• 지능정보연구
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.

• 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.

• Asia Marketing Journal
• /
• 제13권4호
• /
• pp.105-137
• /
• 2012

1980년대 마케팅 분야에서 Relationship Marketing이란 새로운 접근방법이 등장한 이후 미국, 유럽 및 아시아 등지에서 다양한 연구가 활발히 이루어져 왔다. 급속한 환경변화와 경쟁의 세계화로 말미암아 기업들은 보다 적극적으로 환경과의 관계를 고려하지 않을 수 없게 된 상황에서 Relationship Marketing은 마케팅뿐만 아니라 전략분야에서도 중추적인 패러다임으로 자리를 잡아가면서 전통적인 마케팅 연구의 한계를 극복하는 동시에 기업의 마케팅 활동에 보다 풍부한 시사점을 제공하고 있다. 그러나 Relationship Marketing의 연구들은 마케팅 시스템의 상적 영역(commercial sector)에서의 관계구조 및 특성에 초점을 맞추는 조직간 관계 중심이 대부분이었다. 역설적으로 Relationship Marketing에 있어서 다시금 소비자 측면을 고려하지 않으면 안 되는 상황이 전개되고 있다. 1990년대 정보통신 기술의 발달과 웹의 상업적 적용이 빠르게 적용되고 있고, 이러한 새로운 기술들은 커뮤니케이션 개념을 변화시키고 있다. 2000년대 뉴미디어와 혁신 기술의 발달로 소비자들은 스스로 확대된 정보 네트워크를 갖추고 활발하게 정보교환을 하면서 생산이나 판매에 참여하고 있다(Kelly 1998: Jenkins 2006). 이러한 기업과 소비자의 변화는 기업과 소비자의 관계를 근본적으로 변화시키고 있는데, 그에 따라 최근 소비현상에서 소비자의 주도적인 역할이 자주 논의되고 있다.(Seybold 2000: Sharma and Sheth 2004: 임종원, 양석준 2006). 디지털 모바일환경에서의 서비스 유통구조인 플랫폼을 통한 새로운 관계 지배구조로서의 공동체(community)가 연구대상이 되고 있고, 행위적 측면에서도 디지털 환경과 맞물린 소비자 참여 역할 변화는 마케팅 시스템에서 커다란 변화를 요구하고 있다. 본 연구는 지금까지의 Relationship Marketing 연구 성과를 (1) 철학적 측면, (2) 구조적 측면, (3) 행동적 측면, (4) 마케팅 성과 측면에서 전통적 마케팅 연구 관점과 비교 검토하는 동시에 21세기의 새로운 현실, 즉 디지털 환경에서 뉴미디어의 보편화와 고객 참여의 고도화에 따른 마케팅 환경과 마케팅 시스템의 변화에 초점을 맞추어 소비자의 조직화라는 관점에서 공동 가치창조를 위한 연결마케팅공동체의 형성 가능성을 제시하고 향후 Relationship Marketing 연구의 방향을 모색해보고자 하였다.

