• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권1호
• /
• pp.44-49
• /
• 2016

최근 소셜 미디어의 성장과 디지털 기기의 활용이 증가함에 따라 데이터가 기하급수적으로 급증하고 있다. 이러한 대용량의 데이터를 효율적으로 처리하기 위해 분산 메모리 처리 시스템을 사용한다. 하지만 분산 환경에서 특정 노드에 부하가 집중이 되면 노드의 성능이 저하되는 문제가 발생한다. 본 논문은 분산 메모리 환경에서 노드의 부하를 적절하게 분배하는 부하 분산 기법을 제안한다. 제안하는 기법은 노드의 부하를 관리하기 위해 핫 데이터를 여러 노드에 복제하고 노드가 추가되거나 삭제될 때 노드의 부하를 고려하여 데이터를 이주시킨다. 클라이언트는 핫 데이터의 메타데이터 정보를 유지하여 직접 노드에 접근함으로써 중앙 서버의 접근을 감소시킨다. 성능 평가를 통해 제안하는 부하 분산 관리 기법이 기존에 캐시 관리 기법에 비해 우수함을 입증한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권8호
• /
• pp.543-548
• /
• 2015

최근 소셜 미디어의 성장과 디지털 기기의 활용이 증가함에 따라 기하급수적으로 데이터가 급증하고 있다. 기존 디스크 기반 분산 파일 시스템은 I/O 처리 비용 및 병목 현상으로 인해 데이터 처리나 데이터 접근 성능에 한계가 발생한다. 이러한 문제점을 해결하기 위해 메모리에 데이터를 관리하는 캐시 기법이 활용되고 있다. 본 논문에서는 분산 메모리 환경에서 부하 분산을 처리하기 위한 캐시 관리 기법을 제안한다. 제안하는 기법은 노드의 메모리의 크기가 서로 상이한 환경에서 메모리 크기에 따라 데이터를 분배하고 노드의 부하가 발생할 경우 핫 데이터를 재분배한다. 또한, 캐시 항목의 재사용 가능성, 사용 빈도수, 접근 시간을 고려한 캐시 교체 기법을 제안한다. 성능 평가를 통해 제안하는 분산 캐시 기법이 기존에 캐시 관리 기법에 비해 우수함을 입증한다.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1321-1329
• /
• 2019

소셜 정보망의 발달로 마케팅의 방법도 다양하게 변화되고 있다. 기존의 유명인, 경제적 지원 기반의 성공적인 마케팅방법론과 달리, 최근 인플루언서 기반 유튜브 마케팅이 큰 대세를 이루고 있다. 본 논문 에서는 처음으로 유튜브 양적 정보 및 댓글분석 기반 다각도 질적 분석을 활용하여 54개 이상의 유튜브 채널에서 인플루언서 특징을 추출하고 대표적인 주제들을 모델링하여 개인 맞춤형 영상 만족도 극대화는 물론 기업체가 새로운 아이템을 마케팅 할 때 기존의 인플루언서 특징을 참고하여 새로운 아이템의 영상을 제작하고 배포함으로써 성공적인 홍보 효과를 누릴 수 있도록 보조 수단 제공을 목적으로 한다. 유튜브 채널 별 다양한 영상의 모든 댓글을 각 문서로 가정하고 TF-IDF 및 LDA알고리즘을 적용하여 성능 극대화 향상을 보였다.

• KDI Journal of Economic Policy
• /
• 제45권1호
• /
• pp.69-86
• /
• 2023

Regulatory sentiment refers to the market's subjective evaluation of regulatory reform and is one of the most widely adopted indicators to those charged with implementing and diagnosing regulatory policies. The use of regulatory sentiment in advanced analysis has become universal, albeit it is often limited due to difficulties in articulating consistent and objective quantitative indicators that can meticulously reflect market sentiment overall. Thus, despite ample effort by scholars to read the economic impact of regulatory sentiment in the real economy, causal links are difficult to spot. To fill this gap in the literature, this study analyzes a regulatory sentiment index and economic performance indicators through a text analysis approach and by inspecting diverse tones in media articles. Using different stages of tests, the paper identifies a causal relationship between regulatory sentiment and actual economic activities as measured by private consumption, facility investment, construction investment, gross domestic investment, and employment. Additionally, as a result of analyzing one-unit impulse of regulatory perception, the initial impact on economic growth and private investment was found to be negligible; this was followed by a positive (+) response, after which it converged to zero. Construction investment showed a positive (+) response initially, which then rapidly changed to a negative (-) response and then converged to zero. Gross domestic investment as the initial effect was negligible after showing a positive (+) reaction. Unfortunately, the facility investment outcome was found to be insignificant in the impulse response test. Nevertheless, it can be concluded that it is necessary and important to increase the sensitivity to regulations to promote the economic effectiveness of regulatory reforms. Thus, instead of dealing with policies with the vague goal of merely improving regulatory sentiment, using regulatory sentiment as an indicator of major policies could be an effective approach.

• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.32-41
• /
• 2023

Recently, many studies are being conducted to extract emotion from text and verify its information power in the field of finance, along with the recent development of big data analysis technology. A number of prior studies use pre-defined sentiment dictionaries or machine learning methods to extract sentiment from the financial documents. However, both methods have the disadvantage of being labor-intensive and subjective because it requires a manual sentiment learning process. In this study, we developed a financial sentiment dictionary that automatically extracts sentiment from the body text of analyst reports by using modified Bayes rule and verified the performance of the model through a binary classification model which predicts actual stock price movements. As a result of the prediction, it was found that the proposed financial dictionary from this research has about 4% better predictive power for actual stock price movements than the representative Loughran and McDonald's (2011) financial dictionary. The sentiment extraction method proposed in this study enables efficient and objective judgment because it automatically learns the sentiment of words using both the change in target price and the cumulative abnormal returns. In addition, the dictionary can be easily updated by re-calculating conditional probabilities. The results of this study are expected to be readily expandable and applicable not only to analyst reports, but also to financial field texts such as performance reports, IR reports, press articles, and social media.

• Asia pacific journal of information systems
• /
• 제29권4호
• /
• pp.856-874
• /
• 2019

The performance of recommender systems (RS) has been measured mainly in terms of accuracy. However, there are other aspects of performance that are difficult to understand in terms of accuracy, such as coverage, serendipity, and satisfaction with recommended results. Moreover, particularly with RSs that suggest multiple items at a time, such as YouTube, user satisfaction with recommended results may vary not only depending on their accuracy, but also on their configuration, content, and design displayed to the user. This is true when classifying an RS as a single RS with one recommended result and as a multiple RS with diverse results. No empirical analysis has been conducted on the influence of the content and distribution of recommendation items on user satisfaction. In this study, we propose a research model representing the content and distribution of recommended items and how they affect user satisfaction with the RS. We focus on RSs that recommend multiple items. We performed an empirical analysis involving 149 YouTube users. The results suggest that user satisfaction with recommended results is significantly affected according to the HHI (Herfindahl-Hirschman Index). In addition, satisfaction significantly increased when the recommended item on the top of the list was the same category in terms of content that users were currently watching. Particularly when the purpose of using RS is hedonic, not utilitarian, the results showed greater satisfaction when the number of views of the recommended items was evenly distributed. However, other characteristics of selected content, such as view count and playback time, had relatively less impact on satisfaction with recommended items. To the best of our knowledge, this study is the first to show that the category concentration of items impacts user satisfaction on websites recommending diverse items in different categories using a content-based filtering system, such as YouTube. In addition, our use of the HHI index, which has been extensively used in economics research, to show the distributional characteristics of recommended items, is also unique. The HHI for categories of recommended items was useful in explaining user satisfaction.

• 한국엔터테인먼트산업학회논문지
• /
• 제14권8호
• /
• pp.175-187
• /
• 2020

본 논문의 연구목적은 뮤지컬 『All Shook Up』의 새로운 연출적 해석과 해체 과정을 통해 드러나는 수행적 시노그래피의 요소와 그 의미를 논의하는 것이다. 포스트모더니즘 이후 드러나는 수행적 특성은 관객의 적극적인 참여를 통해 개개인의 능동적인 지각과, 다양한 사회적 의미 창발을 목표로 한다. 이를 위해, 시노그래피의 이론적 토대를 시대별로 제시하였다. 이를 토대로 『All Shook Up Travelers』의 수행적 공간 구축을 위한 재구성 과정에서 시노그래피 구성요소 중 무대와 미디어를 중심으로 세분화하여 고찰하였다. 그 결과, 비주얼 내러티브 기반의 세계관 구축을 통해 텍스트를 기반으로 제작한 강렬한 이미지를 배우의 내적서사 확장의 직접적인 매개체로 활용하여 시노그래피의 시각적 강렬함을 달성하였다. 그것들은 배우와 관객들과의 공존-분리를 노정한 극 내부서사의 강화, 양의성을 지닌 독자적인 의미전달, 관객들의 비판적인 사유, 능동적인 지각 등 공감각적 체험을 가능하게 하였다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.329-346
• /
• 2022

