• 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.

• 지능정보연구
• /
• 제16권4호
• /
• pp.159-172
• /
• 2010

협업필터링 추천은 다양한 분야에서 활용되고 있지만 트랜잭션 데이터의 성격에 따라 추천 성능에 현저한 차이를 보이고 있다. 기존 연구에서는 이러한 추천 성능의 차이가 나타나는 이유에 대한 설명을 구체적으로 제시하지 못하고 있고 이에 따라 추천 성능의 예측 또한 연구된 바가 없다. 본 연구는 사회네트워크분석과 인공신경망 모형을 이용하여 협업필터링 추천시스템의 성능을 예측하고자 한다. 본 연구의 목적을 달성하기 위해 국내 백화점의 트랜잭션 데이터를 기반으로 형성되는 고객간 사회 네트워크의 구조적 지표를 측정한 후 이를 기반으로 인공신경망 모형을 구축하고 검증한다. 본 연구는 협업필터링 추천 성능을 예측할 수 있는 새로운 모형을 제시하였다는 점에서 그 의의가 있으며 이를 통해 기업들의 협업필터링 추천시스템 도입에 대한 의사결정에 도움을 줄 수 있을 것으로 기대된다.

• 농촌의학ㆍ지역보건
• /
• 제28권1호
• /
• pp.1-13
• /
• 2003

본 연구는 지난 20여년 동안 건강신념모형을 적용한 폐결핵 환자의 환자역할행태 관련 국내 연구문헌을 수집하여 연구 동향을 파악하고, 계량적 메타분석을 통하여 환자역할행태 향상을 위한 관련요인의 효과크기를 산출하여 제시하고자 하였으며, 그 결과는 다음과 같다. 첫째, 1980년대 이후 20여년간 폐결핵 환자의 건강 관련행태와 관련되어 수집된 66편의 연구논문 중 이 연구의 계량적 메타분석 단계에 최종 포함된 연구는 11편이었다. 이 연구들은 주로 1985년에서 1989년까지 국내 학술지에 각각 54.5%(6편)가 게재되었으며, 연구자(제1저자 포함)는 주로 간호학 전공자들(90.9%)이었다. 메타분석에 포함되는 전체 결핵환자수는 1,263명으로 보건소의 등록환자(81.8%)를 주 대상으로 연구가 진행되었다. 또한 연구설계로는 환자-대조군연구와 단면연구가 각각 6편(54.5%), 5편(45.4%)으로 t-검정, 분산분석, ${\chi}^2$-검정, 상관분석과 (다중) 회귀분석 등의 통계방법이 병용되었는데, 이중 t-검정방법이 빈번히 사용되었다. 둘째, 폐결핵 환자의 일반적 특성 중에서는 유일하게 결핵에 대한 지식 요인만이 환자역할행태에 중등도의 큰 효과를 미치고 있었다(d=0.7870). 그리고 약간의 중등도 효과를 보인 요인들로는 성(d=0.2756), 결혼상태(d=0.2176)와 교육(d=-0.2208) 특성도 들 수 있다. 셋째, 건강신념(믿음)모형 관련 모든 요인들이 환자역할행태에 각각 중등도의 효과를 미치고 있었다. 즉, 행위 수행에 따르는 이익을 높게 인지할수록(d=0.7257), 행위 수행에 따르는 장애요인이 적을수록(d=-0.4242), 질병에 걸릴 가능성을 높게 인지할수록(d=0.4033), 질병의 심각성을 높게 인지할수록(d=0.3133) 환자역할행태의 향상에 유효한 효과가 있었다. 이상의 결과에서 폐결핵 환자의 환자역할행태에는 환자 개인의 다른 특성보다는 결핵에 대한 지식 수준 및 건강신념(믿음)모형의 이익, 장애, 가능성과 심각성 등의 특성이 중요한 역할을 하고 있다. 따라서 결핵정보감시체계의 운영을 통한 결핵환자의 추적관리가 용이한 만큼 건강증진의 차원에서 이들에 대한 적극적인 보건교육을 통한 결핵에 대한 지식 수준의 제고뿐만 아니라 건강신념모형에 따라 결핵치료에 대한 의료인의 설명과 지시 이행의 장점을 충분히 인지하도록 노력할 필요가 있겠다.

