• 지능정보연구
• /
• 제16권3호
• /
• pp.121-145
• /
• 2010

매 학기마다 반복되는 대학의 강의시간표 작성 방법은 대학 상황에 따라 다르며, 교육환경의 변화에 따라 그 복잡도와 문제의 크기가 증가되는 NP-hard 문제로 알려져 있다. 그 동안, 효과적인 강의자원 배분을 위한 강의시간표 자동생성의 필요성으로 대학 강의시간표 작성에 관한 여러 방법의 연구가 진행되어 왔다. 일반적으로 교양과목 강의시간표는 대학행정부서에서, 전공과목은 학과에서 작성하는데 각 학과 단위의 전공강의시간표작성지원시스템은 학생들의 편의를 도모하고 수업의 효과와 전공강의자원의 효과적인 배분를 위해 중요한 역할을 한다. 이를 위하여 본 연구는 한신대학교의 새로운 강의시간표 작성체계에 따라, 사례 기반의 템플릿을 생성하고, 이로부터 규칙 기반의 상호대화형으로 효과적인 강의자원 배분이 가능한 전공강의시간표를 작성하는 두 단계 지원시스템을 제안하였으며, 사례 데이터를 이용한 프로토타입으로 그 효과를 검정하였다. 과거 사례와의 유사도는 학과 평균 41.72%로 템플릿의 유용성을 볼 수 있으며, 민감도 분석 결과에서 동일 시간 개설과목 허용 임계치를 90% 이상 설정한다면 강의시간표가 더 고른 분포를 갖게 됨을 검정하였다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.43-62
• /
• 2019

한때, 이상 탐지 분야는 특정 데이터로부터 도출한 기초 통계량을 기반으로 이상 유무를 판단하는 방법이 지배적이었다. 이와 같은 방법론이 가능했던 이유는 과거엔 데이터의 차원이 단순하여 고전적 통계 방법이 효과적으로 작용할 수 있었기 때문이다. 하지만 빅데이터 시대에 접어들며 데이터의 속성이 복잡하게 변화함에 따라 더는 기존의 방식으로 산업 전반에 발생하는 데이터를 정확하게 분석, 예측하기 어렵게 되었다. 따라서 기계 학습 방법을 접목한 SVM, Decision Tree와 같은 모형을 활용하게 되었다. 하지만 지도 학습 기반의 모형은 훈련 데이터의 이상과 정상의 클래스 수가 비슷할 때만 테스트 과정에서 정확한 예측을 할 수 있다는 특수성이 있고 산업에서 생성되는 데이터는 대부분 정답 클래스가 불균형하기에 지도 학습 모형을 적용할 경우, 항상 예측되는 결과의 타당성이 부족하다는 문제점이 있다. 이러한 단점을 극복하고자 현재는 클래스 분포에 영향을 받지 않는 비지도 학습 기반의 모델을 바탕으로 이상 탐지 모형을 구성하여 실제 산업에 적용하기 위해 시행착오를 거치고 있다. 본 연구는 이러한 추세에 발맞춰 적대적 생성 신경망을 활용하여 이상 탐지하는 방법을 제안하고자 한다. 시퀀스 데이터를 학습시키기 위해 적대적 생성 신경망의 구조를 LSTM으로 구성하고 생성자의 LSTM은 2개의 층으로 각각 32차원과 64차원의 은닉유닛으로 구성, 판별자의 LSTM은 64차원의 은닉유닛으로 구성된 1개의 층을 사용하였다. 기존 시퀀스 데이터의 이상 탐지 논문에서는 이상 점수를 도출하는 과정에서 판별자가 실제데이터일 확률의 엔트로피 값을 사용하지만 본 논문에서는 자질 매칭 기법을 활용한 함수로 변경하여 이상 점수를 도출하였다. 또한, 잠재 변수를 최적화하는 과정을 LSTM으로 구성하여 모델 성능을 향상시킬 수 있었다. 변형된 형태의 적대적 생성 모델은 오토인코더의 비해 모든 실험의 경우에서 정밀도가 우세하였고 정확도 측면에서는 대략 7% 정도 높음을 확인할 수 있었다.

