• 정신신체의학
• /
• 제23권1호
• /
• pp.36-46
• /
• 2015

연구목적 일 도시지역의 독거 노인을 대상으로 노인 우울증상 및 자살 경향성 정도를 파악하고 이에 영향을 끼치는 인구사회적 변인들을 파악하고자 하였다. 방 법 2009년 서울시 도봉구에 거주하는 589명의 65세 이상의 독거노인을 대상으로한국형 축약형 노인 우울증 척도, 자살 경향성 척도, 인구사회학적 변인들을 조사하였다. 수집된 정보들을 바탕으로 통계적 분석을 시행하였다. 결 과 독거노인의 평균연령은 75.69세(표준편차 6.17), 학력은 무학 40.1%, 초등학교 졸업 31.4%, 고등학교 졸업 12.9%, 중학교 졸업 11.7%, 대학교 졸업이상 3.2% 순이었다. 우울증상의 위험성을 높이는 변인들에는 종교 없음, 우울증 과거력 있음, 신체질환 병력 있음, 활동단체 없음, 가족에 대한 만족도가 낮음의 경우가 있었다. 자살 경향성에서는 종교 없음, 우울증 과거력 있음, 가족에 대한 만족도가 낮음이 영향을 줄 수 있는 변수였다. 특히 낮은 가족에 대한 만족도 및 우울증 과거력이 있음의 경우는 독거노인의 우울증상 및 자살 경향성을 크게 높일 수 있는 변인들로 나타났다. 결 론 독거 노인의 우울증 병력, 가족 만족도, 사회적 지지체계 등과 같은 위험 변인들에 대한 평가 및 개입이 노인 우울증 및 자살 예방에 도움이 될 것으로 보인다.

• 인터넷정보학회논문지
• /
• 제22권1호
• /
• pp.109-135
• /
• 2021

본 연구는 전통뉴스 보도에 나타난 인공지능(AI)스피커 뉴스 텍스트 분석을 통해 인공지능(AI) 스피커 발달과정을 분류하고 시기별 제품별 특성을 파악하였다. 또한 AI 스피커 사업자 제품별 뉴스 보도와 시기별 뉴스 보도간의 상관관계를 분석하였다. 분석에 사용된 이론적 배경은 뉴스의 프레임과 토픽프레임이다. 분석방법으로는 LDA 방식을 활용한 토픽모델링(Topic Modeling)과 의미연결망분석이 사용되었으며, 추가로 'UCINET'중 QAP분석을 적용하였다. 연구방법은 내용분석 방법으로 2014년부터 2019년까지 AI 스피커 관련 2,710건의 뉴스를 1차로 수집하였고, 2차적으로 Nodexl 알고리즘을 이용하여 토픽프레임을 분석하였다. 분석 결과 첫째, AI 스피커 사업자 유형별 토픽 프레임의 경향은 4개 사업자(통신사업자, 온라인 플랫폼, OS 사업자, IT디바이스 생산업자) 특성에 따라 다르게 나타났다. 구체적으로, 온라인 플랫폼 사업자(구글, 네이버, 아마존, 카카오)와 관련한 프레임은 AI 스피커를 '검색 또는 입력 디바이스'로 사용하는 프레임의 비중이 높았다. 반면 통신 사업자(SKT, KT)는 모회사의 주력 사업인 IPTV, 통신 사업의 '보조 디바이스' 관련한 프레임이 두드러지게 나타났다. 나아가 OS 사업자(MS, 애플)는 '제품의 의인화 및 음성 서비스' 프레임이 두드러지게 보였으며, IT 디바이스 생산업자(삼성)는 '사물인터넷(IoT) 종합지능시스템'과 관련한 프레임이 두드러지게 나타났다. 둘째, AI 스피커 시기별(연도별) 토픽 프레임의 경향은 1기(2014-2016년)에는 AI 기술 중심으로 발달하는 경향을 보였고, 2기(2017-2018년)에는 AI 기술과 이용자 간의 사회적 상호 작용과 관련되어 있었으며, 3기(2019년)에는 AI 기술 중심에서 이용자 중심으로 전환되는 경향을 나타냈다. QAP 분석 결과, AI 스피커 발달에서 사업자별과 시기별 뉴스 프레임이 미디어 담론의 결정요인에 의해 사회적으로 구성되는 것을 알 수 있었다. 본연구의 함의는 AI 스피커 진화는 사업자별, 발달시기별로 모회사 기업의 특성과 이용자 간의 상호작용으로 인한 공진화 과정이 나타냄을 발견할 수 있었다. 따라서 본 연구는 AI 스피커의 향후 전망을 예측하고 그에 따른 방향성을 제시하는 데 중요한 시사점을 제공한다.

