• 한국전통조경학회지
• /
• 제29권3호
• /
• pp.78-84
• /
• 2011

본 연구는 전주천 여울목 섶다리를 대상으로 하여 섶다리에 대한 지역주민들의 의식 및 이용 성취도를 조사함으로써, 섶다리가 전통문화의 향수를 불러일으키는 상징물로서 또한 주민편의를 위한 생활시설로서 자리매김하기 위한 요건들은 무엇인지 알아보았다. 이를 위하여 섶다리에 대한 인지도 설문조사를 실시하였으며, 일상에서의 섶다리 이용에 대한 지역주민의 성취도 분석을 위해서는 중요도-성취도 분석(Importance-Performance Analysis: IPA)을 연구방법으로 채택하였다. 분석 결과, 지역주민들은 섶다리사업이 민관협력 사업임을 정확히 인식하지는 못하고 있었으며, 섶다리 축제에 대한 참여도 또한 낮게 나타났다. 하지만 섶다리 이용자들은 섶다리를 고향마을의 향수를 불러일으키는 전통문화시설로 인식하였으며, 이러한 사업이 지역의 공동체성 회복에 기여할 것으로 답변하였다. 하지만 섶다리를 전주천의 랜드마크로 인식하고 있지는 않는 것으로 분석되었다. 섶다리의 이용과 관련한 14개 항목에 대한 IPA 분석 결과, 중요도는 높지만 성취도는 낮아 반드시 개선이 필요한 항목은 섶다리 주변 조경시설, 섶다리의 폭원, 경고안내판 및 통제시설 및 섶다리 난간 등으로 분석되었다. 이는 섶다리 및 주변공간의 장소성 부여를 위해 향후 섶다리와 연계하여 전통문화 및 생태교육을 담을 수 있는 광장과 같은 공간의 조성이 필요할 것으로 판단되며, 향후 섶다리를 건너거나 경관 및 생태자원 감상에 있어 안전성을 확보할 수 있는 설계 및 시공방안이 마련되어야 하겠다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.187-206
• /
• 2007

The development of computer and information technology has been combined with the information superhighway internet infrastructure, so information widely spreads not only in special fields but also in the daily lives of people. Information ubiquity influences the traditional way of transaction, and leads a new E-commerce which distinguishes from the existing E-commerce. Not only goods as physical but also service as non-physical come into E-commerce. As the scale of E-Commerce is being enlarged as well. It keeps people from finding information they want. Recommender systems are now becoming the main tools for E-Commerce to mitigate the information overload. Recommender systems can be defined as systems for suggesting some Items(goods or service) considering customers' interests or tastes. They are being used by E-commerce web sites to suggest products to their customers who want to find something for them and to provide them with information to help them decide which to purchase. There are several approaches of recommending goods to customer in recommender system but in this study, the main subject is focused on collaborative filtering technique. This study presents a possibility of pre-evaluation for the prediction performance of customer's preference in collaborative filtering before the process of customer's preference prediction. Pre-evaluation for the prediction performance of each customer having low performance is classified by using the statistical features of ratings rated by each customer is conducted before the prediction process. In this study, MovieLens 100K dataset is used to analyze the accuracy of classification. The classification criteria are set by using the training sets divided 80% from the 100K dataset. In the process of classification, the customers are divided into two groups, classified group and non classified group. To compare the prediction performance of classified group and non classified group, the prediction process runs the 20% test set through the Neighborhood Based Collaborative Filtering Algorithm and Correspondence Mean Algorithm. The prediction errors from those prediction algorithm are allocated to each customer and compared with each user's error. Research hypothesis : Two research hypotheses are formulated in this study to test the accuracy of the classification criterion as follows. Hypothesis 1: The estimation accuracy of groups classified according to the standard deviation of each user's ratings has significant difference. To test the Hypothesis 1, the standard deviation is calculated for each user in training set which is divided 80% from MovieLens 100K dataset. Four groups are classified according to the quartile of the each user's standard deviations. It is compared to test the estimation errors of each group which results from test set are significantly different. Hypothesis 2: The estimation accuracy of groups that are classified according to the distribution of each user's ratings have significant differences. To test the Hypothesis 2, the distributions of each user's ratings are compared with the distribution of ratings of all customers in training set which is divided 80% from MovieLens 100K dataset. It assumes that the customers whose ratings' distribution are different from that of all customers would have low performance, so six types of different distributions are set to be compared. The test groups are classified into fit group or non-fit group according to the each type of different distribution assumed. The degrees in accordance with each type of distribution and each customer's distributions are tested by the test of ${\chi}^2$ goodness-of-fit and classified two groups for testing the difference of the mean of errors. Also, the degree of goodness-of-fit with the distribution of each user's ratings and the average distribution of the ratings in the training set are closely related to the prediction errors from those prediction algorithms. Through this study, the customers who have lower performance of prediction than the rest in the system are classified by those two criteria, which are set by statistical features of customers ratings in the training set, before the prediction process.

