• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.203-211
• /
• 2021

언텍트 시대가 돌입되면서 동서고금을 막론하고 현대인들은 건강한 신체와 정신을 추구하면서 웰빙(well-being), 로하스(LOHAS), 웰니스(Wellness)를 위해 자연 친화적인 대체요법으로 아로마테라피(Aromatherapy) 접근방식을 선호하고 있다. 이에 본 연구에서는 중국 절강성 지역 20대에서 50대 여성들을 중심으로 에센셜오일에 대한 지식정도와 사용실태를 알아보고자 일반적 특성 3문항, 지식정도 11문항, 사용실태 13문항, 만족도 9문항을 2019년 7월 5일에서 8월 30일까지 위쳇(WeChat), 왠쥬엔씽 프로그램(wenjuanxing program)을 이용하여 총 617부를 조사분석하였다. 분석방법은 SPSSWIN 21.0프로그램을 이용하여 빈도분석하였고, 지식정도, 만족도는 신뢰도 검증 Cronbach's α을 실시하였고, 연령에 따른 지식정도와 사용실태는 빈도분석, 기술통계분석, 카이스케어 검정(χ2), 일원변량분석으로 분석한 결과를 요약하면 다음과 같다. 조사대상자들의 특성에서 연령은 20대, 학력은 대학교 졸업, 에센셜오일을 들어본 경험 있음에서 각각 가장 높았다. 연령에 따른 에센셜오일 지식정도와 만족도는 모두 보통으로 나타났으며, 사용경험은 모든 연령층에서 높게 조사되었고, 그 외 사용하지 않은 이유는 30대는 효과가 없을 것 같아서가 높았으나, 20대와 40대 이상은 모두 잘 몰라서 응답이 가장 높은 것으로 모두 유의한 차이를 나타내었다. 사용실태는 사용기간, 구입장소, 구매방식, 사용목적, 사용장소, 사용횟수, 사용용도, 사용부위에서 차이가 유의미하게 나타났다. 이의 결과 연령에 따른 에센셜오일의 인지도, 지식정도의 차이가 있고, 사용실태는 20대는 얼굴 피부, 30대 이상은 스트레스해소와 바디관리를 위해 사용하는 것으로 연령대의 차이가 있음을 확인하였다. 연령에 따른 아로마 관련 제품 다양성과 마케팅을 위한 기초적 자료를 제시한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.