• 한국유통학회지:유통연구
• /
• 제17권2호
• /
• pp.63-92
• /
• 2012

본 연구는 소비자가 지각하는 유통업체의 위치기반 모바일 쇼핑정보 서비스에 대한 정보의 상황관련성과 정보자극에 대한 PAD 감정변수들(환기, 지배력, 즐거움) 간의 상호 인과관계와 이용의도에 대한 이들의 효과를 실증 연구 하였다. 미국 내 모바일 이용자를 대상으로 무작위 표본추출법에 근거하여 추출되었고, 총 335명의 사용가능한 응답이 수거되었다. 분석결과, 환기와 상황관련성은 즐거움에 정(+)의 영향을 주었으나 지배력은 즐거움에 유의한 영향력을 나타내지 않았다. 즐거움은 이용의도에 정(+)의 영향을 주었다. 본 연구를 통해 위치기반 모바일 서비스에 대한 소비자의 인지적 반응과 감정적 반응을 통합적으로 살펴보았으며, PAD 감정차원간의 체계적인 관계를 규명하였다. 연구결과를 바탕으로 모바일 쇼핑서비스 개발자, 유통업체, 그리고 마케팅 실무자를 위한 시사점을 논의하였으며, 연구의 한계점과 더불어 향후 연구 방향을 제시하였다.

• 지능정보연구
• /
• 제27권3호
• /
• pp.95-112
• /
• 2021

대학 교육에 있어서 전공과목의 선택은 학생들의 진로에 중요한 역할을 한다. 하지만, 산업의 변화에 발맞춰 대학 교육도 학과별 전공과목의 분야가 다양해지고 그 수가 많아지고 있다. 이에 학생들은 본인의 진로에 맞게 수업을 선택하여 수강하는 것에 어려움을 겪고 있다. 본 연구는 대학 전공과목 추천 모델을 제시함으로써 개인 맞춤형 교육을 실현하고 학생들의 교육만족도를 제고하고자 한다. 모델 연구에는 대학교 학부생들의 2015년~2017년 수강 이력 데이터를 활용하였으며, 메타데이터로는 학생과 수업의 전공 명을 사용했다. 수강 이력 데이터는 컨텐츠 소비 여부만을 나타낸 암시적 피드백 데이터로, 수업에 대한 선호도를 반영한 것이 아니다. 따라서 학생과 수업의 특성을 나타내는 임베딩 벡터를 도출했을 시, 표현력이 낮다. 본 연구는 이러한 문제점에 착안하여, 네트워크 분석을 통해 학생, 수업의 벡터를 생성하고 이를 모델의 입력 값으로 활용하는 Net-NeuMF 모델을 제시한다. 모델은 암시적 피드백을 가진 데이터를 이용한 대표적인 모델인 원핫 벡터를 이용하는 NeuMF의 구조를 기반으로 하였다. 모델의 입력 벡터는 네트워크 분석을 통해 학생과 수업의 특성을 나타낼 수 있도록 생성하였다. 학생을 표현하는 벡터를 생성하기 위해, 각 학생을 노드로 설정하고 엣지는 두 학생이 같은 수업을 수강한 경우 가중치를 가지고 연결되도록 설계했다. 마찬가지로 수업을 표현하는 벡터를 생성하기 위해 각 수업을 노드로 설정하고 엣지는 공통으로 수강한 학생이 있는 경우 연결시켰다. 이에 각 노드의 특성을 수치화 하는 표현 학습방법론인 Node2Vec을 이용하였다. 모델의 평가를 위해 추천 시스템에서 주로 활용하는 지표 4가지를 사용하였고, 임베딩 차원이 모델에 미치는 영향을 분석하기 위해 3가지 다른 차원에 대한 실험을 진행하였다. 그 결과 기존 NeuMF 구조에서 원-핫 벡터를 이용하였을 때보다 차원과 관계없이 평가지표에서 좋은 성능을 보였다. 이에 본 연구는 학생(사용자)와 수업(아이템)의 네트워크를 이용해 기존 원-핫 임베딩 보다 표현력을 높였다는 점, 모델을 구성하는 각 구조의 특성에 맞도록 임베딩 벡터를 활용하였다는 점, 그리고 기존의 방법론에 비해 다양한 종류의 평가지표에서 좋은 성능을 보였다는 점을 기여점으로 가지고 있다.

