬운 형태로 가공한다. 교통사고 데이터를 대상으로 두 기법을 적용한 결과 대상 속성을 지정하지 않고 연관규칙 학습기법을 적용하는 경우 사용자가 쉽게 알기 어려운 속성 사이의 숨겨진 관계를 발견할 수 있었으며, 대상 속성을 지정하여 연관규칙 학습기법과 서브그룹 발견기법을 적용하는 경우 파라미터 조정에 많은 노력을 기울여야 하는 연관규칙 학습기법에 비해 서브그룹 발견기법이 흥미로운 규칙들을 더 쉽게 찾을 수 있음을 확인하였다.

• 한국지구과학회지
• /
• 제39권2호
• /
• pp.178-192
• /
• 2018

본 연구의 목적은 야외지질답사 장소를 개발하고 과학적 모델의 사회적 구성을 야외지질학습에 적용하는 것이다. Orion(1993)의 가상의 공간(Novelty Space)과 2015 개정 교육과정 성취기준을 고려하고 답사 장소를 개발하였다. G 영재 교육원 과학과 8명 학생을 대상으로 '관악산 형성과정'이라는 것을 주제로 하여 총 5차시 분량의 과학적 모델의 사회적 구성을 활용한 야외지질학습을 실시하였다. 야외지질학습 전후로 1차시 분량의 설문 검사를 통해 학생들의 개념 이해 정도를 파악하고, 심층 면담에서는 개념 확인과 야외지질학습의 정의적인 면을 다루었다. 연구 결과는 다음과 같다. 첫 번째, 야외 답사 장소는 계곡 하류와 상류로 각각 명명하였고 변성암, 화강암, 절리, 포획암, 광물 입자를 관찰하도록 구성하였다. 두 번째, 사전 조사에서 관악산은 화산으로 만들어졌다고 응답한 학생이 7명이었다. 반면, 야외지질학습이 종료된 이후에는 7명 학생이 화강암의 형성과정을 설명하고 변성암을 예시로 지질시대를 이야기 하는 것으로 시간적인 스케일을 이해했음을 보여주었다. 더욱이 심층면담에서 지질학에 대한 낮은 성취를 보여주는 학생이 야외지질학습에 대해 긍정적인 답변을 주었다. 즉, 학습의 정의적인 면을 고려하였을 때 야외지질학습에 과학적 모델의 사회적 구성 활용이 효과적일 수 있다는 것을 보여준다. 이번 연구는 지질교육에 모델을 적용한 사례이고 동시에 교사에게 야외답사 장소를 제공할 수 있을 뿐만 아니라 야외지질학습에 과학적 모델의 사회적 구성을 적용한 사례로서 의의가 있다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 한국동물번식학회:학술대회논문집
• /
• 한국동물번식학회 2000년도 국제심포지움
• /
• pp.10-12
• /
• 2000

Members of the glycoprotein family, which includes CG, LH, FSH and TSH, comprise two noncovalently linked $\alpha$- and $\beta$-subunits. Equine chorionic gonadotropin (eCG), known as PMSG, has a number of interesting and unique characteristics since it appears to be a single molecule that possesses both LH- and FSH-like activities in other species than the horse. This dual activity of eCG in heterologous species is of fundamental interest to the study of the structure-function relationships of gonadotropins and their receptors. CG and LH $\beta$ genes are different in primates. In horse, however, a single gene encodes both eCG and eLH $\beta$-subunits. The subunit mRNA levels seem to be independently regulated and their imbalance may account for differences in the quantities of $\alpha$ - and $\beta$ -subunits in the placenta and pituitary. The dual activities of eCG could be separated by removal of the N-linked oligosaccharide on the $\alpha$-subunit Asn 56 or CTP-associated O-linked oligosaccharides. The tethered-eCG was. efficiently secreted and showed similar LH-like activity to the dimeric eCG. Interestingly, the FSH-like activity of the tethered-eCG was increased markedly in comparison with the native and wild type eCG. These results also suggest that this molecular can implay particular models of FSH-like activity not LH-like activity in the eCG/indicate that the constructs of tethered molecule will be useful in the study of mutants that affect subunit association and/or secretion. A single-chain analog can also be constructed to include additional hormone-specific bioactive generating potentially efficacious compounds that have only FSH-like activity. The LH/CG receptor (LH/CGR), a membrane glycoprotein that is present on testicular Leydig cells and ovarian theca, granulosa, luteal, and interstitial cells, plays a pivotal role in the regulation of gonadal development and function in males as well as in nonpregnant and pregnant females. The LH/CGR is a member of the family of G protein-coupled receptors and its structure is predicted to consist of a large extracellular domain connected to a bundle of seven membrane-spanning a-helices. The LH/CGR phosphorylation can be induced with a phorbol ester, but not with a calcium ionophore. The truncated form of LHR also was down-regulated normally in response to hCG stimulation. In contrast, the cell lines expressing LHR-t63I or LHR-628, the two phosphorylation-negative receptor mutant, showed a delay in the early phase of hCG-induced desensitization, a complete loss of PMA-induced desensitization, and an increase in the rate of hCG-induced receptor down-regulation. These results clearly show that residues 632-653 in the C-terminal tail of the LHR are involved in PMA-induced desensitization, hCG-induced desensitization, and hCG-induced down-regulation. Recently, constitutively activating mutations of the receptor have been identified that are associated with familial male-precocious puberty. Cells expressing LHR-D556Y bind hCG with normal affinity, exhibit a 25-fold increase in basal cAMP and respond to hCG with a normal increase in cAMP accumulation. This mutation enhances the internalization of the free and agonist-occupied receptors ~2- and ~17-fold, respectively. We conclude that the state of activation of the LHR can modulate its basal and/or agonist-stimulated internalization. Since the internalization of hCG is involved in the termination of hCG actions, we suggest that the lack of responsiveness detected in cells expressing LHR-L435R is due to the fast rate of internalization of the bound hCG. This statement is supported by the finding that hCG responsiveness is restored when the cells are lysed and signal transduction is measured in a subcellular fraction (membranes) that cannot internalize the bound hormone.