• 현장농수산연구지
• /
• 제18권1호
• /
• pp.79-91
• /
• 2016

농가생산 사과장아찌의 품질개선을 위한 기초 자료로 제공하고자 농가생산 사과 장아찌와 시판 장아찌 11종을 대상으로 품질인자에 대한 특성을 조사하였다. 장아찌의 수분함량은 간장 및 식초 절임 장아찌가 각각 74~84%, 81~91%, 된장 절임 장아찌가 89% 그리고 고추장 절임 장아찌가 38~64%였다. 무 고추장 장아찌의 수분함량은 57~64%이었으며, 사과 고추장 장아찌는 48%로 무장아찌에 비해 낮았으나 고추장 절임을 한 감(38%)과 매실(39%)장아찌에 비해 다소 높았다. 장아찌의 적정 숙성기간을 나타내는 지표인 pH 및 적정산도는 각각 pH 3.4~5.6, 0.03~0.14%로 조사되었다. 무장아찌의 pH는 5.2~5.6 이었으며, 오이, 감, 매실, 사과장아찌의 pH는 각각 3.4~4.1, 4.1, 3.5, 4.1로 비슷하였다. 이는 전통장아찌(pH 3.03~5.36)와 비교하여도 적정한 범주에 있는 것으로 판단되었다. 사과장아찌의 당도는 30%로 고추장 무장아찌에 비해 12~18% 높았으나 감장아찌(39%)와 매실장아찌(49%)에 비해서는 다소 낮았다. 장아찌의 염도는 절임원에 따라 간장(6~13%), 된장(7%), 고추장(3~4%) 순으로 낮게 나타났다. 사과장아찌의 염도는 3.28로 간장 및 된장을 절임원으로 사용하여 상업적으로 생산된 제품에 비해 저염인 것을 확인 할 수 있었다. 색도 측정결과 사과장아찌의 명도(54.70)는 오이장아찌(50.86, 56.02)와 비슷하였으며, 적색도 및 황색도는 각각 16.21, 26.78로 무 고추장 장아찌의 적색도(7.27~11.23)와 황색도(10.62~14.69)에 비해 높았다. 관능적 특성은 무, 오이장아찌와 함께 색, 향, 맛 각각 7.00, 7.50, 7.00 점으로 기호도가 높은 것으로 평가되었다. 반면 전체적인 선호도는 6.83점으로 매실이나 무장아찌에 비해 점수가 낮았다. 전체적으로 아삭아삭한 씹힘성이 있는 장아찌를 선호하는 경향에 기인한 것으로 보이며 사과장아찌의 조직감을 개선할 필요가 있다고 판단된다.

• 대한지리학회지
• /
• 제30권1호
• /
• pp.68-92
• /
• 1995

소매업은 경제, 사회, 문화, 정치를 배경으로 소비자의 요구에 부응하며 발전해 가 기 때문에 지역구조의 이해라는 측면에서 증요한 연구 주제이다. 또한 소매업은 일상생활을 영위하기 위한 기본적인 기능이므로, 이에 대한 이해는 삶의 질 향상이라는 측면에서도 중 요하다. 최근, 우리나라는 주민소득의 향상과 그에 따른 수요의 다양화, 개성화, 그리고 정보 화 사회로의 이행, 대기업 및 외국유통업의 참여, 정부의 유통산업 근대화 작업 등 소매업 환경의 변화와 함께 소매업이 크게 변화하고 있다. 따라서 미래의 변화 예측과 바람직한 발 전 방향이 제시되어야 함에도 불구하고, 이에 대한 연구가 미흡하다. 이에 광주시를 연구대 상지역으로 선정하여, 소매업의 입지와 그에 대한 주민의 이용 행태, 그리고 주민의 바람직 한 이용방안을 분석하였다. 이는 입지행태라는 순수한 학문적기여 뿐 아니라, 지역의 효율성 과 평등성의 실현이라는 응용면에서도 중요한 의의를 지닌다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.101-124
• /
• 2018

최근 다양한 분야에서 새로운 기술이 출현하고 있으며, 이들 대부분은 기존 기술들의 융합(Convergence)을 통해 형성되고 있다. 또한 가까운 미래에 출현하게 될 유망한 융합 기술을 예측함으로써 변화하는 기술 지형에 선제적으로 대응하기 위한 수요가 꾸준히 증가하고 있으며, 이러한 수요에 부응하여 많은 기관과 연구자들은 미래 유망 융합 기술 예측을 위한 분석을 수행하고 있다. 하지만 이와 관련한 기존의 많은 연구들은 (i) 고정된 기술 분류 기준을 분석에 사용함으로써 기술 분야의 동적 변화를 반영하지 못했다는 점, (ii) 예측 모형 수립 과정에서 주로 범용성 네트워크 지표를 사용함으로써 기술의 융합이라는 목적에 부합하는 고유 특성을 활용하지 못했다는 점, 그리고 (iii) 유망 분야 예측 모형의 정확성 평가를 위한 객관적 방법을 제시하지 못했다는 점 등에서 한계를 갖고 있다. 이에 본 연구에서는 (i) 토픽 모델링을 통해 기존의 고정된 분류 기준이 아닌 실제 기술시장의 동적 변화에 따른 새로운 기술군을 도출하고, (ii) 기술 성숙도 및 기술군 간 의존 관계에 따라 각 기술군의 융합적 특성을 반영하는 잠재 성장 중심성(Potential Growth Centrality) 지표를 산출하였으며, (iii) 잠재 성장 중심성에 근거하여 예측한 유망 기술의 성숙도 증가량을 시기별로 측정하여 예측 모형의 정확도를 평가하는 방안을 제시한다. 이와 더불어 제안 방법론의 성능 및 실무 적용 가능성의 평가를 위해 특허 문서 13, 477건에 대한 실험을 수행하였으며, 실험 결과 제안한 잠재 성장 중심성에 따른 예측 모형이 단순히 현재 활용되는 영향도 기반의 예측 모형에 비해 최대 약 2.88배 높은 예측 정확도를 보임을 확인하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.171-183
• /
• 2012

