• 지구물리와물리탐사
• /
• 제9권3호
• /
• pp.207-224
• /
• 2006

탄성파 피에조콘 관입 시험(Seismic Piezo-Cone Penetration Test, SCPTu)은 동적 및 정적 물성과 같은 지반의 공학적 특성 평가에 가장 유용한 조사 기법 중의 하나이다. 본 연구에서는 국내 지반에 대한 실질적 활용 연구로서, 국내 대표적 퇴적 지층 발달 지역인 부산과 인천을 대상으로 각각 두 부지와 네 부지에서 SCPTu를 수행하였다. 현장에서 SCPTu로부터 획득한 파형 신호에 대해 교차법을 이용한 신호 판독을 실시하여 깊이별 전단파의 초기 도달 시점 및 그에 따른 깊이별 도달 시차를 결정하였다. 이를 토대로 Snell의 법칙에 근간한 굴절 전파 경로법을 이용하여 전단파 속도$(V_S)$의 깊이별 분포를 도출하였다. 결정된 깊이별 $V_S$ 분포를 콘 선단 저항력$(q_t)$과 비교해 본 결과, 깊이에 따른 두 값의 경향이 유사하게 나타났다. 일반적인 CPTu 자료의 지진공학적 활용을 목적으로 SCPTu로부터 측정된 결과를 토대로 $V_S$와 콘 관입 특성값의 상관관계를 분석 도출하였다. 다중 회귀 분석을 수행하여 전단파 속도와 콘 관입 특성값 중 네 가지의 독립변수인 콘 관입 저항력$(q_t)$, 주면 마찰력$(f_s)$, 유효상재응력$(\sigma'_{v0})$ 및 간극수압계수$(B_q)$ 간의 상호 관련성을 정량적으로 평가하였으며, 특히 흙 분류 지수인 $I_c$값에 의하여 객관적으로 구분된 사질토 및 점토와 전체 토사에 대한 변수별 경험적 상관식을 제안하였다. SCPTu의 하향식 탄성파 시험과 일반적인 CPTu의 대상 변형률 수준이 다름에도 불구하고 본 연구에서 도출 제안된 $V_S$와 CPTu 특성값의 상관관계는 국내 일부 퇴적 지반에 대한 $V_S$의 예비적 평가에 매우 유용하였으며, 기존 해외 연구의 상관관계에 비해서도 높은 상관성을 보였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.39-54
• /
• 2013

전자상거래의 폭발적 증가는 소비자에게 더 유리한 많은 구매 선택의 기회를 제공한다. 이러한 상황에서 자신의 구매의사결정에 대한 확신이 부족한 소비자들은 의사결정 절차를 간소화하고 효과적인 의사결정을 위해 추천을 받아들인다. 온라인 상점의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로써의 가치를 인정받고 있다. 그러나 사용자의 기호를 제대로 반영하지 못하는 추천시스템은 사용자의 실망과 시간낭비를 발생시킨다. 본 연구에서는 정확한 사용자의 기호 반영을 통한 추천기법의 정교화를 위해 데이터마이닝과 다중모형조합기법을 이용한 상품추천시스템 모형을 제안하고자 한다. 본 연구에서 제안하는 모형은 크게 두 개의 단계로 이루어져 있으며, 첫 번째 단계에서는 상품군 별 우량고객 선정 규칙을 도출하기 위해서 로지스틱 회귀분석 모형, 의사결정나무 모형, 인공신경망 모형을 구축한 후 다중모형조합기법인 Bagging과 Bumping의 개념을 이용하여 세 가지 모형의 결과를 조합한다. 두 번째 단계에서는 상품군 별 연관관계에 관한 규칙을 추출하기 위하여 장바구니분석을 활용한다. 상기의 두 단계를 통하여 상품군 별로 구매가능성이 높은 우량고객을 선정하여 그 고객에게 관심을 가질만한 같은 상품군 또는 다른 상품군 내의 다른 상품을 추천하게 된다. 제안하는 상품추천시스템은 실제 운영 중인 온라인 상점인 'I아트샵'의 데이터를 이용하여 프로토타입을 구축하였고 실제 소비자에 대한 적용가능성을 확인하였다. 제안하는 모형의 유용성을 검증하기 위하여 제안 상품추천시스템의 추천과 임의 추천을 통한 추천의 결과를 사용자에게 제시하고 제안된 추천에 대한 만족도를 조사한 후 대응표본 T검정을 수행하였으며, 그 결과 사용자의 만족도를 유의하게 향상시키는 것으로 나타났다.

