• Asia pacific journal of information systems
• /
• 제19권2호
• /
• pp.139-155
• /
• 2009

For the last few decades, many studies have tried to explore and unveil venture companies' success factors and unique features in order to identify the sources of such companies' competitive advantages over their rivals. Such venture companies have shown tendency to give high returns for investors generally making the best use of information technology. For this reason, many venture companies are keen on attracting avid investors' attention. Investors generally make their investment decisions by carefully examining the evaluation criteria of the alternatives. To them, credit rating information provided by international rating agencies, such as Standard and Poor's, Moody's and Fitch is crucial source as to such pivotal concerns as companies stability, growth, and risk status. But these types of information are generated only for the companies issuing corporate bonds, not venture companies. Therefore, this study proposes a method for evaluating venture businesses by presenting our recent empirical results using financial data of Korean venture companies listed on KOSDAQ in Korea exchange. In addition, this paper used multi-class SVM for the prediction of DEA-based efficiency rating for venture businesses, which was derived from our proposed method. Our approach sheds light on ways to locate efficient companies generating high level of profits. Above all, in determining effective ways to evaluate a venture firm's efficiency, it is important to understand the major contributing factors of such efficiency. Therefore, this paper is constructed on the basis of following two ideas to classify which companies are more efficient venture companies: i) making DEA based multi-class rating for sample companies and ii) developing multi-class SVM-based efficiency prediction model for classifying all companies. First, the Data Envelopment Analysis(DEA) is a non-parametric multiple input-output efficiency technique that measures the relative efficiency of decision making units(DMUs) using a linear programming based model. It is non-parametric because it requires no assumption on the shape or parameters of the underlying production function. DEA has been already widely applied for evaluating the relative efficiency of DMUs. Recently, a number of DEA based studies have evaluated the efficiency of various types of companies, such as internet companies and venture companies. It has been also applied to corporate credit ratings. In this study we utilized DEA for sorting venture companies by efficiency based ratings. The Support Vector Machine(SVM), on the other hand, is a popular technique for solving data classification problems. In this paper, we employed SVM to classify the efficiency ratings in IT venture companies according to the results of DEA. The SVM method was first developed by Vapnik (1995). As one of many machine learning techniques, SVM is based on a statistical theory. Thus far, the method has shown good performances especially in generalizing capacity in classification tasks, resulting in numerous applications in many areas of business, SVM is basically the algorithm that finds the maximum margin hyperplane, which is the maximum separation between classes. According to this method, support vectors are the closest to the maximum margin hyperplane. If it is impossible to classify, we can use the kernel function. In the case of nonlinear class boundaries, we can transform the inputs into a high-dimensional feature space, This is the original input space and is mapped into a high-dimensional dot-product space. Many studies applied SVM to the prediction of bankruptcy, the forecast a financial time series, and the problem of estimating credit rating, In this study we employed SVM for developing data mining-based efficiency prediction model. We used the Gaussian radial function as a kernel function of SVM. In multi-class SVM, we adopted one-against-one approach between binary classification method and two all-together methods, proposed by Weston and Watkins(1999) and Crammer and Singer(2000), respectively. In this research, we used corporate information of 154 companies listed on KOSDAQ market in Korea exchange. We obtained companies' financial information of 2005 from the KIS(Korea Information Service, Inc.). Using this data, we made multi-class rating with DEA efficiency and built multi-class prediction model based data mining. Among three manners of multi-classification, the hit ratio of the Weston and Watkins method is the best in the test data set. In multi classification problems as efficiency ratings of venture business, it is very useful for investors to know the class with errors, one class difference, when it is difficult to find out the accurate class in the actual market. So we presented accuracy results within 1-class errors, and the Weston and Watkins method showed 85.7% accuracy in our test samples. We conclude that the DEA based multi-class approach in venture business generates more information than the binary classification problem, notwithstanding its efficiency level. We believe this model can help investors in decision making as it provides a reliably tool to evaluate venture companies in the financial domain. For the future research, we perceive the need to enhance such areas as the variable selection process, the parameter selection of kernel function, the generalization, and the sample size of multi-class.