세계가 급변하고 시시각각 발전하는 기술 속에서 전시 산업은 국가와 기업의 중요한 홍보 수단으로 부각되고 있다. 특히, 전시회에 참여하는 참여업체는 상품 또는 서비스를 전시하고 메시지를 전달하기 위해 마련된 개별 전시공간을 통해 기업들과 소비자들에게 단기간에 신제품과 신기술에 대한 정보를 제공할 수 있으며 국내외 시장의 욕구와 추세변화 및 경쟁업체들에 대한 정보를 파악할 수 있다. 참여업체들은 이러한 참가 목적의 달성을 위해 다양한 프로모션을 계획하고 실행하며 프로모션 정보를 참관객에게 실시간으로 제공할 수 있는 스마트 전시 환경의 구축은 이전보다 다양한 프로모션 기법의 적용 및 실행을 가능하게 하였다. 하지만, 이러한 스마트 전시 환경의 발전에도 불구하고 현재 실행되고 있는 프로모션은 참관객의 욕구나 목표에 대한 이해가 부족한 상태에서 무차별적인 매스마케팅 형태로 진행되어 그 본래의 목적을 상실하고 있다. 따라서, 본 연구에서는 참여업체의 차별화된 프로모션의 계획과 실행을 위해 기존에 널리 사용되는 마케팅 기법인 STP 전략의 프로세스를 도입하여 스마트 전시 환경에서 프로모션에 적합한 참관객을 자동적으로 선정하여 프로모션 정보를 제공하는 시스템을 제안하였다. 특히, 본 연구에서는 다음과 같은 스마트 전시회의 특성을 고려한다. 먼저, 전시회는 전시업체가 관람객과 상호작용하기 위해 모인 일시적이고 시간에 민감한 시장이다. 따라서, 불충분한 기존 참관객의 정보를 이용하는 것이 아닌 신규 참관객 분석의 관점에서 서비스를 제공할 수 있어야 한다. 두 번째로, 스마트 전시 환경에서는 참관객의 정보를 실시간으로 획득할 수 있다는 장점이 있는 반면에 데이터의 분석 및 서비스의 제공이 실시간으로 이루어져야 한다. 마지막으로, 참관객이 스마트 전시 환경에서 만들어 내는 데이터를 활용하는 기법이 필요하다. 스마트 전시 환경에서는 유용한 데이터를 실시간으로 획득할 수 있어 참관객이 전시회 내에서 하는 활동을 분석하는 행위적 세분화에 근거한 접근방식이 필요하다. 이러한 특성을 고려하여 본 연구에서는 제안한 시스템을 실제 전시회에 파일럿 시스템 형태로 적용하여 참관객을 실시간으로 분류 및 분석하고 각 메시지에 대한 성과를 측정하는 실험을 진행하였다. 그 결과, 전시 참관객의 행동 패턴을 4가지로 분류하여 각 군집별 특성을 프로모션 메시지의 성과로 측정하여 그에 적합한 프로모션 전략을 도출하였다. 이러한 프로모션 전략은 실제 전시 참여업체의 프로모션 기획 및 실행에 중요한 전략적 도구로 사용되어 프로모션 성과를 높일 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 한국토양비료학회지
• /
• 제15권1호
• /
• pp.34-48
• /
• 1982

