• 한국방사선학회논문지
• /
• 제11권1호
• /
• pp.27-35
• /
• 2017

본 연구의 목적은 DR (digital radiography) 장비에서 팬텀을 이용하여 간접변환방식의 CsI:Tl 검출기와 $Gd_2O_2S$ 검출기를 중심으로 두께가 두꺼운 흉부 팬텀과 중간 두께의 대퇴부 팬텀, 그리고 피사체의 두께가 얇은 손 팬텀의 영상을 획득하고 SNR과 CNR을 분석하여 검출기의 특성을 알아보고자 하였다. 피사체 두께 변화에 따른 SNR과 CNR을 측정한 결과 중간 두께의 대퇴부 팬텀과 두께가 얇은 손 팬텀을 촬영 하였을 때 SNR과 CNR은 $Gd_2O_2S$ 검출기보다 CsI:Tl 검출기에서 높게 나타났음을 확인 할 수 있었다. 그러나 두께가 두꺼운 흉부 팬텀을 사용하였을 때는 $Gd_2O_2S$ 검출기의 SNR이 80~125 kVp 일 때와 CNR이 80~110 kVp 일 때 CsI:Tl 검출기 보다 값이 높게 나타났고, 저관전압에서 고관전압으로 갈수록 SNR과 CNR은 모두 증가하였다. 중간 두께의 대퇴부 팬텀에서 CsI:Tl 검출기의 SNR과 CNR은 40~50 kVp 일 때 증가하다 고관전압으로 갈수록 감소하는 것을 확인 할 수 있었고, $Gd_2O_2S$ 검출기의 SNR과 CNR은 40~60 kVp 일 때 증가하다 고관전압으로 갈수록 감소하는 것을 확인 할 수 있었다. 두께가 얇은 손 팬텀에서 CsI:Tl 검출기의 SNR과 CNR은 저관전압에서 감소하다가 고관전압으로 갈수록 증가하면서 100~110 kVp에서는 감소하였고, $Gd_2O_2S$ 검출기의 SNR과 CNR은 고관전압으로 갈수록 감소하는 것을 확인하였다. MTF는 0.5~3 lp/mm에서 CsI:Tl 검출기가 $Gd_2O_2S$ 검출기보다 6.02~90.90%로 높음 보여주고 있고, DQE는 0.5~3 lp/mm에서 CsI:Tl 검출기가 $Gd_2O_2S$ 검출기보다 66.67~233.33% 높음 보여주고 있다. 결론적으로 MTF와 DQE의 비교에서는 CsI:Tl 검출기가 $Gd_2O_2S$ 검출기보다 높게 나타났지만, 두꺼운 흉부팬텀에서 일정 관전압 구간에서는 저가의 $Gd_2O_2S$ 검출기가 고가의 CsI:Tl 검출기보다 SNR과 CNR이 높다는 것을 확인하였다. 흉부 X선 검사 시 CsI:Tl 검출기보다 $Gd_2O_2S$ 검출기를 사용하여 우수한 화질의 흉부영상을 구현함으로써 검사에 유용할 것으로 판단되어지며, 사용자 입장에서 검출기 형태를 결정 할 때 가격대비 성능을 고려 해볼 사항으로 판단된다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.157-194
• /
• 2008

온라인 커뮤니티에 대한 연구는 학자들과 실무자들의 많은 관심을 받아온 분야이다. 과거 많은 연구자들이 온라인 커뮤니티를 통해 큰 상업적 성과를 거둘 수 있다고 했지만 현실은 그렇지 못하며, 마케팅 연구 분야에서도 상업적 성공을 이끄는 변수들에 대한 연구가 많이 이루어지지 못한 것이 사실이다. 이러한 점에서 본 연구는 온라인 커뮤니티 사이트들이 콘텐츠 관련 마케팅 노력을 통해 소비자들의 자아일치성을 높이고, 긍정적 체험을 유도하면서 커뮤니티 사이트 내에서 소비자 간 상호작용성 등을 높여 결국, 커뮤니티 사이트의 방문충성도 및 구매충성도를 실현시킬 수 있는 프레임 웍을 제시하였다. 연구결과 온라인 커뮤니티 사이트에서 소비자 간 상호작용성이 방문충성도 그리고 특히 구매충성도의 구축에 매우 중요한 요인으로 밝혀졌고, 온라인 커뮤니티 사이트에 대한 자아일치성 지각 및 긍정적인 소비자 체험 또한 소비자의 상호작용성, 방문충성도 그리고 커뮤니티에 대한 애정에 상당히 중요한 요인임을 알 수 있었다. 또한 이러한 매개변수에 주된 영향요소로서 콘텐츠 우수성, 사이트 생동감, 네비게이션용이성, 고객화 등의 콘텐츠 관련 마케팅 노력의 역할의 중요성을 강조하였다.