• 지능정보연구
• /
• 제18권3호
• /
• pp.97-117
• /
• 2012

인터넷 사용자는 비디오를 보면서 소셜 네트워크 서비스를 이용하고 웹 검색을 하고, 비디오에 나타난 상품에 관심이 있을 경우 검색엔진을 통해 정보를 찾는다. 비디오와 사용자의 직접적인 상호작용을 위해 비디오 어노테이션에 대한 연구가 진행되었고, 스마트 TV 환경에서 어노테이션 된 비디오가 활용될 경우 사용자는 객체에 대한 링크를 통해 원하는 상품의 정보를 쉽게 확인할 수 있게 된다. 사용자가 상품에 대한 구매를 원할 경우 상품에 대한 정보검색 이외에 상품평이나 소셜 네트워크 친구의 의견을 통해 구매 결정을 한다. 소셜 네트워크로부터 발생되는 정보는 다른 정보에 비해 신뢰도가 높아 구매 결정에 큰 영향을 미친다. 하지만 현재 소셜 네트워크 서비스는 의견을 얻고자 할 경우 모든 소셜 네트워크 친구들에게 전달되고 많은 의견을 얻게 되어 이들로부터 유용한 정보를 파악하는 것은 쉽지 않다. 본 논문에서는 소셜 네트워크 사용자의 프로파일을 기반으로 상품에 대해 유용한 정보를 제공할 수 있는 친구를 규명하기 위한 필터링 방법을 제안한다. 사용자 프로파일은 페이스북의 사용자 정보와 페이스북 페이지의 'Like' 정보를 이용하여 구성된다. 프로파일의 상품 정보는 GoodRelations 온톨로지와 BestBuy 데이터를 이용하여 의미적으로 표현된다. 사용자가 비디오를 보면서 상품 정보를 얻고자 할 경우 어노테이션된 URI를 이용하여 정보가 전달된다. 시스템은 소셜 네트워크 친구들에 대한 사용자 프로파일과 BestBuy를 기반으로 어노테이션된 상품에 대한 의미적 유사도를 계산하고 유사도 값에 따라 순위가 결정한다. 결정된 순위는 유용한 정보를 제공할 수 있는 소셜 네트워크 상의 친구를 규명하는데 사용된다. 참가자의 동의하에 페이스북 정보를 활용하였고, 시스템에 의해 도출된 결과와 참가자 인터뷰를 통해 평가된 결과를 이용하여 타당성을 검증하였다. 비교 실험의 결과는 제안하는 시스템이 상품 구매결정을 하기 위해 유용한 정보를 획득할 수 있는 방법임을 증명한다.

• 디자인학연구
• /
• 제17권3호
• /
• pp.245-254
• /
• 2004

본 연구는 제품과 사용자의 관계를 직접 관찰할 수 있는 방법으로써 시선추적 장비를 활용하여 기존의 사용성 평가 기법들의 한계를 보완하는 것이 목적이다. 이를 위해, 시선추적 분석을 위한 이론을 기반으로 새로운 평가기법 '시선추적 사용검사와 휴리스틱 평가'를 제안하였다. 그리고, 모바일 폰에 대한 사용성 평가를 통해 시선의 경로와 고정점을 통해 사용자의 관심을 확인하고, 동공크기의 기록을 통해 사용자의 인지과정을 이해하기 위한 단서를 효과적으로 얻을 수 있었다. 그 결과, 디자인의 시각적인 속성을 활용하기 위해 시선추적 기록을 분석하고, 동공의 확대를 관찰하여 사용자의 감정상태를 유추함으로써 디자인의 사용성 분석을 효과적으로 평가할 수 있었다.