• Radiation Oncology Journal
• /
• 제21권3호
• /
• pp.238-244
• /
• 2003

목적: 개별화되어 가는 고선량률 근접치료계획의 추세에 따라, 고성량률 근접치료계획의 절대적 선량과 상대적인 선량분포를 독립적으로 계산하여 환자의 해부영상 위에 겹쳐 표시할 수 있는 품질보증용 컴퓨터 프로그램을 개발한다. 대상 및 방법: 컴퓨터 프로그램은 먼저, 환자의 치료계획에서 계산된 선원의 위치, 각 위치에서의 조사시간, reference point에서의 선량, 치료계획이 실시된 날짜 등의 자료 입력을 필요로 한다. ICWG 권고 수식과 선원의 비등방성 표를 이용하여 $10\times12\times10\;(Cm^3)$의 공간에서 선량분포가 계산된 후 reference point에서의 선량이 자동적으로 치료계획의 결과와 비교된다. 모의치료의 영상이나 자기공명(Magnetic Resonance) 영상을 입력하고 사용자가 선택한 점을 수직으로 교차하는 3개의 평면에서 등선량곡선을 겹쳐서 보여준다. Gamma Med사의 Gam-madot (MDS Nordion, Germany)에서 표준 치료계획을 실행하여 정확성을 확인하였으며, Plato (Nucletron Cor-poration, The Netherlands)에서 실행된 9명의 환자치료계획과 비교하였다. 결과: 3개의 표준 치료계획에서 절대선량은 $2.8\%$ 내에서 일치하였으며 등 선량분포도 좋은 일치를 보였다. 9명의 환자에 대하여 시행된 치료계획과의 비교에서는 평균 $3.4\%$의 오차를 보였다. 결론: 개발된 컴퓨터 프로그램은 정확하고 신속하게 고선량률 치료환자의 치료계획의 정확성을 확인할 수 있게 해주며, 등선량 곡선을 환자의 해부적 영상에 결합할 수 있는 기능은 치료계획의 질을 높이는데 기여할 수 있을 것으로 기대된다.$39\%$), 복회음부 절제수술시 32건($97\%$), 측연의 경우 32건($97\%$), 후연의 경우 32건($97\%$), 그리고 전연의 경우 16건($45\%$)에서 부합되는 것으로 나타났다. 결론: 직장암의 수술 후 방사선치료 시 적절한 방사선치료 조사영역의 결정을 위하여 표준적인 조사영역을 제시 하였으나 개별 환자의 병변 위치와 진행상태, 수술 소견 등에 따라 적절한 변형은 필수적이라 하겠다. 이 권고안의 임상적 타당성은 향후 시행될 Patterns of Care 연구를 통하여 증명하는 것이 필요하겠다.정가능하고, 폐에 조사되는 방사선 양도 줄일 수 있었다.저부까지 거리 차이는 종양 크기가 4 cm 미만인 경우는 5.3 mm였으나 4 cm 이상일 때는 19.4 mm로 현저한 변화를 보였다. 자궁경관 굴곡각은 60세 미만인 경우 60세 이상보다 8$^{\circ}$ 정도 더 변화가 있었고, 종양 크기가 4 cm 이상일 때 미만일 때보다 2배 이상 굴곡 변화가 있었다. 결론: 자궁경부암 환자에서 근치적 방사선치료 시 치료에 따른 자궁 크기 및 위치 변화가 다양하고 개별적으로 예측하기 쉽지 않으므로, 특히, 60세 미만이거나 종양 크기가 4 cm 이상인 경우, 삼차원입체조형치료나 강도변조 방사선치료를 이용한 근치적 방사선치료 시 치료 중 개별환자의 계획용표적체적의 변화를 반드시 고려해야 한다고 생각한다.량체적히스토그램, Lymankutcher 모델에 의한 정상조직합병증발생률 및 기타 선량통계값 등 모든 면에 있어서 우월성을 확인할 수 있었다. 향후 이러한 결과가 임상에서 실질적인 합병증 발생률 감소와 잘 연계되는지 계속적인 추적관찰 및