• Journal of Nutrition and Health
• /
• 제56권5호
• /
• pp.573-588
• /
• 2023

본 연구는 2021년 식품소비행태조사 자료를 활용하여 20-50대 소비자들의 식생활라이프스타일(FRL)에 따른 SNS 이용 및 추천정보 활용 (SURU) 정도를 살펴보고, 이러한 FRL과 SURU간의 상호작용이 혼밥 및 방문 외식소비에 있어 어떤 영향을 미치는지를 분석하고자 하였다. 이를 위해 각각의 척도는 요인분석과 K-means 군집분석을 이용해 요인들을 추출하고 군집으로 분류하였으며, FRL에 따른 SURU 특성을 알아보기 위해 복합표본 교차분석과 일변량분석을 실시했으며, 혼밥 정도와 외식정도에 있어 FRL과 SURU의 영향을 알아보기위해 일변량분석을 이용하였다. 그 결과, FRL은 편의성추구, 합리적소비추구, 미식추구의 3가지 요인으로 추출되었으며, 이를 기반으로 합리적소비군, 편의적미식군, 스마트미식군으로 분류되었다. SURU는 한 가지 요인으로 추출되었으며, 점수에 따라 고·중·저 그룹으로 분류되었다. FRL에 따른 SURU 정도 및 SURU 그룹 비율의 차이를 살펴본 결과, 스마트미식군에 있어 점수가 가장 높았으며, SURU 그룹 비율에 있어 저 그룹에서는 합리적소비군, 중 그룹에서는 스마트미식군, 고 그룹에서는 편의적미식군과 스마트미식군이 유사한 수준으로 높게 나타났다. 혼밥에 있어서의 FRL과 SURU의 영향을 분석한 결과, 주효과와 상호작용 효과가 모두 유의하게 나타났다 (p < 0.01, p < 0.001). FRL 그룹 중 합리적소비군을 제외한 나머지 두 군집에서 SURU가 높아질수록 혼밥 정도가 높아졌는데 그 중 편의적미식군에 있어 증가 폭이 더 크게 나타났다. 외식정도에 대한 FRL과 SURU의 주효과와 상호작용 효과 역시 모두 유의하게 나타났다 (p < 0.01, p < 0.001). 모든 FRL 그룹에 있어 SURU 수준이 높아질수록 외식정도가 높게 나타났는데, 특히 합리적소비군에 비해 편의성과 미식성향이 나타나는 두 군집에 있어 더 가파르게 증가한 것으로 나타났다. 그 중에서도 스마트미식군에 있어 SURU 수준에 따라 방문 외식 정도가 더 급격히 증가하였다. 최근의 다변화, 다양화 되고있는 식생활에서 중요한 정보수집 도구이자 강력한 구전 수단인 SNS의 이용자에 대해 심층적으로 분석한 본 연구는 향후 식품 외식 SNS 관련 소비자 행동 연구 및 외식 소비자들의 시장세분화와 SNS를 이용한 마케팅 전략 수립에 있어 중요한 기초자료로 활용될 것으로 기대된다.