• 한국문헌정보학회지
• /
• 제43권3호
• /
• pp.163-180
• /
• 2009

본 논문은 사용자가 검색에 사용한 질의어를 기반으로 개인의 성향정보를 분석하고자 한다. 이를 위하여 사용자가 검색을 하기 위해서 입력한 질의어를 문서분류기를 이용하여 범주를 부여한다. 본 연구에서는 각 레코드에 미리 부여된 DDC 분류코드를 분류정보로 활용하였다. 이러한 방식을 사용하여 사용자의 질의어를 기반으로 개인의 특징을 분석한다. 분석된 개인의 성향정보를 검색 결과에 반영하고 개인의 의도에 맞는 문서를 재순위화시키는 개인화 검색시스템을 개발하였다. 또한 개인의 성향정보를 이용하여 단어의 중의성 문제를 해결할 수 있었다. 본 논문에서는 한국과학기술정보연구원이 운영 중인 과학기술학회마을 데이터베이스를 이용하여 개인화와 단어중의성 해소에 관한 실험을 수행하였다. 실험과 사용자 평가를 통해서 개인화 검색 및 단어중의성 해소 성능을 제시하였다.

• 스마트미디어저널
• /
• 제12권1호
• /
• pp.62-76
• /
• 2023

사용자가 경험할 수 있는 차원이나 경험 요소들의 특성을 이해하는 것은 박물관 모바일 애플리케이션 사용자 경험을 디자인할 때 매우 중요한 일이다. 본 논문은 박물관 모바일 애플리케이션의 사용과 관련된 경험에 대한 일련의 실험연구와 분석을 통하여 4가지 차원과 19가지 요소로 구성된 박물관 모바일 애플리케이션의 사용자 경험 프레임워크를 도출하고, 타당성도 검증하였다. 연구에 의하면 이들 4가지 사용자 경험 차원은 모두 애플리케이션 사용 만족도에 긍정적인 영향을 미쳤으나 각 차원의 미치는 영향 정도는 각기 달랐다. 본 논문의 실험에서는 4가지 차원 중 사용감성과 사용편의성이 가장 큰 영향을 미치며 사용유용성과 기능다양성은 상대적으로 적은 영향을 미치는 것으로 분석되었다. 또한 실험 결과를 통해 애플리케이션의 사용 경험이 사용자의 향후 추천이나 지속 사용의도, 또는 박물관의 실제 관람에 영향을 줄 수 있음을 확인하였다.

• 한국실내디자인학회논문집
• /
• 제19권5호
• /
• pp.11-20
• /
• 2010

User-oriented Design is necessary in planning the interior design of Metropolitan Railroads trains, since this is a typical means of transportation in this modem society and all ages people with different body scale use this facility. However, there are little studies about facility panning and zoning of Metropolitan Railroads train considering users. Therefore, in this study, after completing the checklist based on the current legal standards of facility installation of South Korea and Japan, we examined user's facility and suggest several improvement of the opening 14 metropolitan railroad lines in Seoul. Then, we evaluated this facilities according to 41 standards; general facility(24 standards), safety facility(4 standards), guide facility(11 standards), other facility(4 standards). The result of this study may be summarized as follows. 1) General facility has to be designed to obtain lots of room for storage and this facility should be fixed up tightly with secure system. 2) Safety facility should be designed to minimize a difference of floor-level between threshold of train and ground. Also, using various color and material could help passengers to distinguish different space and facility. 3) Guide facility should be designed to guide passengers to the accurate direction with proper sign design in the pathway of Metropolitan railroad train. Also, more various color, which based on the research about physiological and psychological effect, should be used to guide people. 4) Other facility should equip more visual system using common good and informative contents. Through this study, we try to understand the current interior physical condition of Metropolitan Railroads trains. However, for future studies, it is expected to supplement evaluation standards considering aesthetic design, environmental improvement of indoor air quality and the satisfaction and demand of Metropolitan Railroads trains.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.515-526
• /
• 2019