최근 소셜 미디어의 숏폼(Short form) 동영상(인스타그램, 틱톡, 유튜브) 시장이 점차 증가하면서 인공지능 영역에서는 이를 활용한 연구가 활발히 진행되고 있다. 대표적인 연구분야로 동영상 내의 패션 상품을 탐지하고 상품 이미지를 검색하는 Video to shop 을 들 수 있다. 이와 같은 동영상 기반 인공지능 모델에서는 Convolution 연산을 사용하여 상품의 특징을 추출한다. 하지만 연산 자원의 제한으로 인해, 동영상의 모든 프레임을 사용하여 특징을 추출하는 것은 현실적으로 불가능하다. 이로 인해, 기존 연구에서는 전체 프레임 중 일부만 샘플링해서 사용하거나, 주제의 특성을 활용한 샘플링 방법을 개발하여 이를 통해 위 문제점을 개선하고, 모델의 성능도 향상시켰다. 기존의 Video to shop 연구에서는 프레임을 샘플링 할 때, 무작위로 일부분의 프레임을 샘플링하거나 균등한 간격으로 샘플링 한다. 하지만 이러한 샘플링 방법은 상품이 존재하지 않는 노이즈 프레임을 샘플링 하면서 패션 상품 검색 모델의 성능을 저하시킨다. 이에 본 연구는 노이즈 프레임을 제거하고 검색 모델의 성능을 향상시키는 샘플링 방법 MF(Missing Fashion items on frame) sampler를 제안한다. MF sampler는 키 프레임 메커니즘(Mechanism)을 발전시켜 자원 한계의 문제점을 개선했다. 또한, 노이즈 탐지 모델을 활용한 노이즈 프레임 제거를 통해 검색 모델의 성능을 향상시켰다. 이와 같은 결과는 실험을 통해 확인되었고, Video to shop 패션 상품 검색에 있어 성능 향상과 효과적인 학습이 가능하다는 것을 확인할 수 있었다.

• 유통과학연구
• /
• 제15권12호
• /
• pp.73-84
• /
• 2017

Purpose - Over recent years, O2O and shared economy have been an eye-catching topic. Many researches on O2O and shared economy have been published gradually. The emerging enterprise of chauffeured car services developed rapidly in the past two years. Therefore, it is necessary to explore the influencing factors of use intention of the chauffeured car services users. Through active use of O2O and shared economy, put up with operation strategy in line with their use intention. Research design, data, and methodology - After collecting 324 respondents in China with questionnaires, this study begin the empirical research with users of Chauffeured Car Services, and analyzes data with IBM SPSS 24.0 and IBM AMOS 24.0. Results - Personal Propensity to Trust significantly affects the Initial Trust of chauffeured car services users. Firm Reputation significantly affects the Initial Trust and use intention of chauffeured car services users. Initial Trust significantly affects the use intention of chauffeured car services users. Performance Expectancy and Effort Expectancy significantly affect chauffeured car services users' use intention. Social Influence also significantly affects the use intention of chauffeured car services users. Conclusions - First, Initial Trust significantly affects the use intention of chauffeured car services users. Thus, the enterprise should make efforts to improve users' initial trust in order to attract their attention. For this reason, chauffeured car services enterprises should conduct questionnaires to deeply explore what needs can improve users' initial trust. Second, performance expectancy and effort expectancy significantly affect chauffeured car services users' use intention. When users enjoy chauffeured car services, they attach great importance to the convenience, simplicity and efficiency, which reflects that chauffeured car services' desire for greater development in the O2O and shared economy market. Therefore, they need to grasp users' needs (convenience, simplicity and efficiency) and carefully improve the quality of chauffeured car services. Finally, social influence also significantly affects the use intention of chauffeured car services users. It means friend recommendation or mass media influences users' intention. So, it is more important to increase differentiated benefits, advertising and publicity of chauffeured car services.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권4호
• /
• pp.179-188
• /
• 2023

최근 가짜뉴스는 뉴스 콘텐츠 형식을 가장하고 중요한 사건이 발생할 때마다 등장하여 사회적 혼란을 초래한다. 이에 가짜뉴스를 탐지하기 위한 연구로 인공지능 기술이 사용된다. 자연어 처리를 통해 가짜뉴스를 자동으로 인지 및 차단하거나, 네트워크 인과 추론과 결합함으로써 허위 정보를 확산시키는 소셜미디어 인플루언스 계정을 감지하는 등의 가짜뉴스 탐지 접근법이 딥러닝을 통해 구현될 수 있었다. 그러나 가짜뉴스 탐지는 여러 자연어 처리 분야 중에서도 해결이 어려운 문제로 분류된다. 가짜뉴스가 가지는 형식 및 표현의 다양성으로 특성 추출의 난도가 높고, 뉴스가 속한 범주에 따라 하나의 특성이 서로 다른 의미를 가질 수도 있는 등 다양한 한계점이 존재한다. 본 논문에서는 가짜뉴스를 탐지하기 위한 추가적인 식별 기준으로 감성 변화 패턴을 제시한다. 합성곱 신경망을 가짜뉴스 데이터 세트에 적용하여 콘텐츠 특성에 기반한 분석을 수행하고, 감성 변화 패턴을 추가로 분석함으로써 성능이 개선된 모델을 제안한다. 뉴스를 구성하는 문장에 대하여 감성 극성을 산출하고 장단기 메모리를 적용함으로써 문장 순서에 의존적인 결괏값을 얻을 수 있다. 이를 감성 변화의 패턴으로 정의하고 뉴스의 콘텐츠 특성과 결합하여 가짜뉴스 탐지를 위한 제안 모델의 독립변수로 활용한다. 제안 모델과 비교 모델을 딥러닝으로 학습시키고 가짜뉴스 데이터 세트를 이용한 실험을 진행하여 감성 변화 패턴이 가짜뉴스 탐지 성능을 개선할 수 있음을 확인한다.