• 터널과지하공간
• /
• 제31권4호
• /
• pp.289-308
• /
• 2021

본 연구에서는 열-수리-역학적 복합거동 수치해석을 활용하여 국내 고준위방사성폐기물 처분장의 완충재의 설계 기준 온도가 100℃ 및 125℃인 경우, 처분 간격에 따른 처분시스템의 최고 온도를 계산하고, 역학적 안정성을 확보하기 위한 암반의 조건을 도출하였다. 완충재의 설계 기준 온도를 현재와 같이 100℃로 유지할 때, 처분터널 간격이 40 m, 처분공 간격이 5.5 m인 경우와 처분터널 간격이 30 m, 처분공 간격이 6.5 m인 경우, 처분용기와 완충재가 접하는 점에서 최고 온도가 각각 99.4℃ 및 99.8℃로 계산되었다. 완충재의 설계 기준 온도를 125℃로 향상시킨 경우, 처분터널 간격을 30 m, 처분공 간격을 4.5 m까지 감소시켜 처분 면적을 KRS⁺ 기반 처분시스템 대비 55%까지 감소시킬 수 있었다. 다양한 처분 간격에 대해 암반에서의 역학적 안정성을 평가한 결과, 암반파괴가 발생하지 않기 위해서는 KRS⁺ 기반 처분시스템은 암반의 RMR 분류법의 Good rock에 해당하는 RMR 72.4 이상의 조건이어야 했다. 처분 간격이 감소할수록 암반의 RMR이 더 높아야 했으며, 처분터널 간격 30 m, 처분공 간격 4.5 m인 경우에는 RMR 87.3 이상이 되어야 암반의 파괴를 방지할 수 있었다. 그러나, 처분 이후 지하수 유입 시 벤토나이트 완충재 및 뒤채움재의 팽윤에 따른 구속압에 의한 암반 강도의 증가를 고려하면, 해석을 수행한 모든 처분 간격에 대해 암반의 RMR이 75 이상이면 역학적 안정성을 확보할 수 있었다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.143-163
• /
• 2016

