• 지능정보연구
• /
• 제23권4호
• /
• pp.1-31
• /
• 2017

현대 기업들은 효율성과 생산성을 향상시킬 뿐 아니라 시장 진출을 위해 새로운 기술들을 채택하고 있다. 광고 업계도 전통적인 채널 (라디오, TV 및 인쇄 매체)에서 인터넷, 소셜 미디어, 모바일 기반광고와 같은 새로운 매체로 지속적인 파괴적 혁신을 경험하고 있다. 본 연구는 서울 지하철에 지능형 광고 비즈니스 모델을 제안한 사례이다. 서울은 세계에서 가장 분주 한 지하철 중 하나로서 메트로 네트워크를 통해 마케팅 담당자가 다양한 고객과 잠재 고객 모두와 교류하고 상호 작용할 수 있는 플랫폼이 될 수 있다. 현재의 광고 매체의 대부분은 공간, 조명 등 국부적 한계를 가지고 있으나 본 사례의 지능형 디지털 광고 플랫폼은 데이터로 구동되는 광고를 통해 위치기반 모바일 전자상거래를 제공할 수 있다. 등록된 지하철 카드를 통해 고객 데이터를 분석하고 특정 고객 그룹을 타겟팅하고, 대상 소비자 그룹을 기반으로 광고 사용자를 정의하고, 동영상, 애니메이션, 쿠폰, 문자 등 다양한 광고 형식을 제공 할 수 있다. 위치 정보를 통해 다음역을 탐지하여 지하철 안의 스크린이 다음 정차 할 역의 광고에 우선 순위를 부여하고, 사용자 모바일에서 알림을 수신하도록 선택한 고객은 광고주의 사업장 근처에 접근 할 때 알림을 받게 된다. 또한, 내비게이션 서비스를 통해 지하 쇼핑몰의 고객이 상점, 제품, 시설, 이벤트 등을 검색하고 광고나 추천서비스를 받을 수 있게 한다. 이러한 광고는 고객이 광고를 클릭하면 제품 설명 페이지로 연결되어 전자 상거래로 이어지도록 한다. 이 모델을 통해 개선된 고객 경험뿐만 아니라 지하상가의 중소기업 지원, 새로운 직업 기회, 비즈니스 모델 운영자에 대한 추가 매출 및 광고 유연성 등 새로운 가치 창출이 가능할 것으로 기대된다.

• 한국조경학회지
• /
• 제43권1호
• /
• pp.29-39
• /
• 2015

본 연구는 서울숲에 대한 일반인들의 일상적이고 구체적인 인식 및 만족도를 파악하기 위해, 이용자의 실질적인 의견을 파악할 수 있는 블로그(blog)를 통해 서울숲을 둘러싸고 펼쳐지는 일반인의 미시담론을 분석하였다. 블로그를 매개로 한 일반인의 미시담론 형성 배경과 요인 등을 해석하기 위해 질적 연구법을 선택하였으며, 그 중에서도 담론분석을 위주로 하여 블로그에 게시된 미시담론의 내용과 그 형성 배경을 시계열적으로 분석함으로써, 서울숲에 대한 일반인의 구체적인 인식을 살펴보고자 하였다. 연구의 결과는 다음과 같다. 첫째, 서울숲이 조성된 지 얼마 되지 않은 초기에는 서울숲 조성과 관련된 주체나 결과물에 대한 평가를 하면서 설계가나 서울시 등을 직접적으로 언급하는 사회적 담론이 형성되었다. 둘째, 형성기의 서울숲 이용자들 사이에서는 서울숲을 비교적 관점에서 평가 및 서술하면서 긍정 및 부정적 장소감이 복합적으로 드러나는 담론이 형성되었다. 셋째, 조성된 지 4~5년 후인 전개기에 게시된 블로그에서는 주로 공원의 시설 및 프로그램 등을 이용하고 난 후의 이용적 담론이 형성되어 있었으며, 마지막으로 성숙기에 들어서는 이용자들이 그들만의 언어로 서울숲을 해석한 장소적 담론이 주가 됨을 알 수 있었다. 이러한 일반인의 미시담론들을 통해 실제 이용 주체가 각 시기별로 서울숲에 대해 어떠한 생각을 갖고 있었는지 그 담론적 구조를 밝혀내고자 하였다. 일상적이고 구체적인 미시담론에는 공원을 이용하는 개별 주체들이 생산하는 상호작용, 경험, 이야기 등이 포함되어 있었고, 이들의 고찰을 통해 일반인 이용자가 장소를 어떻게 재현하고, 이해하는지를 파악할 수 있다는 점에서 그 의미를 발견하였다.