• 벤처창업연구
• /
• 제17권6호
• /
• pp.89-104
• /
• 2022

산업 현장에서 축적된 기술과 전문성을 갖고 있는 시니어의 창업은 사회적인 측면에서 매우 중요하다. 본 연구는 시니어를 대상으로 4차 산업혁명기에 코로나19로 인해 변화된 일자리 사회구조와 최근 급격하게 진행되고 있는 고금리 및 글로벌 공급망 문제 등으로 불안 요인과 불확실성이 증폭된 경제 상황 속에서 시니어의 주요한 창업역량 변수들이 창업의도에 어떤 영향을 미치는가 실증적으로 검증하고자 하였다. 또한 예비창업자 개인 심리적 특성인 마인드셋의 관점에서 성장 마인드셋과 고정 마인드셋이 시니어 창업의도에 유의미한 영향을 미치는지 실증적으로 검증하고자 하였다. 창업자의 심리적 특성을 마인드셋의 관점에서 접근하여 창업분야에 적용하려고 시도하고 실무적 시사점을 얻고자 하였다. 본 연구는 마인드셋의 구성 요인인 성장 마인드셋, 고정 마인드셋과 창업역량의 기술적 역량, 네트워크 역량, 자금조달 역량이 시니어 창업의도에 미치는 영향을 실증적으로 분석하고 창업효능감의 매개효과를 검증하였다. 실증분석 결과는 성장 마인드셋과 기술적 역량은 창업의도에 정(+)의 효과를 미치는 것으로 검증되었다. 또한 성장 마인드셋과 기술적 역량이 창업의도에 미치는 영향에서 창업효능감의 매개효과가 유의한 것으로 검증되었고 시니어 창업에 있어 성장 마인드셋과 기술적 역량이 중요한 변수임을 검증하였다. 연구 결과 다음의 정책적 시사점을 준다. 시니어 창업을 활성화하기 위해서는 첫째, 창업자 교육 시 효과의 극대화를 위해 창업자의 심리적 특성인 성장 마인드셋 특성에 부합한 맞춤형 창업교육 등의 프로그램이 필요하다. 둘째, 기술 역량과 전문성을 갖춘 시니어 창업에 대해서는 저금리의 정책금융 확대 등 정부지원 확대로 기술창업의 저변확대가 요구된다. 셋째 시니어에게 축적되어있는 전문성과 기술력을 퇴직 후에도 창업에 연계될 수 있도록 퇴직 전부터 창업 프로그램의 제공 등 창업을 준비할 수 있는 제도적 시스템의 지원이 필요하다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.71-89
• /
• 2016

누구나 본인이 사용한 제품이나, 이용한 서비스에 대한 후기를 자유롭게 인터넷에 작성할 수 있고, 이러한 데이터의 양은 점점 더 많아지고 있다. 감성분석은 사용자가 생성한 온라인 텍스트 속에 내포된 감성 및 감정을 식별하기 위해 사용된다. 본 연구는 다양한 데이터 도메인 중 영화 리뷰를 분석 대상으로 한다. 영화 리뷰를 이용한 기존 연구에서는 종종 리뷰 평점을 관객의 감성으로 동일시하여 감성분석에 이용한다. 그러나 리뷰 내용과 평점의 실제적 극성 정도가 항상 일치하는 것은 아니기 때문에 연구의 정확성에 한계가 발생할 수 있다. 이에 본 연구에서는 기계학습 기반의 감성 분류기를 구축하고, 이를 통해 리뷰의 감성점수를 산출하여 리뷰에서 나타나는 감성의 수치화를 목표로 한다. 나아가 산출된 감성점수를 이용하여 리뷰와 영화 흥행 간의 연관성을 살펴보았다. 감성분석 모델은 지지벡터 분류기와 신경망을 이용해 구축되었고, 총 1만 건의 영화 리뷰를 학습용 데이터로 하였다. 감성분석은 총 175편의 영화에 대한 1,258,538개의 리뷰에 적용하였다. 리뷰의 평점과 흥행, 그리고 감성점수와 흥행과의 연관성은 상관분석을 통해 살펴보았고, t-검정으로 두 지표의 평균차를 비교하여 감성점수의 활용성을 검증하였다. 연구 결과, 본 연구에서 제시하는 모델 구축 방법은 나이브 베이즈 분류기로 구축한 모델보다 높은 정확성을 보였다. 상관분석 결과로는, 영화의 주간 평균 평점과 관객 수 간의 유의미한 양의 상관관계가 나타났고, 감성점수와 관객 수 간의 상관분석에서도 유사한 결과가 도출되었다. 이에 두 지표간의 평균을 이용한 t-검정을 수행하고, 이를 바탕으로 산출한 감성점수를 리뷰 평점의 역할을 할 수 있는 지표로써 활용 가능함을 검증하였다. 나아가 검증된 결론을 근거로, 트위터에서 영화를 언급한 트윗을 수집하여 감성분석을 적용한 결과를 살펴봄으로써 감성분석 모델의 활용 방안을 모색하였다. 전체적 실험 및 검증의 과정을 통해 본 연구는 감성분석 연구에 있어 개선된 감성 분류 방법을 제시할 수 있음을 보였고, 이러한 점에서 연구의 의의가 있다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.21-44
• /
• 2018