수입비료(輸入肥料)에만 의존(依存)하던 1960년(年) 이전(以前)의 비료공급(肥料供給)은 3요소균형시비(要素均衡施肥), 적기공급(適基供給)에 큰 혼란이 계속되었었으며 수요량(需要量)이 매년(每年) 증가(增加)되어 외화(外貨)의 소비(消費)가 점점 커져서 1961년(年)을 시작으로 요소공장(尿素工場)이 준공(埈工)되어 생산(生産)되기 시작하면서 1967~1968년(年)의 대규모공장(大規模工場)들이 생산(生産)하기에 이르러 비료(肥料)의 자급기(自給期)에 다달았다. 각(各) 공장(工場)들의 정상적(正常的)인 가동(稼動)으로 10~20%의 생산량(生産量)이 수출(輸出)되다가 1927년(年) 석유파동(石油波動)으로 소비량(消費量)이 급증(急增)되어 비료(肥料)가 부족(不足)하게 되었고 1973~4년(年)에 시설확장 및 증설(增設)로 충분(充分)히 공급(供給)되면서 다시 수출(輸出)이 재개(再開)되었다. 1977~8년(年)의 대규모공장(大規模工場)이 다시 준공(竣工)되면서 비료생산능력(肥料生産能力)은 질소(窒素)가 80만성분둔(万成分屯), 인산(燐酸)이 40만성분둔(万成分屯), 가리(加里)가 20만성분둔(万成分屯)까지 이르게 되었다. 1977~80년(年)에는 특수작물용(特殊作物用) 화성비료(化成肥料) 수요(需要)가 개발(開?)되어 공급(供給)되기 시작(始作)했으며 유기질비료(有機質肥料), 규산질비료(珪酸質肥料), 미량요소비료(微量要素肥料), 엽면살포용(葉面撒布用) 등의 다양(多樣)한 비종(肥種)이 공급(供給)되기 시작했다. 비료(肥料)의 소비(消費)는 질소(窒素)가 1964년(年)을 기점(基点)로 1975년(年)까지 연간(年間) 거의 균등(均等)하게 284천둔(千屯)씩 증가(增加)되었고, 인산(燐酸)은 7.7천둔(千屯), 가리(加里)는 7.5천둔(千屯)씩 1972년(年) 비료가수요기전(肥料假需要期前)까지 증가(增加)하다가 1973~5년(年)의 가수요기(假需要期)에는 인산(燐酸)이 평균(平均) 증가율(增加率)의 8배(倍) 가리(加里)가 7배(倍) 소비(消費)되어 약(約) 3 년간(年간) 계속(??)되었다. 1976년(年)에는 가수요구매량(假需要購買量)이 이월소비(移越消費) 되므로써 다시 3 성분(成分) 합계(合計) 20만성분둔(万成分屯)이 감소(減少)되었다가 1977~8년(年)에 서서히 증가(增加)하여 '75년(年)의 수준(水準)에 이르렀으며 질소(窒素)가 45만성분둔정도(万成分屯程度), 인산(燐酸)이 22만성분둔정도(万成分屯程度), 가리(加里)가 18만성분둔(万成分屯) 정도(程度)의 양(量)에서 정체(停?)되고 있다. 비종별(肥種別) 소비(消費)추세는 단비(?肥)에서 복비(複肥)로 점차 전환(?換)되며 복비소비량(複肥消費量) 증가(增加)는 균형시비(均衡施肥)가 이루어 질 수 있는 요인(要因)이었다. 생산(生産)은 1968년(年)에 소비량(消費量)을 초과(超過)한 양(量)이 생산(生産)되었으며 질시(窒素)는 1975년(年)까지 소비량(消費量) 이상(以上)이 계속생산(??生産)되었으나 인산(燐酸)은 1971~5년(年)까지 생산(生産)이 소비(消費)를 따르지 못했으며 1976년(年)을 계기(契機)로 질소(窒素), 인산(燐酸) 공(共)히 대규모(大規模) 시설(施設) 준공(竣工)으로 생산량(生産量)은 급상승(急上昇)하여 소비량(消費量)보다 질소(窒素)가 40만성분둔(万成分屯), 인산(燐酸)이 26만성분둔(万成分屯)이 많이 생산(生産)되었고 가리(加里)는 5~10만둔(万屯) 정도(程度) 부족(不足)했으며 1978~9년(年)의 최대(最大) 생산량(生産量)은 질소(窒素) 83만둔(万屯), 인산(燐酸)49만둔(万屯), 가리(加里) 13만둔(万屯)이었다. 