• 한국식품과학회지
• /
• 제37권5호
• /
• pp.768-775
• /
• 2005

표고버섯을 이용하는 적절한 가공방법을 모색하고 고부가가치를 갖는 식품으로 개발을 하고자 표고버섯 가루를 밥에 직접 첨가하여 조청을 제조하여 실험한 결과 조청의 일반성분은 무첨가구에 비해 조단백질, 회분과 조지방 함량은 증가하였고, 탄수화물 함량은 감소하였다. 투기성분과 유리당 함량은 버섯가루 첨가량이 증가하면서 증가하였고, 아미노산 분석 결과 총 17종의 아미노산이 검출되었으며 가장 많이 함유된 아미노산은 glutamic acid이었다. 조청의 지방산 조성과 pH는 시료간 차이를 보이지 않았으나, 환원당의 경우 무첨가구에 비해 첨가구의 한량이 높은 결과를 보였다. 또한 점도와 고형분 함량은 무첨가구가 각각 $132{\times}10^3\;cps$와 74.32%에서 3% 첨가구가 각각 $51.4{\times}10^3\;cps$와 65.18%로 첨가량이 증가하면서 두 항목 모두 감소하는 결과를 보였으며 3% 이상 첨가 시 기존 조청의 고유점성과 큰 차이를 보이는 것으로 나타났다. 색도의 경우 L값, a값, b값 모두 첨가량이 증가하면서 감소하였고, 2% 이상의 시료군에서 기존 무첨가구와 현저한 차이를 보이는 것으로 나타났다. 시료별 관능검사 결과에서 색(color)과 향비(flavor)는 1% 첨가구만이, 먹을때의 느낌(chewiness)은 2% 첨가구까지, 단맛(sweetness)과 전반적인 기호도(overall acceptability)는 1% 첨가구 만이 무첨가구와 유의적인 차이를 보이지 않았다. 이러한 결과로 보아 표고버섯 가루를 밥에 첨가하여 조청을 제조할 경우 적정 첨가 수준으로 1-2%, 혹은 그 이하를 첨가해야 버섯의 장점을 살리면서 기존 조청의 특성을 변화시키지 않는 제품을 제조할 수 있을 것으로 보인다.의 비교적 높은 소거 능을 보였다. 따라서 미숙 통밀감 분말은 식이섬유 및 flavonoid 소재원으로 이용 가능성이 있다.량이 0.043mg/kg으로 나타났다. 조사된 어류 중 우리나라의 수은 기준 및 Codex 규격을 초과한 시료는 없었으며, 다랑어류, 참치 통조림, 연어, 황새치를 통한 수은의 주산섭취량도 JECFA에서 설정한 총수은 및 메틸수은은 PTWI에 대하여 각각 0.5%이하 및 0.6% 이하로 나타나 조사된 어류를 통한 우리나라 국민들의 수은 섭취는 현재까지는 안전한 수준인 것으로 판단된다. 보여진다.ificantly more inclusive. As a result of the evolution of new fibers, materials, processes and markets, we assert that a new "ENGINEERING WITH FIBERS" (EwF)(중략)web.cnu.ac.kr/~fabric이다. 제작된 멀티미디어를 실제 수업에 활용한 결과 수강생(32명)의 96.9%가 보조자료로 사용된 멀티미디어 콘텐츠자료가 실험관련 교과목 수업에 효과적이라고 응답하였고, 87.5%가 활용된 멀티미디어 콘텐츠 자료에 만족하며, 75%가 기존의 교과서와 비교하여 더 많이 활용하였다고 응답하였다. 따라서 멀티미디어 콘텐츠를 활용한 교육은 개인차에 따른 개별화 학습을 가능하게 할 뿐만 아니라 능동적인 참여를 유도하여 학습효율을 높일 수 있을 것으로 기대된다.향은 패션마케팅의 정의와 적용범위를 축소시킬 수 있는 위험을 내재한 것으로 보여진다. 그런가 하면, 많이 다루어진 주제라 할지라도 개념이나 용어가 통일되지 않고 사용되며 검증되어 통용되는 측정도구의 부재로 인하여 연구결과의 축적이 미비한 상태이다. 따라서, 이에 대한 재고와 새로운 방향 모색이