• Asia pacific journal of information systems
• /
• 제19권2호
• /
• pp.43-72
• /
• 2009

Recently, user-created content (UCC) have emerged as popular medium of on-line participation among users. The Internet environment has been constantly evolving, attracting active participation and information sharing among common users. This tendency is a significant deviation from the earlier Internet use as an one-way information channel through which users passively received information or contents from contents providers. Thanks to UCCs online users can now more freely generate and exchange contents; therefore, identifying the critical factors that affect content-generating activities has increasingly become an important issue. This paper proposes a set of critical factors for stimulating contents generation and sharing activities by Internet users. These factors were derived from the theories of folklores such as tales and songs. Based on some shared traits of folklores and UCC content, we found four critical elements which should be heeded in constructing UCC contents, which are: context of culture, context of situation, skill of generator, and response of audience. In addition, we selected three major UCC websites: a specialized contents portal, a general internet portal, and an official contents service site, They have different use environments, user interfaces, and service policies, To identify critical factors for generating, sharing and transferring UCC, we traced user activities, interactions and flows of content in the three UCC websites. Moreover, we conducted extensive interviews with users and operators as well as policy makers in each site. Based on qualitative and quantitative analyses of the data, this research identifies nine critical factors that facilitate contents generation and sharing activities among users. In the context of culture, we suggest voluntary community norms, proactive use of copyrights, strong user relationships, and a fair monetary reward system as critical elements in facilitating the process of contents generation and sharing activities. Norms which were established by users themselves regulate user behavior and influence content format. Strong relationships of users stimulate content generation activities by enhancing collaborative content generation. Particularly, users generate contents through collaboration with others, based on their enhanced relationship and specialized skills. They send and receive contents by leaving messages on website or blogs, using instant messenger or SMS. It is an interesting and important phenomenon, because the quality of contents can be constantly improved and revised, depending on the specialized abilities of those engaged in a particular content. In this process, the reward system is an essential driving factor. Yet, monetary reward should be considered only after some fair criterion is established. In terms of the context of the situation, the quality of contents uploading system was proposed to have strong influence on the content generating activities. Among other influential factors on contents generation activities are generators' specialized skills and involvement of the users were proposed. In addition, the audience response, especially effective development of shared interests as well as feedback, was suggested to have significant influence on contents generation activities. Content generators usually reflect the shared interest of others. Shared interest is a distinct characteristic of UCC and observed in all the three websites, in which common interest is formed by the "threads" embedded with content. Through such threads of information and contents users discuss and share ideas while continuously extending and updating shared contents in the process. Evidently, UCC is a new paradigm representing the next generation of the Internet. In order to fully utilize this innovative paradigm, we need to understand how users take advantage of this medium in generating contents, and what affects their content generation activities. Based on these findings, UCC service providers should design their websites as common playground where users freely interact and share their common interests. As such this paper makes an important first step to gaining better understand about this new communication paradigm created by UCC.

• 해양환경안전학회지
• /
• 제29권2호
• /
• pp.197-206
• /
• 2023

최근 국제해사기구(IMO)를 비롯한 국제사회에서 선박의 대기오염 배출 규제를 강화하고 있으며, 배기가스 배출을 줄이기 위한 친환경 선박 개발이 활발하게 이루어지고 있다. 그중에서도 풍력 보조 선박추진 시스템 중 하나인 로터 세일(Rotor Sail, RS)이 다시금 주목받고 있다. RS는 선박 데크에 설치되는 원통형 실린더 장치로 마그누스 효과를 사용하여 유체 동역학적 양력을 생성하는 장치이다. 이는 차세대 친환경 보조 추진 기술 중 하나이며, RS 적용 선박을 개발한 Enercon 사(社)에서는 약 30% 이상의 연료 절감이 가능하다고 발표했다. 본 연구에서는 다중 RS를 선박에 설치할 경우 RS 간격 및 배열 형태와 같은 최적의 설치 조건을 선정하고자 하였으며, RS 배열에 따른 유동특성을 확인하기 위하여 AR(Aspect Ratio) = 5.1, SR(Spin Ratio) = 1.0 및 로터세일 지름과 엔드 플레이트 지름 비(D_e/D)= 2.0 로 고정하고 자유 유속 U = 5 m/s로 풍향은 +y 축 단방향에 대한 조건만 고려하였다. 배열 조건은 횡방향 거리는 +x 축 방향으로 3D ~ 15D까지 3D 간격으로 총 5가지 조건을, 종방향 거리는 +y 축 방향으로 5D ~ 25D까지 5D 간격으로 총 5가지 조건을 설정하였으며, 사각 형태(□)와 마름모 형태(◇) 배열에 따른 양력계수(C_L), 항력계수(C_D)와 공기역학적 효율(C_L/C_D)을 비교하였다. 결과적으로 종방향 간격에 따른 RS의 영향은 크게 차이가 없었으나, 횡방향 간격에 따른 RS 유동특성의 경우 두 RS가 바람 방향에 거의 일치할 때 RS의 상호작용 효과가 가장 크게 나타났다. 배열에 따른 RS 유동특성의 경우, 전방(0°) 방향에서 바람이 불 때 마름모 형태(◇) 배열이 RS 간의 후류 영향을 가장 덜 받는 것으로 나타났다.

