• 제목/요약/키워드: Visual-Structure

검색결과 1,143건 처리시간 0.022초

소셜미디어 콘텐츠의 오피니언 마이닝결과 시각화: N라면 사례 분석 연구 (Visualizing the Results of Opinion Mining from Social Media Contents: Case Study of a Noodle Company)

  • 김유신;권도영;정승렬
    • 지능정보연구
    • /
    • 제20권4호
    • /
    • pp.89-105
    • /
    • 2014
  • Web2.0의 등장과 함께 급속히 발전해온 온라인 포럼, 블로그, 트위터, 페이스북과 같은 소셜 미디어 서비스는 소비자와 소비자간의 의사소통을 넘어 이제 기업과 소비자 사이의 새로운 커뮤니케이션 매체로도 인식되고 있다. 때문에 기업뿐만 아니라 수많은 기관, 조직 등에서도 소셜미디어를 활용하여 소비자와 적극적인 의사소통을 전개하고 있으며, 나아가 소셜 미디어 콘텐츠에 담겨있는 소비자 고객들의 의견, 관심, 불만, 평판 등을 분석하고 이해하며 비즈니스에 적용하기 위해 이를 적극 분석하는 단계로 진화하고 있다. 이러한 연구의 한 분야로서 비정형 텍스트 콘텐츠와 같은 빅 데이터에서 저자의 감성이나 의견 등을 추출하는 오피니언 마이닝과 감성분석 기법이 소셜미디어 콘텐츠 분석에도 활발히 이용되고 있으며, 이미 여러 연구에서 이를 위한 방법론, 테크닉, 툴 등을 제시하고 있다. 그러나 아직 대량의 소셜미디어 데이터를 수집하여 언어처리를 거치고 의미를 해석하여 비즈니스 인사이트를 도출하는 전반의 과정을 제시한 연구가 많지 않으며, 그 결과를 의사결정자들이 쉽게 이해할 수 있는 시각화 기법으로 풀어내는 것 또한 드문 실정이다. 그러므로 본 연구에서는 소셜미디어 콘텐츠의 오피니언 마이닝을 위한 실무적인 분석방법을 제시하고 이를 통해 기업의사결정을 지원할 수 있는 시각화된 결과물을 제시하고자 하였다. 이를 위해 한국 인스턴트 식품 1위 기업의 대표 상품인 N-라면을 사례 연구의 대상으로 실제 블로그 데이터와 뉴스를 수집/분석하고 결과를 도출하였다. 또한 이런 과정에서 프리웨어 오픈 소스 R을 이용함으로써 비용부담 없이 어떤 조직에서도 적용할 수 있는 레퍼런스를 구현하였다. 그러므로 저자들은 본 연구의 분석방법과 결과물들이 식품산업뿐만 아니라 타 산업에서도 바로 적용 가능한 실용적 가이드와 참조자료가 될 것으로 기대한다.

합성곱 신경망의 비지니스 응용: 런웨이 이미지를 사용한 의류 분류를 중심으로 (Business Application of Convolutional Neural Networks for Apparel Classification Using Runway Image)

  • 서이안;신경식
    • 지능정보연구
    • /
    • 제24권3호
    • /
    • pp.1-19
    • /
    • 2018
  • 최근 딥러닝은 오디오, 텍스트 및 이미지 데이터와 같은 비 체계적인 데이터를 대상으로 다양한 추정, 분류 및 예측 문제에 사용 및 적용되고 있다. 특히, 의류산업에 적용될 경우 딥러닝 기법을 활용한 의류 인식, 의류 검색, 자동 제품 추천 등의 심층 학습을 기반으로 한 응용이 가능하다. 이 때의 핵심모형은 합성곱 신경망을 사용한 이미지 분류이다. 합성곱 신경망은 입력이 전달되고 출력에 도달하는 과정에서 가중치와 같은 매개 변수를 학습하는 뉴런으로 구성되고, 영상 분류에 가장 적합한 방법론으로 사용된다. 기존의 의류 이미지 분류 작업에서 대부분의 분류 모형은 의류 이미지 자체 또는 전문모델 착용 의류와 같이 통제된 상황에서 촬영되는 온라인 제품 이미지를 사용하여 학습을 수행한다. 하지만 본 연구에서는 통제되지 않은 상황에서 촬영되고 사람들의 움직임과 다양한 포즈가 포함된 스트릿 패션 이미지 또는 런웨이 이미지를 분류하려는 상황을 고려하여 분류 모형을 훈련시키는 효과적인 방법을 제안한다. 이동성을 포착하는 런웨이 의류 이미지로 모형을 학습시킴으로써 분류 모형의 다양한 쿼리 이미지에 대한 적응력을 높일 수 있다. 모형 학습 시 먼저 ImageNet 데이터셋을 사용하여 pre-training 과정을 거치고 본 연구를 위해 수집된 32 개 주요 패션 브랜드의 2426개 런웨이 이미지로 구성된 데이터셋을 사용하여 fine-tuning을 수행한다. 학습 과정의 일반화를 고려해 10번의 실험을 수행하고 제안된 모형은 최종 테스트에서 67.2 %의 정확도를 기록했다. 본 연구 모형은 쿼리 이미지가 런웨이 이미지, 제품 이미지 또는 스트릿 패션 이미지가 될 수 있는 다양한 분류 환경에 적용될 수 있다. 구체적으로는 패션 위크에서 모바일 어플리케이션 서비스를 통해 브랜드 검색을 용이하게 하는 서비스를 제공하거나, 패션 잡지사의 편집 작업에 사용되어 브랜드나 스타일을 분류하고 라벨을 붙일 수 있으며, 온라인 쇼핑몰에서 아이템 정보를 제공하거나 유사한 아이템을 추천하는 등의 다양한 목적에 적용될 수 있다.

