• 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.

• 한국HCI학회논문지
• /
• 제11권1호
• /
• pp.47-55
• /
• 2016

삼차원 프린팅(이하 3D프린팅)은 현대인들에게 새로움과 흥미를 줄 뿐 아니라 새로운 산업혁명을 예고할 정도로 각광받는 기술이다. 또한 다양한 3D프린팅 서비스 플랫폼의 출현으로 개인들도 3D프린팅으로 디자인한 제품을 쉽게 소유할 수 있게 되었다. 그러나 3D프린팅이 대중화되는 시대, 3D프린팅으로 누구나 원하는 제품을 디자인해서 만들 수 있는 신제조시대가 오기까지는 아직 고려할 문제들이 많아 보인다. 예를 들어, 과연 현존하는 3D프린팅 서비스들이 기존에 기계나 사람이 제작하던 제품을 3D프린팅으로도 만들 수 있다는 것 이상을 보여줄 수 있는지, 현존하는 대다수의 3D프린팅 서비스 플랫폼들처럼 넓은 범위의 제품군을 판매하는 것이 소비자들에게 어떤 의미를 제공할 것인지 등에 대한 충분한 고려와 연구가 필요하다. 이런 맥락에서 시작한 본 연구는 소비자들로 하여금 제품군의 범위가 넓은 3D프린팅 온라인 서비스 플랫폼과 상대적으로 좁은 서비스를 직접 경험해보게 한 후, 구매희망 사이트, 디자인의 다양성, 디자인 만족도, 지각된 기술력, 지각된 구매만족, 지각된 애프터서비스(A/S)를 비교하고 선택형 질문과 서술형 질문에 응답하게 함으로써 향후 3D프린팅 서비스가 나아가야할 방향이 무엇인지에 대한 통찰을 얻고자 했다. 결과적으로 제품군의 범위가 넓은 서비스(예: Shapeways)에 대한 소비자들의 선호가 좁은 서비스(예: Digital Forming)에 대한 선호보다 전반적으로 강함을 관찰하였고, 디자인의 다양성과 원하는 디자인의 구현 가능성이 3D프린팅 서비스가 고려해야할 가장 중요한 요소임을 확인할 수 있었다. 더하여 향후 경쟁력 있는 3D프린팅 서비스가 되기 위해 다양한 분야의 디자이너풀을 확보를 통한 디자인 컨설팅을 진행, 초보자들도 쉽게 디자인할 수 있는 웹기반 소프트웨어 제공, 온-오프라인 매장 병행운영에 대해 논의하였다.

• 한국해양학회지:바다
• /
• 제16권4호
• /
• pp.180-195
• /
• 2011

1994년 신지도 해양생태계에서 관측된 자료를 이용 Ecopath 영양흐름 모델을 구축하였다. 모델은 생체량과 먹이 조성 자료를 이용하여 우점종의 개체군 역학, 주요 영양흐름의 경로, 생태적 특성을 해석하여 다른 해양 생태계와 비교하였다. 계를 구성하는 그룹은 17개로서 해조류, 식물플랑크톤, 동물플랑크톤, 복족류, 다모류, 이매패류, 극피동물, 갑각류, 두족류, 망둑어, 양태, 홍어, 보구치, 베도라치, 장어, 가자미 및 유기쇄설물을 포함한다. 실험결과 영양단계는 일차생산자와 유기쇄설물로부터 최고 소비자인 가자미 그룹에 이르기까지 1.0~4.0의 범위를 보였다. 계의 총생체량(B)은 0.1 $kgWW/m^2$, 총순일차생산량(PP)과 총통과흐름(TST)은 각기 1.6, 3.4 $kgWW/m^2/yr$이며, TST는 총소비 7%, 총이출 43%, 총호흡(TR) 4%, 총유기쇄설물전환 46%의 합으로 구성된다. PP/TR은 0.012, PP/B는 0.015, 잡식지수는 0.12, 핀순환지수는 0.7%, 평균경로거리는 2.15, 지배용량(A)과 발전용량(C)은 각기 4.1과 8.2 $kgWW/m^2/yr$ bits이며, 상대지배용량(A/C)은 51%를 보였다. 특히 본 연구는 영양상호영향 해석에서 간접적인 경로를 통한 영향을 4가지 형태로 구분하여 기술하였다. 총통과흐름 기운데 총이출이 높은 것은 계가 반폐쇄된 만과 다르게 물질 교환이 크다는 의미이며, 연구해역이 신지도, 조약도, 생일도로 둘러싸인 수로를 통해 강한 조류가 미치는 지역임을 보아 쉽게 알 수 있다. 생태계 이론 및 순환지수 가운데 총생체량, 총통과흐름, PP/TR, 핀순환지수, 평균경로 거리, 잡식지수는 비교적 낮게 산출되었는데, 이는 오덤의 이론에 따라 계가 충분히 성숙하지 못한 근거로 해석되었고, 정보지수인 상대지배용량이 크게 산출된 것은 계가 최대로 발전할 수 있는 용량이 작다는 것으로 해석되었다. 이상의 결과로 보아 연구해역은 영양물질의 외부 유출이 커 계가 발전할 수 있는 가능성은 한정되고 현재 발전하고 있는 단계인 것으로 판단되었다. 본 연구는 신지도 해양생태계의 영양흐름 구조와 생태계 특성을 해석한 시험연구로서 향후 생태계의 변화를 비교하거나 관리에 유용할 것으로 판단된다.