• 벤처창업연구
• /
• 제18권1호
• /
• pp.253-270
• /
• 2023

스타트업에게 전문보육과 투자를 동시에 제공함으로써 스타트업의 생존율을 크게 개선하여 주목을 받고 있는 액셀러레이터의 투자결정요인에 대한 연구는 점점 확대되고 있다. 그러나 선행 연구들은 초기 단계로 투자결정요인 개발 시 이론적 기반을 갖추지 못한 상황으로 유사 투자자인 엔젤투자자나 벤처캐피탈의 투자결정요인을 사용하고 있으며 실증연구를 통해 중요도와 우선순위를 분석하는 단계에 머물고있다. 따라서 본 연구는 선행연구에서 비즈니스 모델 혁신 프레임워크를 기반으로 개발된 액셀러레이터 투자결정요인을 사용하여 투자결정요인의 변별력과 유효성을 국내 최초로 실증 검증하였다. 이를 위해 먼저 액셀러레이터의 스타트업 투자 성공과 실패의 판단 기준을 스케일업 이론을 기반으로 설정한 후 국내 14개 액셀러레이터의 22명의 투자전문가를 대상으로 설문조사를 시행한 결과 액셀러레이터의 스타트업 투자 후 스케일업에 성공한 스타트업 52개사, 스케일업에 실패한 스타트업 45개사 등의 총 97개 스타트업의 유효한 자료를 확보하였으며 이 두 그룹 간의 액셀러레이터 투자결정요인별 평균 차이를 검증하기 위해 독립표본 t-검정을 실시하였다 분석 결과 총 21개의 투자결정요인 중 9개(43%) 요인에서 평균 차이를 확인함으로써 비즈니스 모델 혁신 프레임워크 기반의 액셀러레이터의 투자결정요인이 실무적으로 액셀러레이터가 성공 가능한 스타트업을 발굴하고 투자의사결정을 하는데 상당한 변별력을 보유한 것으로 확인하였다. 또한 스타트업의 업종별 혁신의 특성을 고려하여 연구 대상 스타트업 표본을 제조업 분야 스타트업과 서비스업 분야 스타트업으로 구분하여 분석한 결과 제조업 분야 스타트업에서는 비즈니스 모델, 전략, 동적역량 요인에서 평균 차이가 발생한 반면 서비스업 분야 스타트업은 동적역량 요인에서만 평균 차이가 발생하였다. 본 연구는 비즈니스 모델 혁신 프레임워크를 기반으로 도출한 액셀러레이터 투자결정요인의 실무적 유효성을 실증연구를 통해 국내 최초로 검증하였다는 점에서 학문적 시사점이 크며, 액셀러레이터에게 투자의사결정을 위한 이론적 근거와 세부 투자결정요인에 대한 구체적인 정보를 제공함으로써 효과적인 투자를 할 수 있게 한다는 점에서 실무적 가치가 높다.

• 한국유통학회지:유통연구
• /
• 제16권1호
• /
• pp.95-115
• /
• 2011

본 연구는 Kano모델을 활용하여 프랜차이즈 매장에 관한 다양한 품질요인들의 속성을 고객의 관점에서 분류하였다. 또한, 각 품질요인들이 고객의 만족 또는 불만족에 미치는 상대적 영향력을 분석해 보고자 만족지수와 불만족지수를 산출하였다. 자료 수집을 위해 외식 프랜차이즈 매장 방문 경험이 있는 서울 및 전국광역시 거주 성인들을 대상으로 온라인조사를 실시하였으며, 총 257개의 응답이 분석에 사용되었다. 분석 결과, 해당 품질요소가 충족이 되지 않는 경우 소비자의 불만으로 이어지는 요소에는 매장 청결도, 직원 친절도 및 숙련도, 편의시설 제공 등이 포함되는 것으로 나타났다. 프랜차이즈 사업에서 매장 간 음식메뉴의 구색, 가격, 품질수준, 인테리어, 고객서비스 절차 등의 표준화는 중요하게 생각되어 왔으나, 이 중 음식 가격의 동일성만이 고객의 불만족과 깊은 관계를 가지고 있었다. 충족이 되지 않아도 상관없지만 충족이 되는 경우 고객들의 호의적인 반응을 이끌어낼 수 있는 요소로는 외부기관으로부터의 수상 또는 인증 경력, 프랜차이즈 브랜드의 해외진출, 경품이벤트 및 사용금액에 따라 혜택을 주는 로열티 프로그램의 실시, 그리고 우수한 매장접근성이 해당되었다. 프랜차이즈 브랜드를 상대적으로 자주 이용하는 헤비유저의 경우, 정기적인 신메뉴 출시 또한 매력적인 품질요인으로 생각하고 있었다. 본 논문은 경영자가 우선적으로 관심을 두고 개선하여야 하는 부분과 경쟁력 확보를 위해 추가적으로 투자해야 할 부분이 어디인가에 대한 시사점을 제공해 준다는 점에서 연구의 의의가 있다.