조선 미술에 내재한 음양합덕과 태극 - 대순사상을 중심으로 - (Virtuous Concordance of Yin and Yang and Tai-Ji in Joseon art: Focusing on Daesoon Thought)

  • 황의필
    • 대순사상논총
    • /
    • 제35집
    • /
    • pp.217-253
    • /
    • 2020
  • 이 연구는 선경(仙境)과 음양합덕, 그리고 천지공사(天地公事)의 원리를 분석하여 조선 미술과 접목하는 입장이다. 이에 대순진리의 태극 사상이 조선 미술에 깊숙이 스민 정황을 찾아내는 연구이다. 이로 말미암아 한민족의 생활이나 습속에 내재한 대순사상이 어떻게 비치는지 파헤친다. 아울러 한민족의 정서나 사상이 어떤 모습인지 대순사상과 창작품을 바탕으로 검토하는 데 따른다. 더욱이 대순사상이 학예에 파고든 정황을 우주론 차원에서 입증하는 데 따른다. 이에 부응한 연구 목적은 대순사상이 내세우는 핵심을 시각 이미지로 생생하게 들춰내는 일이다. 이로써 대순사상과 조선 미술의 결합에 부합하는 문헌과 더불어 실재성을 동시에 확보한다. 그 일환으로 이 연구는 우주론에 입각한 태극 원리로써 대순사상의 세계를 다룬다. 이러한 사상 개념은 조선 미술에 고스란히 드러나는데, 이를 예술 철학 입장에서 분석하여 점검한다. 우선 대순사상을 해결하려는 방안으로 대순진리를 개진하고 이를 조선 미술과 직접 접목한다. 이로써 대순사상이 한국인의 삶에는 어떻게 비치는지 밝힌다. 이와 관련하여 조선 미술의 선정 방법은 민중 생활에 깊숙이 파고든 창작품을 선별한다. 가령 대순사상이 조선조의 풍속화, 민화, 산수화에 집중하여 나타나는 만큼 이를 단서로 입증과 검증 절차를 시각화하여 다룬다. 이 연구는 조선 미술에 스민 대순사상을 예술 철학 차원에서 분석하는 일이다. 이에 따라 음양합덕과 태극 사상이 조선 미술에 내재한 상황을 찾아내는 시도는 대순사상이 민중과 동화한 정황을 들추는 근거이다. 더불어 조선 미술에서 대순사상을 점검하는 일은 조선 미술의 양식뿐만이 아니라 한민족의 생활과 의식, 그리고 정신세계를 생생하게 확인할 기회이다. 그 일환으로 2장에서는 대순사상의 형성을 밝혔다. 3장에서는 '선경(仙境)'과 '음양합덕' 사상의 구조, 그리고 '천지공사(天地公事')와 '태극' 사상을 우주의 운행 법칙에 기인하여 밝혔다. 이에 천지공사의 운행 법칙과 태극 구조를 접목했다. 4장에서는 대순사상과 조선 미술의 융합 차원에서 한민족의 삶과 더불어 창작품에 나타난 대순사상을 분석했다. 이른바 창작품 분석은 실증 자료로 드러내는 데에는 유용한 효과인 만큼 조선 미술에 배인 대순사상을 정밀하게 밝힐 단서이다. 이를테면 <금강전도>, <금강내산전도>, <쌍검대무>, <쌍치도>, <주사채부적도>, <화조기명화분도>, <문자도>에서 선경, 음양합덕, 천지공사의 이치를 분석 대상으로 삼았다. 그 결과 대순사상에 나타난 태극 사상이 조선 미술에 고스란히 스민 정황을 입증했다. 이 모든 진술을 감안할 때, 대순진리가 추구하는 태극 사상은 만물이 상호 생성하면서 변화를 따르는 섭리이다. 그런즉 태극 사상은 한민족의 삶에 지대하게 자리하여 '상생(相生, Mutual life-saving, mutual life-bettering)'으로 융화하는 섭리에 상호 응대한다는 점을 도출했다.