• 한국전통조경학회지
• /
• 제34권4호
• /
• pp.14-25
• /
• 2016

본 연구의 목적은 정조가 애호한 화훼는 무엇이며 그 태도와 그 이유, 여기에 반영된 의미를 밝히는데 있다. 연구의 범위는 완호(玩好)의 대상물로서의 특정 '화훼'에 한정하였다. 연구의 방법은 사료에 담긴 내용과 의미를 고찰하고 해석하는 기술(description)적 연구로 진행하였다. 정조의 일생은 매우 절제된 생활태도로 일관했다. 그의 의식주는 소박했으며 음악, 잡기, 여색 등에도 관심을 보이지 않았다. 정조는 기화요초(琪花瑤草)에도 관심을 두지 않았다. 이러한 정조의 태도로 인해 특정 화훼에 대한 자신의 취향을 드러낸 일이 많지 않다. 정조는 여러 종류 꽃들을 잘 알고 있었으며 꽃을 소재로 문학 혹은 회화 등 예술적 표현에 있어서도 막힘이 없었다. 정조 스스로 자신이 애호하는 꽃으로 밝힌 것은 석류가 유일하다. 그러나 정조에게 있어서 석류는 단순한 완상(玩賞)의 대상물로서의 화훼가 아니었다. 석류는 벼농사의 절기를 알려주는 '지표식물(indicator plant)'로서의 의미를 갖는다. 따라서 이를 가까이 두고 수시로 접함으로서 농사의 절기를 일깨우는 매체가 되도록 했는데 그 수량도 단지 몇 그루에 그쳤다. 이 밖에 정조는 즉위 초반에 자신에 대한 암살기도 등 안위가 위협받는 상황 속에서 석류화분 5, 600개를 팔진도(八陣圖)의 돌무더기 형태로 배열하여 처소에 대한 방호물(barricade)로 활용하기도 했다. 정조의 이와 같은 석류화분 활용은 관상 등 시각적 활용과는 전혀 무관한 것으로 매우 독특한 사례라고 할 수 있다. 여러 기록을 볼 때 석류는 재위기간 전반에 걸쳐 정조와 함께한 꽃이라는 점을 확인할 수 있었다. 정조가 이렇듯 장기간에 걸쳐 석류를 가까이 한 이유도 미적 향유(享有) 등 통념적인 화훼에 대한 완상(玩賞) 행태와 차별성이 있다는 점이 주목된다. 본 연구의 한계는 국역된 자료에 의존하여 연구가 진행되었다는 점이다. 새로운 사료의 번역 성과에 따라 보다 심도 있는 후속 연구가 필요할 것이다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.31-59
• /
• 2007

We frequently use search engines to find relevant information in the Web but still end up with too much information. In order to solve this problem of information overload, ranking algorithms have been applied to various domains. As more information will be available in the future, effectively and efficiently ranking search results will become more critical. In this paper, we propose a ranking algorithm for the Semantic Web resources, specifically RDF resources. Traditionally, the importance of a particular Web page is estimated based on the number of key words found in the page, which is subject to manipulation. In contrast, link analysis methods such as Google's PageRank capitalize on the information which is inherent in the link structure of the Web graph. PageRank considers a certain page highly important if it is referred to by many other pages. The degree of the importance also increases if the importance of the referring pages is high. Kleinberg's algorithm is another link-structure based ranking algorithm for Web pages. Unlike PageRank, Kleinberg's algorithm utilizes two kinds of scores: the authority score and the hub score. If a page has a high authority score, it is an authority on a given topic and many pages refer to it. A page with a high hub score links to many authoritative pages. As mentioned above, the link-structure based ranking method has been playing an essential role in World Wide Web(WWW), and nowadays, many people recognize the effectiveness and efficiency of it. On the other hand, as Resource Description Framework(RDF) data model forms the foundation of the Semantic Web, any information in the Semantic Web can be expressed with RDF graph, making the ranking algorithm for RDF knowledge bases greatly important. The RDF graph consists of nodes and directional links similar to the Web graph. As a result, the link-structure based ranking method seems to be highly applicable to ranking the Semantic Web resources. However, the information space of the Semantic Web is more complex than that of WWW. For instance, WWW can be considered as one huge class, i.e., a collection of Web pages, which has only a recursive property, i.e., a 'refers to' property corresponding to the hyperlinks. However, the Semantic Web encompasses various kinds of classes and properties, and consequently, ranking methods used in WWW should be modified to reflect the complexity of the information space in the Semantic Web. Previous research addressed the ranking problem of query results retrieved from RDF knowledge bases. Mukherjea and Bamba modified Kleinberg's algorithm in order to apply their algorithm to rank the Semantic Web resources. They defined the objectivity score and the subjectivity score of a resource, which correspond to the authority score and the hub score of Kleinberg's, respectively. They concentrated on the diversity of properties and introduced property weights to control the influence of a resource on another resource depending on the characteristic of the property linking the two resources. A node with a high objectivity score becomes the object of many RDF triples, and a node with a high subjectivity score becomes the subject of many RDF triples. They developed several kinds of Semantic Web systems in order to validate their technique and showed some experimental results verifying the applicability of their method to the Semantic Web. Despite their efforts, however, there remained some limitations which they reported in their paper. First, their algorithm is useful only when a Semantic Web system represents most of the knowledge pertaining to a certain domain. In other words, the ratio of links to nodes should be high, or overall resources should be described in detail, to a certain degree for their algorithm to properly work. Second, a Tightly-Knit Community(TKC) effect, the phenomenon that pages which are less important but yet densely connected have higher scores than the ones that are more important but sparsely connected, remains as problematic. Third, a resource may have a high score, not because it is actually important, but simply because it is very common and as a consequence it has many links pointing to it. In this paper, we examine such ranking problems from a novel perspective and propose a new algorithm which can solve the problems under the previous studies. Our proposed method is based on a class-oriented approach. In contrast to the predicate-oriented approach entertained by the previous research, a user, under our approach, determines the weights of a property by comparing its relative significance to the other properties when evaluating the importance of resources in a specific class. This approach stems from the idea that most queries are supposed to find resources belonging to the same class in the Semantic Web, which consists of many heterogeneous classes in RDF Schema. This approach closely reflects the way that people, in the real world, evaluate something, and will turn out to be superior to the predicate-oriented approach for the Semantic Web. Our proposed algorithm can resolve the TKC(Tightly Knit Community) effect, and further can shed lights on other limitations posed by the previous research. In addition, we propose two ways to incorporate data-type properties which have not been employed even in the case when they have some significance on the resource importance. We designed an experiment to show the effectiveness of our proposed algorithm and the validity of ranking results, which was not tried ever in previous research. We also conducted a comprehensive mathematical analysis, which was overlooked in previous research. The mathematical analysis enabled us to simplify the calculation procedure. Finally, we summarize our experimental results and discuss further research issues.