• 한국조경학회지
• /
• 제51권3호
• /
• pp.70-82
• /
• 2023

최근 IT 기술과 데이터의 범람으로 생활 전반적인 부분의 패러다임이 전환되고 있다. 이러한 기술의 발전과 변화는 학술영역에도 영향을 미치고 있다. 학문적 교류와 연계를 통해 연구주제나 연구 방법의 개선이 이루어지고 있다. 특히, 데이터 기반의 연구 방법이 다양한 학문분야에서 진행되고 있으며 조경학에서도 지속적인 연구가 필요한 시점이다. 따라서 본 연구에서는 이러한 시대적 상황을 반영하여 인공지능의 한 분야인 머신러닝을 활용한 경관 선호 평가 및 예측모델의 개발 가능성을 알아보는 것을 목표로 한다. 본 연구의 목표를 달성하기 위하여 경관 분야에 머신러닝 기법을 적용하여 경관 선호 평가 및 예측 모델을 구축하고, 구축된 모형의 모의정도를 검증하였다. 이를 위해 본 연구에서는 최근 신재생에너지 사업으로 주목받는 풍력발전시설 경관 이미지를 연구대상으로 선정하였다. 분석을 위하여 풍력발전시설 경관 이미지를 웹크롤링 기법을 활용하여 수집하고 분석 테이터셋을 구축하였다. 우수한 성능의 예측모델 도출을 위하여 머신러닝 분석에 활용되는 University of Ljubljana의 프로그램인 오렌지 버전 3.33을 활용하였다. 또, 머신러닝 학습데이터의 평가기준을 통합한 모델과 평가기준 별도 모델 구조를 활용하였으며, 머신러닝 분류모델에 적합한 kNN. SVM, Random Forest, Logistic Regression, Neural Network 알고리즘을 사용해 모델을 생성하였다. 생성된 모델을 성능 평가를 실시하여 본 연구에 가장 적합한 예측모델을 도출하였다. 본 연구에서 도출된 예측모델은 경관의 유형에 따른 분류, 경관과 대상의 시거리에 따른 분류, 선호에 따른 분류 등 3가지 평가기준을 별도로 평가 후 종합해 예측하여 결과를 도출하였다. 연구 결과 경관 유형에 따른 평가 기준 정확도 0.986, 시거리에 따른 평가 기준 정확도 0.973, 선호에 따른 평가 기준 정확도 0.952에 달하는 높은 정확도를 가진 예측모델을 개발하였으며, 평가데이터 예측 결과를 통한 검증과정을 보아도 모델의 성능 치를 상회하는 성과를 도출했음을 알 수 있다. 경관 관련 연구에서 머신러닝을 활용한 예측모델 개발 가능성을 알아본 실험적 시도로 이미지 데이터의 수집 및 정제를 통해 데이터 세트를 구축하여 높은 성능의 예측모델이 생성 가능하며, 이후 경관 관련 연구 분야에 활용될 수 있다는 가능성을 확인할 수 있었다. 본 연구의 결과와 시사점, 한계점을 반영한다면 풍력발전시설의 경관뿐만 아니라 자연경관이나 문화경관 등 다양한 형태의 경관 예측모델 개발이 가능할 것으로 생각되며, 경관 유형에 따라 이미지를 분류하는 모델의 연구를 통해 데이터 분류의 시간을 단축하거나 머신러닝을 활용한 경관예측 인자분석을 통해 경관계획 요소의 중요도 분석 등의 주제에 맞는 연구 방법을 탐색하고 적용하여 후속 연구를 진행한다면 조경학 분야에서도 머신러닝 기법을 보다 유용하고 가치 있게 활용할 수 있을 것으로 생각된다.