• 한국환경농학회지
• /
• 제37권4호
• /
• pp.251-259
• /
• 2018

스마트온실에서 사용하고 있는 다양한 종류의 수경배양액 관리와 관련하여 ICT 기술을 활용한 작물생육 기반 배양액 제어시스템 개발을 위하여, 본 연구에서는 작물 생육단계별 시용배양액의 성분변화를 모니터링하고 이들 실측 데이터를 바탕으로 한 클라우드 기반 데이터 분석시스템을 설계하였다. 수집한 데이터 분석 및 시스템 구축을 위하여 인공광 스마트 온실에서 사용하는 관행의 무기 배양액, 기존 액비 및 폐기 농업부산물 유래 제조액비 등 수종의 배양액을 공시하였으며, 수경재배 작물 생육단계별 시용 배양액내 성분 변화패턴을 모니터링하였다. 발색법에 의한 흡광광도법을 활용하여 $NH_3-N$, $NO_3-N$, $NO_2-N$, $SiO_2$, $PO_4^{3-}$ 및 Cu 등 총 9종의 성분농도 변화를 산출하고 작물의 기초 생육량을 조사하였다. 각 작물의 기초 생육량 데이터는 오픈스택 클라우드 시스템에서 생성된 가상머신(Virtual machine)에 관계형 데이터베이스를 구축하여 수집 항목별로 분류 저장하였다. 저장된 작물별 배양액의 성분변화와 생육량 데이터는 노드제이에스(Node. js) 웹 프레임워크(Framework)를 통해 매주 수집된 데이터를 가시화하여 제공한다. 클라우드 기반 데이터베이스를 구축을 통하여 배양액 성분 실측치 비교와 작물 생육상황은 사용자 스마트 디바이스(Smart devices)를 활용, 작물종과 배양액 성분을 순차적 선택하고, 각 데이터의 비교 및 분석을 시계열 그래프로 실험 결과를 가시화할 수 있도록 하였다. 본 연구에서 개발한 클라우드 기반 데이터 분석시스템 스마트온실내 수경배양액 성분변화 및 재배 작물의 생육을 정기적으로 모니터링한 실측치를 기반으로 데이터베이스를 구축한 것으로 시설재배지나 인공광 스마트온실 등 다양한 농업현장에서 생육관리를 위하여 활용할 수 있다.

• 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.