• 환경생물
• /
• 제36권2호
• /
• pp.217-231
• /
• 2018

2007년 2월부터 2008년 11월까지 국내의 4개 주요 항만(부산항, 울산항, 인천항, 광양항)에 분포하는 유종섬모충류의 계절적 출현양상과 선박평형수 벡터종(Coos Bay 벡터종 기준)의 계절적 출현양상을 조사하였다. 조사 기간 중 부산항과 울산항에서 유종섬모충류 난류종인 Ascampbeliella urceolata, Codonellopsis morchella, C. ostenfeldi, Dadayiella ganymedes, Eutintinnus stramentus, Protorhabdonella curta가 8월과 11월에 출현하였다. 인천항과 광양항에서는 전 계절을 통해 연안종이 출현하였고 특히 저수온기와 고수온기에 연안종의 출현이 뚜렷하였다. 광양항에서는 2007년 5월에 난류종 Tintinnopsis ampla의 출현과 2008년 11월에 C. ostenfeldi가 출현을 보였지만 인천항에서는 난류종의 출현이 관찰되지 않았다. 유종섬모충 출현분포의 특성은 연안종이 주로 출현하였으며, 부산항과 울산항에서 8월과 11월에 난류종이 중점적으로 출현하고 있는 것은 쿠로시오 해류(Kuroshio current)의 지류인 대마난류(Tsushima Warm Current)의 영향에 의한 유입되는 것으로 판단된다. 또한 조사 기간 중 주요 항만에서 출현한 유종섬모충류의 벡터종은 총 13종이었다. 광양항에서 13종으로 가장 많은 종이 출현하였고 인천항에서 6종으로 가장 적은 종수가 관찰되었으며 부산항과 울산항에서 각각 10종과 11종이 관찰되었다. 이들 벡터종은 부산항, 울산항, 광양항의 고수온기에 가장 많은 출현종수를 보인 반면, 인천항에서는 저수온기 2월에 가장 많은 출현종수를 보여 항만에 따른 차이를 보였다. 그러나 우리나라에 해역에 영향을 주는 서로 다른 해류에 의한 유입종 연구와 선박 평형수에 의해 유입된 벡터종의 연구가 매우 부족하기 때문에 주요 항만의 유종섬모충류의 종조성 차이에 대한 정확한 결론을 내리기에는 어려움이 있어 앞으로 이에 대한 체계적인 연구가 필요하다고 판단된다.

• 경영정보학연구
• /
• 제6권2호
• /
• pp.137-159
• /
• 2004

차세대 정보가전 제품이란 유무선 방식의 홈 네트워크에 연결되어 다른 제품과 데이터 송수신이 가능하고 가정 내외에서 원격으로 제어할 수 있는 차세대 가전제품을 의미한다. 기업들은 다가오는 홈 네트워킹 시대에 주도권을 잡기 위해 많은 투자와 연구를 진행하고 있으나, 새로운 정보가전 개발에 보다 체계적인 접근 방법을 요구하고 있고, 신제품을 개발하는 과정에서 축적된 지식을 서로 공유함으로써 국가적 차원에서 차세대 정보가전 분야를 세계적 수준으로 발전시켜야 할 필요성이 제기되고 있다. 이러한 배경에서 차세대 정보가전 신제품 개발 과정에서 획득된 지식을 지식베이스에 축적하여 이 지식을 정보가전 개발 기업 및 연구소에서 활용할 수 있도록 지원하는 지식관리시스템을 개발하였다. 신제품 개발에 필요한 지식을 획득하기 위해서 일반적인 지식관리시스템에서 사용되는 지식 획득방법과 달리 사용자 중심 설계 방법을 도입하였다. 사용자의 행동 과정과 요구를 분석적인 방법과 관찰적인 방법으로 파악하여 신제품 개발 아이디어를 도출하였고 이 과정에서 획득한 지식을 지식베이스에 저장하여 "사용자 행동분석 지식"과 "사용자 행동관찰 지식"을 구축하였다. 사용자 중심 설계로부터 도출된 신제품 중 사용자 니즈가 분명하고 시장성이 크다고 판단되는 신제품들을 디자인 모형으로 제작하고, 이들 제품이 미래 가정에서 사용되는 실제 상황을 보여주는 비디오를 제작하여 "미래감성 라이프 지식"을 구축하였다. 마지막으로 유럽과 일본에서 개발 중인 미래 주택에 관한 자료와 정보가전과 관련된 국내 신문 기사를 수집하여 "정보가전 기술현황 지식"을 구축하였다. 이러한 과정을 거쳐서 획득한 지식을 정보가전 개발 관련 연구자들이 활용할 수 있도록 웹 기반 지식관리시스템을 개발하였다. 지식 사용자는 지식관리시스템을 활용하여 신제품 개발에 필요한 지식을 얻을 수 있을 뿐만 아니라 새로운 제품 아이디어를 도출할 수 있다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.119-138
• /
• 2017