최근 인터넷 기술의 발전과 함께 스마트 기기가 대중화됨에 따라 방대한 양의 텍스트 데이터가 쏟아져 나오고 있으며, 이러한 텍스트 데이터는 뉴스, 블로그, 소셜미디어 등 다양한 미디어 매체를 통해 생산 및 유통되고 있다. 이처럼 손쉽게 방대한 양의 정보를 획득할 수 있게 됨에 따라 보다 효율적으로 문서를 관리하기 위한 문서 분류의 필요성이 급증하였다. 문서 분류는 텍스트 문서를 둘 이상의 카테고리 혹은 클래스로 정의하여 분류하는 것을 의미하며, K-근접 이웃(K-Nearest Neighbor), 나이브 베이지안 알고리즘(Naïve Bayes Algorithm), SVM(Support Vector Machine), 의사결정나무(Decision Tree), 인공신경망(Artificial Neural Network) 등 다양한 기술들이 문서 분류에 활용되고 있다. 특히, 문서 분류는 문맥에 사용된 단어 및 문서 분류를 위해 추출된 형질에 따라 분류 모델의 성능이 달라질 뿐만 아니라, 문서 분류기 구축에 사용된 학습데이터의 질에 따라 문서 분류의 성능이 크게 좌우된다. 하지만 현실세계에서 사용되는 대부분의 데이터는 많은 노이즈(Noise)를 포함하고 있으며, 이러한 데이터의 학습을 통해 생성된 분류 모형은 노이즈의 정도에 따라 정확도 측면의 성능이 영향을 받게 된다. 이에 본 연구에서는 노이즈를 인위적으로 삽입하여 문서 분류기의 견고성을 강화하고 이를 통해 분류의 정확도를 향상시킬 수 있는 방안을 제안하고자 한다. 즉, 분류의 대상이 되는 원 문서와 전혀 다른 특징을 갖는 이질적인 데이터소스로부터 추출한 형질을 원 문서에 일종의 노이즈의 형태로 삽입하여 이질성 학습을 수행하고, 도출된 분류 규칙 중 문서 분류기의 정확도 향상에 기여하는 분류 규칙만을 추출하여 적용하는 방식의 규칙 선별 기반의 앙상블 준지도학습을 제안함으로써 문서 분류의 성능을 향상시키고자 한다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.157-173
• /
• 2021