• 유통과학연구
• /
• 제8권3호
• /
• pp.49-56
• /
• 2010

At the initial stage of Internet advertising, banner advertising came into fashion. As the Internet developed into a central part of daily lives and the competition in the on-line advertising market was getting fierce, there was not enough space for banner advertising, which rushed to portal sites only. All these factors was responsible for an upsurge in advertising prices. Consequently, the high-cost and low-efficiency problems with banner advertising were raised, which led to an emergence of keyword advertising as a new type of Internet advertising to replace its predecessor. In the beginning of 2000s, when Internet advertising came to be activated, display advertisement including banner advertising dominated the Net. However, display advertising showed signs of gradual decline, and registered minus growth in the year 2009, whereas keyword advertising showed rapid growth and started to outdo display advertising as of the year 2005. Keyword advertising refers to the advertising technique that exposes relevant advertisements on the top of research sites when one searches for a keyword. Instead of exposing advertisements to unspecified individuals like banner advertising, keyword advertising, or targeted advertising technique, shows advertisements only when customers search for a desired keyword so that only highly prospective customers are given a chance to see them. In this context, it is also referred to as search advertising. It is regarded as more aggressive advertising with a high hit rate than previous advertising in that, instead of the seller discovering customers and running an advertisement for them like TV, radios or banner advertising, it exposes advertisements to visiting customers. Keyword advertising makes it possible for a company to seek publicity on line simply by making use of a single word and to achieve a maximum of efficiency at a minimum cost. The strong point of keyword advertising is that customers are allowed to directly contact the products in question through its more efficient advertising when compared to the advertisements of mass media such as TV and radio, etc. The weak point of keyword advertising is that a company should have its advertisement registered on each and every portal site and finds it hard to exercise substantial supervision over its advertisement, there being a possibility of its advertising expenses exceeding its profits. Keyword advertising severs as the most appropriate methods of advertising for the sales and publicity of small and medium enterprises which are in need of a maximum of advertising effect at a low advertising cost. At present, keyword advertising is divided into CPC advertising and CPM advertising. The former is known as the most efficient technique, which is also referred to as advertising based on the meter rate system; A company is supposed to pay for the number of clicks on a searched keyword which users have searched. This is representatively adopted by Overture, Google's Adwords, Naver's Clickchoice, and Daum's Clicks, etc. CPM advertising is dependent upon the flat rate payment system, making a company pay for its advertisement on the basis of the number of exposure, not on the basis of the number of clicks. This method fixes a price for advertisement on the basis of 1,000-time exposure, and is mainly adopted by Naver's Timechoice, Daum's Speciallink, and Nate's Speedup, etc, At present, the CPC method is most frequently adopted. The weak point of the CPC method is that advertising cost can rise through constant clicks from the same IP. If a company makes good use of strategies for maximizing the strong points of keyword advertising and complementing its weak points, it is highly likely to turn its visitors into prospective customers. Accordingly, an advertiser should make an analysis of customers' behavior and approach them in a variety of ways, trying hard to find out what they want. With this in mind, her or she has to put multiple keywords into use when running for ads. When he or she first runs an ad, he or she should first give priority to which keyword to select. The advertiser should consider how many individuals using a search engine will click the keyword in question and how much money he or she has to pay for the advertisement. As the popular keywords that the users of search engines are frequently using are expensive in terms of a unit cost per click, the advertisers without much money for advertising at the initial phrase should pay attention to detailed keywords suitable to their budget. Detailed keywords are also referred to as peripheral keywords or extension keywords, which can be called a combination of major keywords. Most keywords are in the form of texts. The biggest strong point of text-based advertising is that it looks like search results, causing little antipathy to it. But it fails to attract much attention because of the fact that most keyword advertising is in the form of texts. Image-embedded advertising is easy to notice due to images, but it is exposed on the lower part of a web page and regarded as an advertisement, which leads to a low click through rate. However, its strong point is that its prices are lower than those of text-based advertising. If a company owns a logo or a product that is easy enough for people to recognize, the company is well advised to make good use of image-embedded advertising so as to attract Internet users' attention. Advertisers should make an analysis of their logos and examine customers' responses based on the events of sites in question and the composition of products as a vehicle for monitoring their behavior in detail. Besides, keyword advertising allows them to analyze the advertising effects of exposed keywords through the analysis of logos. The logo analysis refers to a close analysis of the current situation of a site by making an analysis of information about visitors on the basis of the analysis of the number of visitors and page view, and that of cookie values. It is in the log files generated through each Web server that a user's IP, used pages, the time when he or she uses it, and cookie values are stored. The log files contain a huge amount of data. As it is almost impossible to make a direct analysis of these log files, one is supposed to make an analysis of them by using solutions for a log analysis. The generic information that can be extracted from tools for each logo analysis includes the number of viewing the total pages, the number of average page view per day, the number of basic page view, the number of page view per visit, the total number of hits, the number of average hits per day, the number of hits per visit, the number of visits, the number of average visits per day, the net number of visitors, average visitors per day, one-time visitors, visitors who have come more than twice, and average using hours, etc. These sites are deemed to be useful for utilizing data for the analysis of the situation and current status of rival companies as well as benchmarking. As keyword advertising exposes advertisements exclusively on search-result pages, competition among advertisers attempting to preoccupy popular keywords is very fierce. Some portal sites keep on giving priority to the existing advertisers, whereas others provide chances to purchase keywords in question to all the advertisers after the advertising contract is over. If an advertiser tries to rely on keywords sensitive to seasons and timeliness in case of sites providing priority to the established advertisers, he or she may as well make a purchase of a vacant place for advertising lest he or she should miss appropriate timing for advertising. However, Naver doesn't provide priority to the existing advertisers as far as all the keyword advertisements are concerned. In this case, one can preoccupy keywords if he or she enters into a contract after confirming the contract period for advertising. This study is designed to take a look at marketing for keyword advertising and to present effective strategies for keyword advertising marketing. At present, the Korean CPC advertising market is virtually monopolized by Overture. Its strong points are that Overture is based on the CPC charging model and that advertisements are registered on the top of the most representative portal sites in Korea. These advantages serve as the most appropriate medium for small and medium enterprises to use. However, the CPC method of Overture has its weak points, too. That is, the CPC method is not the only perfect advertising model among the search advertisements in the on-line market. So it is absolutely necessary that small and medium enterprises including independent shopping malls should complement the weaknesses of the CPC method and make good use of strategies for maximizing its strengths so as to increase their sales and to create a point of contact with customers.