공장별(工場別) 가동율(稼動率)은 전체적(全?的)으로 능력선(能力線)이 추지(推持)되었으나 1973~5년(年)의 소비(消費) 급증기간(急增期間) 120%까지 가동율(稼動率)이 높아졌으며 비종별(肥種別)로는 요소(尿素)가 대체(大?)로 90% 정도(程度), 복합비료(複合肥料)는 최고(最高) 170%까지 가동(稼動)되었고 '70년(年) 후반기(後半期)에 수요(需要) 감소(減少)로 전체공장(全?工場)의 가동율(稼動率)은 80%정도(程度)이었다. 비료수출(肥料輸出)은 1967년(年)에 시작되어 1972년(年) 비료(肥料) 가수요(假需要) 전(前)까지 꾸준히 신장(伸張)되어 약(約) 15만성분둔(万成分屯)까지 증가(增加)하여 생산량(生産量)의 20%를 상회(上廻)하더니 1973~5년(年) 가수요기(假需要期)에는 중단(中?)되었고 1976년(年)부터 재개(再開)되면서 점차 신장되어 1978~9년(年)에는 55만성분둔(万成分屯)으로 생산량(生産量)의 40%, 1980년(年)에는 67만성분둔(万成分屯)까지 증가(增加)하여 생산량(生産量)의 46%까지 이르렀으며 1981년(年)에는 1979년도(年度)의 2 차석유파동(次石油波動)에 의(依)한 자재비(資材費)의 상승(上昇)으로 국제(國際) 경쟁력(競爭力)이 약화(弱化)되어 35만성분둔(万成分屯)으로 떨어지기 시작했다. 주요(主要) 대상국(?象國)들은 요소(尿素)는 동남아지방(東南亞地方), 복비(複肥)는 중동(中東)이었으나 '81년(年)에는 동남아(東南亞)에서 화성비료(化成肥料)의 수요(需要)가 커지기 시작했고 대규모공장(大規模工場)도 화성비료(化成肥料) 수출(輸出)에 참여(參與)한 것이 특징(特徵)이라 하겠다. 수출전망(輸出展望)은 석유가(石油?)의 고가(高?)로 생산비(生産費)가 높고 1980년(年) 이후(以後)부터 천연(天然)개스 매장국(埋藏國)인 동남아지역(東南亞地域)의 대단위(大?位) 암모니아 합성공장(合成工場)이 가동(稼動)되면 수출시장(輸出市場)이 크게 감소(減少)될 것으로 예상된다. 비료(肥料)의 소비량(消費量)은 연간(年間) 30kg/10a선(線)으로 선진국(先進國) 소비량(消費量)과 비슷한 경향이나 경지이용율(耕地利用率)이 10% 감소(減少)한 (35만정보(万町步)) 반면 특용작물(特用作物), 채소(菜蔬), 과수등(果樹等)의 재배면적(栽培面積) 25만정보(万町步)증가(增加)가 소비증가(消費增加)를 유도(誘導)한 것으로 판단(判?)되며 수도작(水?作)의 신품종(新品種) 면적(面積) 확대(?大)가 수요증대(需要增大)를 크게 할 수 있을 것이다. 또한 일반(一般) 전작물(田作物)인 맥류(麥類), 서류(薯類), 두류(豆類)의 재배면적증대(栽培面積增大)가 촉구(促求)되어야 할 것이며 초지면적(草地面積)의 확대(?大)와 조림비료(造林肥料)는 비료(肥料)의 소비(消費)를 증대(增大)시킬 수 있는 미개척분야(未開拓分野)라고 할 수 있다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.