• 동양고전연구
• /
• 제69호
• /
• pp.115-146
• /
• 2017

본고는 조선시대 선생안의 디지털 아카이브를 위한 온톨로지(Ontology) 설계에 관한 연구이다. 선생안(先生案)은 조선시대 각 관청에서 소속 관원(官員)의 인적사항 및 인사이동을 기록한 일종의 인명부(人名簿)이다. 일반적으로 관원의 성명(姓名), 생년(生年), 자(字), 본관(本貫) 등의 인적사항 정보와 관직(官職), 제배일(除拜日), 도임일(到任日), 체임일(遞任日), 체임사유(遞任事由) 등의 인사이동 정보가 기록되어 있다. 현전(現傳)하고 있는 선생안은 국 내외 도서관 및 박물관에 소장되어 있으며 그 수는 176종으로 알려져 있다. 이 중에서 한국학중앙연구원 장서각에 소장된 47건의 선생안을 대상으로 선생안의 내용 및 구조를 검토하고, 선생안의 소장처, 선생안 기록 주체인 관청, 기록된 관직, 관원 등 관련 있는 주변의 내용을 담아낼 수 있는 온톨로지를 설계한다. 조선시대 선생안 온톨로지는 실물자료인 선생안 소장정보와 선생안에 기록된 내용의 특징을 반영해 관원, 관청, 인사이동에 초점을 맞추어 설계하였다. 온톨로지 설계는 대상자원을 클래스(Class)로 범주화 하고, 범주에 속하는 개체들(Individuals)은 공통의 속성(Attribute)를 갖도록 하였다. 그리고 각각의 개체들은 다른 개체와의 관계(Relation)를 명시적으로 표현할 수 있는 의미적인 관계어를 정의하였다. 클래스는 '선생안', '인물', '관청', '관직', '장소', '과거(科擧)', '기록', '개념' 등 8개로 범주화하였다. 관계, 속성의 설계는 기존에 설계되어 활용되고 있는 '더블린코어(Doublin Core)', '유로피아나데이터모델(Europeana Data Mode)', 'CIDOC-CRM', '과거 합격자 데이터베이스를 위한 데이터 모델' 등의 어휘를 참조하여 설계하였다. 기존 데이터모델에서 설계한 어휘를 사용한 경우에는 해당 데이터모델의 이름 공간(Namespace)을 사용하였으며, 필요한 경우 필자가 관계를 정의하였다. 설계한 온톨로지는 명릉선생안(明陵先生案)으로 구현 예시를 보이고, 하나의 선생안에서 다수의 선생안으로 대상을 확대하여 정보를 입력하였을 때 기대되는 효과와 활용 방안에 대해 모색해 보았다. 조선시대 선생안 온톨로지는 현전하는 선생안 176종 모두를 검토하여 설계된 것이 아니기 때문에 완벽한 온톨로지로써 기능하기에는 무리가 있다. 지속적으로 선생안의 정보가 입력되는 과정에서 온톨로지 모델의 수정 및 보완이 필요하며, 그 지향점은 선생안에 기록된 정보들을 체계적으로 정리하기 위한 것도 있지만, 선생안에서 확인되는 인물, 관직 등의 정보 요소가 이미 서비스 구축 되었거나, 향후 제작될 조선시대 인물에 관한 데이터베이스 혹은 아카이브와 연계될 수 있는 것도 고려해야 할 것이다. 조선시대 선생안 온톨로지로 입력된 정보는 조선시대 관청 운영과 인사시스템을 볼 수 있는 일면으로 활용되고, 이미 구축된 여타 조선시대와 관련된 데이터베이스와 연계되어 조선시대의 정치 경제 사회 문화를 종합적으로 이해하는 자료의 하나로 기능하기를 기대한다.