최근 SNS는 개인의 의사소통뿐 아니라 마케팅의 중요한 채널로도 자리매김하고 있다. 그러나 사이버 범죄 역시 정보와 통신 기술의 발달에 따라 진화하여 불법 광고가 SNS에 다량으로 배포되고 있다. 그 결과 개인정보를 빼앗기거나 금전적인 손해가 빈번하게 일어난다. 본 연구에서는 SNS로 전달되는 홍보글인 비정형 데이터를 분석하여 어떤 글이 금융사기(예: 불법 대부업 및 불법 방문판매)와 관련된 글인지를 분석하는 방법론을 제안하였다. 불법 홍보글 학습 데이터를 만드는 과정과, 데이터의 특성을 고려하여 입력 데이터를 구성하는 방안, 그리고 판별 알고리즘의 선택과 추출할 정보 대상의 선정 등이 프레임워크의 주요 구성 요소이다. 본 연구의 방법은 실제로 모 지방자치단체의 금융사기 방지 프로그램의 파일럿 테스트에 활용되었으며, 실제 데이터를 가지고 분석한 결과 금융사기 글을 판정하는 정확도가 사람들에 의하여 판정하는 것이나 키워드 추출법(Term Frequency), MLE 등에 비하여 월등함을 검증하였다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.69-94
• /
• 2017

최근 빅데이터 분석 수요의 지속적 증가와 함께 관련 기법 및 도구의 비약적 발전이 이루어지고 있으며, 이에 따라 빅데이터 분석은 소수 전문가에 의한 독점이 아닌 개별 사용자의 자가 수행 형태로 변모하고 있다. 또한 전통적 방법으로는 분석이 어려웠던 비정형 데이터의 활용 방안에 대한 관심이 증가하고 있으며, 대표적으로 방대한 양의 텍스트에서 주제를 도출해내는 토픽 모델링(Topic Modeling)에 대한 연구가 활발히 진행되고 있다. 전통적인 토픽 모델링은 전체 문서에 걸친 주요 용어의 분포에 기반을 두고 수행되기 때문에, 각 문서의 토픽 식별에는 전체 문서에 대한 일괄 분석이 필요하다. 이로 인해 대용량 문서의 토픽 모델링에는 오랜 시간이 소요되며, 이 문제는 특히 분석 대상 문서가 복수의 시스템 또는 지역에 분산 저장되어 있는 경우 더욱 크게 작용한다. 따라서 이를 극복하기 위해 대량의 문서를 하위 군집으로 분할하고, 각 군집별 분석을 통해 토픽을 도출하는 방법을 생각할 수 있다. 하지만 이 경우 각 군집에서 도출한 지역 토픽은 전체 문서로부터 도출한 전역 토픽과 상이하게 나타나므로, 각 문서와 전역 토픽의 대응 관계를 식별할 수 없다. 따라서 본 연구에서는 전체 문서를 하위 군집으로 분할하고, 각 하위 군집에서 대표 문서를 추출하여 축소된 전역 문서 집합을 구성하고, 대표 문서를 매개로 하위 군집에서 도출한 지역 토픽으로부터 전역 토픽의 성분을 도출하는 방안을 제시한다. 또한 뉴스 기사 24,000건에 대한 실험을 통해 제안 방법론의 실무 적용 가능성을 평가하였으며, 이와 함께 제안 방법론에 따른 분할 정복(Divide and Conquer) 방식과 전체 문서에 대한 일괄 수행 방식의 토픽 분석 결과를 비교하였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.