소비자의 욕구와 관심에 맞추어 개인화된 제품을 추천하는 추천 시스템은 비즈니스에 필수적인 기술로서의 그 중요성이 증가하고 있다. 추천 시스템의 대표적인 모형 중 협업 필터링은 우수한 성능으로 다양한 분야에서 활용되고 있다. 그러나 협업필터링은 사용자-아이템의 선호도 정보가 충분하지 않을 경우 성능이 저하되는 희소성의 문제가 있다. 또한 실제 평점 데이터의 경우 대부분 높은 점수에 데이터가 편향되어 있어 심한 불균형을 갖는다. 불균형 데이터에 협업 필터링을 적용할 경우 편향된 클래스에 과도하게 학습되어 추천 성능이 저하된다. 이러한 문제를 해결하기 위해 많은 선행연구들이 진행되어 왔지만 추가적인 외부 데이터 또는 기존의 전통적인 오버샘플링 기법에 의존한 추천을 시도하였기에 유용성이 떨어지고 추천 성능 측면에서 한계점이 있었다. 본 연구에서는 CGAN을 기반으로 협업 필터링 구현 시 발생하는 희소성 문제를 해결함과 동시에 실제 데이터에서 발생하는 데이터 불균형을 완화하여 추천의 성능을 높이는 것을 목표로 한다. CGAN을 이용하여 비어있는 사용자-아이템 매트릭스에 실제와 흡사한 가상의 데이터를 생성하여, 희소성을 가지고 있는 기존의 매트릭스로만 학습한 것과 비교했을 때 높은 정확도가 예상된다. 이 과정에서 Condition vector y를 이용하여 소수 클래스에 대한 분포를 파악하고 그 특징을 반영하여 데이터를 생성하였다. 이후 협업 필터링을 적용하고, 하이퍼파라미터 튜닝을 통해 추천 시스템의 성능을 최대화하는데 기여하였다. 비교 대상으로는 전통적인 오버샘플링 기법인 SMOTE, BorderlineSMOTE, SVM-SMOTE, ADASYN와 GAN을 사용하였다. 결과적으로 데이터 희소성을 가지고 있는 기존의 실제 데이터뿐만 아니라 기존 오버샘플링 기법들보다 제안 모형의 추천 성능이 우수함을 확인하였으며, RMSE, MAE 평가 척도에서 가장 높은 예측 정확도를 나타낸다는 사실을 증명하였다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.274-283
• /
• 2023

자연기반해법 중 하나인 홍수터는 블루-그린 네트워크로서 유역의 환경, 사회 및 경제적 이점을 제공한다. 본 연구는 용담호 지류의 수질에 대한 홍수터의 적용 효과를 평가하였다. 특히, 홍수터의 문제점과 개선점을 파악하고 제시하였다. 2021년 9월부터 2022년 4월까지 용담호 내 총 6개 지점에서 수질 및 토양 시료를 채취하였다. 수질 분석 결과, 모니터링 지점 중 상전면 갈현리 하류(SG_W_D2)에서 탁도, 총 부유물질(TSS), 화학적 산소요구량(COD), 총인(TP), 총질소(TN) 농도가 가장 높은 것으로 나타났다. 이는 9월과 10에 실시된 샘플링은 녹조발생에 기여 가능한 것으로 분석되었다. 또한, 토양 오염도 분석을 통해 모든 농경지에서 높은 TN및 TP 농도를 보여 농경지의 영양물질 축적량이 높은 것으로 평가되었다. TN 농도는 정천면 월평리 농경지(JW_S_A), 주천면 신양리(JS_S_A) 순으로 나타났으며, 가장 낮은 곳은 상전면 갈현리 원지반(SG_S_O)로 조사되었다. 본 연구에서 확인된 홍수터 유형 중 II-A 유형, II-B 유형, III 유형은 블루-그린네트워크의 기능을 갖는 것으로 나타났다. 그러나, 초기 홍수터의 경우 블루-그린네트워크를 고려하지 않아 설계가 부실 및 성능이 저하되는 결과가 초래되기에, 이러한 홍수터의 성능을 최적화하기 위해서는 블루-그린 네트워크를 고려한 설계 개선 및 보수가 필요하다. 본 연구 결과는 향후 홍수터 설계시 활용 가능할 것을 사료된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1135-1144
• /
• 2023