특정 상품에 대한 사용자의 선호도는 상품의 질 외에도 많은 요소들에 의해 결정된다. 추천시스템에 있어 이러한 외적 요소들의 반영은 데이터의 부족을 포함한 여러 가지 근본적인 문제가 존재하여 지난한 일이었다. 그러나 공공데이터의 개방과 다양하고 방대한 양의 데이터를 가진 평가 플랫폼의 등장 등 기반 환경이 갖춰짐에 따라 외적 요소들의 접근이 용이해 졌다. 이러한 변화에 따라 본 논문은 상품의 품질 외에 사용자의 선호도에 영향을 주는 요소들을 반영할 수 있는 추천시스템 구조를 제안하고 사례를 적용하여 이러한 요소가 실제 선호도에 미치는 영향을 관찰하고자 한다. 제안하는 시스템의 구조는 크게 영향요소를 선정하고 추출하는 과정과 문장 분석을 활용하여 부족한 데이터를 보충하는 과정, 평가데이터와 영향요소를 결합하고 병합하는 과정으로 나눌 수 있으며 제안시스템의 결과 그룹과 실제 사용자 선호도 그룹 간 비교를 통해 구조 변수 설정의 적절성 등을 판단할 수 있는 검증 과정 또한 함께 제안한다.

• 융합정보논문지
• /
• 제9권5호
• /
• pp.1-6
• /
• 2019

모바일 시장의 확장과 함께 멀티모달 미디어 콘텐츠의 제공을 위한 플랫폼이 다양해지고 있다. 멀티모달 미디어 콘텐츠에는 이종데이터들이 복합적으로 포함되어 있어 사용자들이 선호 콘텐츠를 선택하기 위해 시간과 노력이 요구된다. 따라서 본 논문에서는 추천을 위한 키워드 가중치를 이용한 멀티모달 미디어 콘텐츠 분류를 제안한다. 제안하는 방법은 멀티모달 미디어 콘텐츠의 텍스트 데이터에서 키워드 가중치를 통해 콘텐츠를 가장 잘 나타내는 키워드를 추출한다. 추출된 키워드를 기반으로 서브클래스를 갖는 장르 클래스를 생성하고 이에 적절한 멀티모달 미디어 콘텐츠를 분류한다. 또한 개인화된 추천을 위해 사용자의 선호도 평가를 진행하여 사용자의 콘텐츠 선호도 분석 결과를 기반으로 멀티모달 콘텐츠를 추천한다. 성능평가는 추천 결과의 정확도와 만족도를 통해 우수함을 검증한다. 이는 사용자가 선호하는 장르와 키워드를 모두 고려하여 추천하기 때문에 정확도는 74.62%, 만족도는 69.1%로 높게 나타난다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.113-127
• /
• 2016

협업 필터링(Collaborative Filtering)은 유용성과 정교성 면에서 가장 성공적인 추천 알고리즘으로 평가받으며 산업계나 학계에서 많이 활용 및 연구되고 있지만, 기본적으로 사용자들이 평가한 점수에만 기반하여 추천결과를 생성하는 한계점이 있다. 이에 본 연구는 사용자가 상품을 구매할 때 자신이 신뢰하는 타인의 추천을 더 적극적으로 수용할 것이라는 점에 착안하여, 사용자의 평점 외에 사용자 간 신뢰관계를 소셜네트워크분석으로 분석한 결과를 추가로 반영하는 추천 알고리즘들을 제안하였다. 구체적으로 본 연구에서는 소셜네트워크분석에서 네트워크 내의 중심적 위치를 나타내는 척도인 내향 및 외향 중심성을 활용하여 사용자 간 유사도를 산출하는 알고리즘들과 사용자 신뢰 네트워크를 탐색하여 추천 대상이 되는 사용자가 직접 간접적으로 신뢰하는 사용자의 평가점수를 보다 높게 반영하는 알고리즘을 제안한 뒤 그 성능을 비교해 보았다. 실제 데이터에 적용하여 분석한 결과, 사용자 신뢰 네트워크의 내향 중심성 지수를 조건 없이 적용한 경우에는 오히려 정확도의 감소만을 야기하는 것으로 나타났고, 일정 임계치 이상의 외향 중심성을 갖는 사용자에 한해 내향 중심성 지수를 고려한 추천 알고리즘은 전통적인 협업 필터링에 비해 약간의 정확도 개선이 이루어짐을 확인할 수 있었다. 아울러, 사용자 신뢰 네트워크를 기반으로 탐색하는 알고리즘이 가장 우수한 성능을 보이는 것을 알 수 있었으며, 전통적인 협업 필터링과 비교해서도 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.