인구통계학적 정보는 디지털 마케팅의 핵심이라 할 수 있는 인터넷 사용자에 대한 타겟 마케팅 및 개인화된 광고를 위해 고려되는 가장 기초적이고 중요한 정보이다. 하지만 인터넷 사용자의 온라인 활동은 익명으로 행해지는 경우가 많기 때문에 인구통계특성 정보를 수집하는 것은 쉬운 일이 아니다. 정기적인 설문 조사를 통해 사용자들의 인구통계특성 정보를 수집할 수도 있지만 많은 비용이 들며 허위 기재 등과 같은 위험성이 존재한다. 특히, 모바일 환경에서는 대부분의 사용자들이 익명으로 활동하기 때문에 인구통계특성 정보를 수집하는 것은 더욱 더 어려워지고 있다. 반면, 인터넷 사용자의 온라인 활동을 기록한 클릭스트림 데이터는 해당 사용자의 인구통계학적 정보에 활용될 수 있다. 특히, 인터넷 사용자의 온라인 행위 특성 중 하나인 페이지뷰는 인구통계학적 정보 예측에 있어서 중요한 요인이 된다. 본 연구에서는 기존 선행 연구를 토대로 클릭스트림 데이터 분석을 통해 인터넷 사용자의 온라인 행위 특성을 추출하고 이를 해당 사용자의 인구통계학적 정보 예측에 사용한다. 또한, 1)의사결정나무를 이용한 변수 축소, 2)주성분분석을 활용한 차원축소, 3)군집분석을 활용한 변수축소의 방법을 제안하고 실험에 적용함으로써 많은 설명변수를 이용하여 예측 모델 생성 시 발생하는 차원의 저주와 과적합 문제를 해결하고 예측 모델의 정확도를 높이고자 하였다. 실험 결과, 범주의 수가 많은 다분형 종속변수에 대한 예측 모델은 모든 설명변수를 사용하여 예측 모델을 생성했을 때보다 본 연구에서 제안한 방법론들을 적용했을 때 예측 모델에 대한 정확도가 향상됨을 알 수 있었다. 본 연구는 클릭스트림 분석을 통해 추출된 인터넷 사용자의 온라인 행위는 해당 사용자의 인구통계학적 정보 예측에 활용 가능하며, 예측된 익명의 인터넷 사용자들에 대한 인구통계학적 정보를 디지털 마케팅에 활용 할 수 있다는데 의의가 있다. 또한, 제안 방법론들을 통해 어느 종속변수에 대해 어떤 방법론들이 예측 모델의 정확도를 개선하는지 확인하였다. 이는 추후 클릭스트림 분석을 활용하여 인구통계학적 정보를 예측할 때, 본 연구에서 제안한 방법론을 사용하여 보다 높은 정확도를 가지는 예측 모델을 생성 할 수 있다는데 의의가 있다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.21-41
• /
• 2019

정보 기술의 발전으로 온라인에서 활용 가능한 데이터의 양이 급속히 증대되고 있다. 이러한 빅데이터 시대에 많은 연구들이 통찰력을 발견하고 데이터의 효과를 입증하기 위해 노력하고 있다. 특히 관광 산업의 경우 정보에 민감한 사업으로 소셜 미디어의 영향력이 높고 소셜 미디어의 상품 후기에 소비자들이 영향을 많이 받아 많은 기업과 연구자들이 소셜 미디어를 분석하여 새로운 서비스 및 통찰력을 얻고자 시도하였다. 하지만 소셜 미디어의 후기는 텍스트로 이루어진 대표적인 비정형 데이터로 적절한 처리를 하지 않으면 분석에 활용할 수 없다. 또한 후기 데이터의 양이 방대함에 따라 사람이 직접 분석하기도 어려운 실정이다. 따라서, 본 연구에서는 이러한 소셜미디어 상의 온라인 후기로부터 직접 호텔의 서비스 품질 향상을 위한 통찰력을 추출할 수 있는 분석 방법을 제시하고자 한다. 이를 위해 본 연구에서는 먼저 후기 데이터에 포함되어 있는 주제어를 추출하는 토픽 마이닝 기법을 적용하였다. 토픽 마이닝은 대용량의 문서 집합으로부터 문서를 대표하는 단어 집합을 추출하는 기법을 의미하며 본 연구에서는 다양한 연구에서 활용되고 있는 LDA모형을 사용하여 토픽 마이닝을 수행하였다. 하지만, 토픽 마이닝 자체만으로는 주제어와 평점 사이의 관계를 도출할 수 없어 서비스 품질 향상을 위한 통찰력을 발견하기 어렵다. 그에 따라 본 연구에서는 토픽 마이닝의 결과값을 기반으로 의사결정나무 모형을 사용하여 주제어와 평점 사이의 관계를 도출하였다. 이러한 방법론의 유용성을 평가하기 위해 홍콩에 있는 4개 호텔의 온라인 후기를 수집하고 제안한 방법론의 분석 결과를 해석하는 실험을 진행하였다. 실험 결과 긍정 후기를 통해 각 호텔이 유지해야할 서비스 영역을 발견할 수 있었으며 부정 후기를 통해 개선해야할 서비스 영역을 도출할 수 있었다. 따라서, 본 연구에서 제안한 방법론을 사용하여 방대한 양의 후기 데이터로부터 서비스 개선 및 유지 영역을 발견할 수 있으리라 기대된다.