• 지능정보연구
• /
• 제20권3호
• /
• pp.45-58
• /
• 2014

몰입은 관람객이 콘텐츠를 관람할 때 관람객들이 콘텐츠에 몰두하고 있는 심리적 상태를 의미하는 것으로, 관람객의 몰입경험은 콘텐츠의 만족도에 긍정적인 영향을 미친다. 따라서 공연 같은 콘텐츠를 제공하는 기업들은 콘텐츠의 흥행을 위해 관람객의 몰입도를 측정하는 것은 매우 중요하다. 설문 등의 표본조사 방법을 통해 관람객의 몰입도를 측정 연구는 방송분야 등 에서 널리 사용되고 있다. 이러한 몰입도 측정방법은 콘텐츠 관람 이후 설문을 실시하기 때문에 몰입도를 실시간으로 측정할 수 없을 뿐만 아니라 몰입도 측정의 정확성이 저하되는 문제 등이 있다. 이러한 문제를 해결하기 위하여 생리적 반응이나 얼굴 표정 분석, 그리고 움직임 관찰 방법 등을 이용하여 몰입도를 측정하는 연구가 수행되고 있다. 생체 신호를 이용하여 몰입도를 측정하는 연구의 경우, 1인을 대상으로 생체신호를 측정할 뿐만 아니라, 많은 데이터 처리 시간과 비용이 소모되는 단점이 있어 많은 관람객이 관람하는 공연장에 적용하기에는 한계가 있다. 얼굴 표정인식 통해 몰입도를 측정하는 경우도 1인을 대상으로 하고 있으며, 밝은 조명의 실험실 환경에서만 가능하다는 단점이 존재한다. 또한 관람객들의 움직인 동기화를 이용하여 몰입도를 특정한 연구는 다중관객을 대상으로 하였지만, 이는 실험실 환경에 한정하여 적용된 사례이다. 따라서 본 연구에서는 공연장, 시사회관 등 많은 관람객들이 콘텐츠를 관람하는 실제 환경에서 다중관람객이 다중몰입도의 정량적 평가를 위한 시스템을 설계하고 개발하였다. 제안된 시스템은 외부장치, 서버, 내부장치 등의 3부분으로 구성되어 있다. 서울시 마포구 상암동에 위치한 DMC 홍보관에 상설 전시장으로 운영하고 있으며, 관람객들을 대상으로 데이터를 획득하고 있다. 제안하고 있는 시스템을 활용하면 콘텐츠의 어느 구간에서 관객들이 몰입을 하고 있는지, 어느 구간에서 몰입을 하고 있지 못한지 분석가능하기 때문에, 향후 콘텐츠 제작 및 마케팅에 유용하게 활용할 수 있을 것으로 기대된다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.219-240
• /
• 2018

감성사전은 감성 어휘에 대한 사전으로 감성 분석(Sentiment Analysis)을 위한 기초 자료로 활용된다. 이와 같은 감성사전을 구성하는 감성 어휘는 특정 도메인에 따라 감성의 종류나 정도가 달라질 수 있다. 예를 들면, '슬프다'라는 감성 어휘는 일반적으로 부정의 의미를 나타내지만 영화 도메인에 적용되었을 경우 부정의 의미를 나타내지 않는다. 그렇기 때문에 정확한 감성 분석을 수행하기 위해서는 특정 도메인에 알맞은 감성사전을 구축하는 것이 중요하다. 최근 특정 도메인에 알맞은 감성사전을 구축하기 위해 범용 감성 사전인 오픈한글, SentiWordNet 등을 활용한 연구가 진행되어 왔으나 오픈한글은 현재 서비스가 종료되어 활용이 불가능하며, SentiWordNet은 번역 간에 한국 감성 어휘들의 특징이 잘 반영되지 않는다는 문제점으로 인해 특정 도메인의 감성사전 구축을 위한 기초 자료로써 제약이 존재한다. 이 논문에서는 기존의 범용 감성사전의 문제점을 해결하기 위해 한국어 기반의 새로운 범용 감성사전을 구축하고 이를 KNU 한국어 감성사전이라 명명한다. KNU 한국어 감성사전은 표준국어대사전의 뜻풀이의 감성을 Bi-LSTM을 활용하여 89.45%의 정확도로 분류하였으며 긍정으로 분류된 뜻풀이에서는 긍정에 대한 감성 어휘를, 부정으로 분류된 뜻풀이에서는 부정에 대한 감성 어휘를 1-gram, 2-gram, 어구 그리고 문형 등 다양한 형태로 추출한다. 또한 다양한 외부 소스(SentiWordNet, SenticNet, 감정동사, 감성사전0603)를 활용하여 감성 어휘를 확장하였으며 온라인 텍스트 데이터에서 사용되는 신조어, 이모티콘에 대한 감성 어휘도 포함하고 있다. 이 논문에서 구축한 KNU 한국어 감성사전은 특정 도메인에 영향을 받지 않는 14,843개의 감성 어휘로 구성되어 있으며 특정 도메인에 대한 감성사전을 효율적이고 빠르게 구축하기 위한 기초 자료로 활용될 수 있다. 또한 딥러닝의 성능을 높이기 위한 입력 자질로써 활용될 수 있으며, 기본적인 감성 분석의 수행이나 기계 학습을 위한 대량의 학습 데이터 세트를 빠르게 구축에 활용될 수 있다.