• Childhood Kidney Diseases
• /
• 제3권2호
• /
• pp.209-216
• /
• 1999

목적 : 신성 요붕증(Nephrogenic diabetes insipidus, NDI)은 바소프레신(arginine vasoporessin, AVP)에 대한 신세뇨관의 저항성으로 인하여 요농축의 장애를 특징으로 하는 드문 유전성 질환이다. 반성유전형 신성 요붕증은 바소프레신 V2수용체(AVPR2)의 장애에 기인하며, NDI 환자에서 지금까지 다양한 AVPR2의 돌연변이가 보고되었다. 저자들은 임상적으로 반성 유전형 신성 요붕증으로 진단된 가계에서 AVPR2 유전자의 돌연변이를 발견하기 위하여 분자유전학적 검사를 실시하였다. 방법 : 대상환자의 백혈구에서 추출한 DNA로 AVPR2유전자를 polymerase chain reaction-single strand conformational polymorphism(PCR-SSCP)분석하여 이상이 발견된 부분은 클론닝하여 염기서열을 분석하였다. 같은 PCR 산물을 Hae III로 처리하여 PCR-RFLP(restriction fragement length polymorphism) 분석을 하였다. 결과 : AVPR2 유전자를 PCR-SSCP 분석하였을 때 PCR 산물의 정상인과 이동거리의 차이가 발견되어 환아에서 돌연변이가 있고 환아의 어머니는 보인자임을 예측하였고, 염기서열을 분석하여 675번째 염기 A가 G로 치환됨으로 tryptophan이 cysteine으로 바뀌는 R202C 점돌연변이를 발견하였다. 같은 PCR 산물을 PCR-RFLP 분석을 하였을 때 돌연변이로 인한 Hae III의 인지부위의 상실을 확인하였고 환아의 어머니가 이종접합보유자 (heterozygote)임을 확인하였다. 결론 : 저자들은 임상적으로 신성 요붕증으로 확인된 환아와 어머니의 V2 수용체 유전자를 분석하여 R202C 돌연변이를 확인하였다. 신성 요붕증은 진단이 지연되면 성장장애, 정신박약과 사망을 초래할 수 있는 심각한 질환이나, 태생기 또는 신생아기에 진단하면 후유증을 예방할 수 있으므로 조기진단 및 보인자 발견에 분자유전학적 진단 방법을 적극 활용하여야 하겠다.

• Journal of Plant Biotechnology
• /
• 제33권1호
• /
• pp.1-9
• /
• 2006

도처에 분포하는 peroxiredoxins (Prxs)은 세포 내 방어신호전달 과정에서 다양한 기능을 하는 것으로 나타났다. Prxs는 크게 typical 2-Cys Prx, atypical 2-Cys Prx와 1-Cys Prx의 세 부류로 분류되는데, 이것들은 cysteine 잔기의 수와 촉매기전에 따라 구분된다. 세 종류의 단백질 중, N-말단에 peroxidatic cysteine 잔기를 포함하는 typical 2-Cys Prx는 $H_2O_2$ 분해과정 동안 과산화물-의존적인 sulfenic acid로의 산화와 thiol-의존적 환원과정이 순환되어 일어난다. Sulfenic acid는 고농도의 $H_2O_2$와 Trx, Trx reductase와 NADPH를 포함하는 촉매 요소의 존재하에 cysteine sulfenic acid로 과산화 될 수 있다 과산화된 2-Cys Prx는 ATP 의존성 효소인 sulfiredoxin의 작용에 의해 천천히 환원된다. 세포가 강력한 산화나 열 충격 스트레스에 노출되면, 2-Cys Prx는 LMW 단백질에서 HMW complex로 구조를 변화시켜 peroxidase에서 chaperone으로 기능의 전환을 일으킨다. 2-Cys Prx의 C-말단 부분 역시 이러한 구조적 전환에 중요한 역할을 한다. 따라서, C-말단이 잘려진 단백질은 과산화가 되지 않고 단백질의 구조와 기능이 조절될 수 없다. 이러한 반응들은 활성 자리인 peroxidatic cysteine 잔기에 의해 일차적으로 유도되며, 그것은 세포에서 '$H_2O_2$ sensor' 로서 작용하다. 2-Cys Prx의 가역적인 구조와 기능 변화는 세포가 외부자극에 적응하는 수단으로 작용하며, 아마도 세포내 방어신호체계를 활성화 시키는 것으로 생각된다. 특히, chloroplast에 존재하는 식물 2-Cys Prx는 촉매반응 동안 주된 구조적인 변화를 나타내는 역동적인 단백질 구조를 가지고 있어서, 산화-환원 의존적으로 super-complex를 형성하고 가역적으로 thylakoid membrane에 부착한다.