국내 농업용 저수지는 1970년 이전에 축조되어 준공 년도가 50년 이상 된 노후화된 시설이 대다수이며, 소규모 저수지는 기본 제원 및 수위 등을 파악할 수 있는 계측시스템이 없는 미계측 저수지이다. 준공 이후 호우발생 시 퇴적된 토사 유입, 퇴사량 증가에 따른 저수지 용량 감소 및 산업 고도화에 따른 수질악화 등은 저수지의 용수공급능력을 저하시키고 형상 변화를 야기한다. 따라서, 디지털 정보 및 원격탐사 정보를 결합한 계측 기술을 활용하여 미계측 저수지 수체 모니터링을 위한 공간정보 구축 방안이 필요하다. 본 연구에서는 지표면의 고도정보와 형태를 파악할 수 있는 Light Detection And Ranging (LiDAR) 센서를 활용하여 저수지 시설물의 고해상도 Digital Surface Model (DSM), Digital Elevation Model (DEM) 자료를 구축하고, 멀티빔(MultiBeam) 음향 측심기 기반 수심측량 정보의 융합을 통해 디지털 공간정보 융합 방안을 제시하고자 한다. 드론용 LiDAR를 활용하여 공간해상도 50 cm의 DSM 및 DEM 자료를 구축하여, 저수지 제방, 여수로, 용수로 등의 수리시설물의 디지털 공간정보를 구축하였다. 다분광 영상을 활용하여 수체를 탐지하기 위해 정규식생지수(Normalized Difference Vegetation Index, NDVI), 정규수분지수(Normalized Difference Water Index, NDWI)를 산정하여, 저수지의 수표면을 산정하였다. 또한, 고해상도 DEM 자료는 수심측량 자료와 융합하여 수심도를 작성하였으며, Triangulated Irregular Network (TIN)로부터 저수지 만수면적 및 체적을 산정하였다. LiDAR 센서 및 멀티빔 기반의 수심측량, 광학위성자료 영상 및 다중분광 드론영상을 활용한 수체 탐지 기술 등의 공간정보 융합은 미계측 저수지의 디지털 인프라를 구축하여 저수지의 가용용수공급능력을 모니터링 하기 위한 기초자료로서 활용성이 높을 것으로 사료된다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.143-163
• /
• 2016

인구통계학적 정보는 디지털 마케팅의 핵심이라 할 수 있는 인터넷 사용자에 대한 타겟 마케팅 및 개인화된 광고를 위해 고려되는 가장 기초적이고 중요한 정보이다. 하지만 인터넷 사용자의 온라인 활동은 익명으로 행해지는 경우가 많기 때문에 인구통계특성 정보를 수집하는 것은 쉬운 일이 아니다. 정기적인 설문 조사를 통해 사용자들의 인구통계특성 정보를 수집할 수도 있지만 많은 비용이 들며 허위 기재 등과 같은 위험성이 존재한다. 특히, 모바일 환경에서는 대부분의 사용자들이 익명으로 활동하기 때문에 인구통계특성 정보를 수집하는 것은 더욱 더 어려워지고 있다. 반면, 인터넷 사용자의 온라인 활동을 기록한 클릭스트림 데이터는 해당 사용자의 인구통계학적 정보에 활용될 수 있다. 특히, 인터넷 사용자의 온라인 행위 특성 중 하나인 페이지뷰는 인구통계학적 정보 예측에 있어서 중요한 요인이 된다. 본 연구에서는 기존 선행 연구를 토대로 클릭스트림 데이터 분석을 통해 인터넷 사용자의 온라인 행위 특성을 추출하고 이를 해당 사용자의 인구통계학적 정보 예측에 사용한다. 또한, 1)의사결정나무를 이용한 변수 축소, 2)주성분분석을 활용한 차원축소, 3)군집분석을 활용한 변수축소의 방법을 제안하고 실험에 적용함으로써 많은 설명변수를 이용하여 예측 모델 생성 시 발생하는 차원의 저주와 과적합 문제를 해결하고 예측 모델의 정확도를 높이고자 하였다. 실험 결과, 범주의 수가 많은 다분형 종속변수에 대한 예측 모델은 모든 설명변수를 사용하여 예측 모델을 생성했을 때보다 본 연구에서 제안한 방법론들을 적용했을 때 예측 모델에 대한 정확도가 향상됨을 알 수 있었다. 본 연구는 클릭스트림 분석을 통해 추출된 인터넷 사용자의 온라인 행위는 해당 사용자의 인구통계학적 정보 예측에 활용 가능하며, 예측된 익명의 인터넷 사용자들에 대한 인구통계학적 정보를 디지털 마케팅에 활용 할 수 있다는데 의의가 있다. 또한, 제안 방법론들을 통해 어느 종속변수에 대해 어떤 방법론들이 예측 모델의 정확도를 개선하는지 확인하였다. 이는 추후 클릭스트림 분석을 활용하여 인구통계학적 정보를 예측할 때, 본 연구에서 제안한 방법론을 사용하여 보다 높은 정확도를 가지는 예측 모델을 생성 할 수 있다는데 의의가 있다.