• 정보기술응용연구
• /
• 제3권2호
• /
• pp.1-24
• /
• 2001

본 연구는 R사의 대고객 만족도 향상을 위하여 고객관계관리(customer relationship management, CRM)를 수행하기 위한 목적으로 추진되었다. 연구의 주안점은 연구관리 데이터베이스로부터 연구관련 변수들의 패턴 및 상호작용을 고려하여 연구계약기관을 기관별 연 구과제의 연구유형 및 연구비에 대한 분석을 통하여 고객유형별로 분류함으로써 향후 대고객관리의 방향을 설정하기 위한 목적으로 시도되었다. 본 연구에서 의사결정나무 알고리듬을 이용하여 자료를 분석한 결과, 17개의 입력변수 중 내외부 계약기관을 분류하는 데 있어서 중요한 변수로는 연구기간, 제경비, 기술개발비의 3개 변수로 나타났다. 연구결과, R사의 고객은 6개월 이상의 연구기간, 3,000만원 이상의 제경비, 그리고 6,075만원의 기술개발비를 기준으로 연구계약기관이 분류되며, 이 연구관련 변수를 이용하여 대고객과의 연구주제 설정, 연구예산 수립 등의 고객관리방안을 수립할 수 있을 것이다.

• 성인간호학회지
• /
• 제16권2호
• /
• pp.316-326
• /
• 2004

Purpose: The purpose of this study was to identify effects of a self-management program on self-efficacy and compliance in patients with CHF. Hypothesis: 1) Patients with CHF who are provided with a self-management program will show higher self-efficacy scores than a control group. 2) Patients who are provided with a self-management program will show higher compliance scores than a control group. Method: This study was designed as a nonequivalent non-synchronized pre-posttest control group. There were eight patients in the experimental group, and twelve in the control group. According to NYHA classification, all patients belonged under the classesII to IV. Data were collected using the instruments developed by the researchers. Data were analyzed using descriptive statistics and Mann Whitney U test. Result: There were significant differences in self-efficacy scores and compliance scores between the experimental and control group. Conclusion: By utilizing the program, patients were able to monitor their symptoms routinely, comply with therapeutic regimen, and feel better able to positively influence their disease. Therefore, better compliance means fewer readmissions of patients with CHF.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.104-115
• /
• 2010

유비쿼터스 기술의 보편화에 따라 유비쿼터스 환경의 보안 취약성을 해결하기 위한 보안기술의 연구가 주목받고 있다. 그러나 현재의 대다수 보안 시스템은 고정된 규칙을 기반으로 하는 것으로서, 유비쿼터스 기반 사용자의 다양한 상황에 제대로 대응하지 못하는 문제점이 있다. 또한 기존의 상황인식 보안 연구는 ACL (Access Control List) 혹은 RBAC (Role-Based Access Control) 계열의 연구가 많이 수행되고 있으나 보안정책의 관리에 대한 오버헤드가 크고, 또한 예상하지 못한 상황에 대한 대응이 어렵다는 문제점을 보이고 있다. 이에 본 논문에서는 퍼지 알고리즘과 MAUT를 이용하여 다양한 상황을 인식하고 적절한 보안기능을 제공하는 상황인식 보안 서비스를 제안한다.

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1699-1705
• /
• 2018

본 연구는 우리나라 지역주민의 심폐소생술 수행능력 자신감의 특성을 파악하기 위하여 지역사회건강조사 자료를 이차분석한 서술적 조사연구 이다. 연구 대상은 2014년, 2016년에 지역사회건강조사 전체 조사대상자 중 심폐소생술 인지군 357,176명이며 수집된 자료는 SPSS WIN 25.0 프로그램을 이용하여 복합표본 빈도분석과 의사결정나무 분석을 수행하였다. 본 연구의 결과 우리나라 지역주민의 심폐소생술 수행능력 자신감은 심폐소생술 교육 경험이 있을 경우, 최근 2년 동안 마네킹 실습 경험이 있을 경우, 심폐소생술 교육경험이 2년 이내일 경우, 남성, 41.5세 이하일 경우에 높은 것으로 나타났다.

• ETRI Journal
• /
• 제34권5호
• /
• pp.743-752
• /
• 2012

Semantic interpretation of the relationship between noun compound (NC) elements has been a challenging issue due to the lack of contextual information, the unbounded number of combinations, and the absence of a universally accepted system for the categorization. The current models require a huge corpus of data to extract contextual information, which limits their usage in many situations. In this paper, a new semantic relations interpreter for NCs based on novel lightweight binary features is proposed. Some of the binary features used are novel. In addition, the interpreter uses a new feature selection method. By developing these new features and techniques, the proposed method removes the need for any huge corpuses. Implementing this method using a modular and plugin-based framework, and by training it using the largest and the most current fine-grained data set, shows that the accuracy is better than that of previously reported upon methods that utilize large corpuses. This improvement in accuracy and the provision of superior efficiency is achieved not only by improving the old features with such techniques as semantic scattering and sense collocation, but also by using various novel features and classifier max entropy. That the accuracy of the max entropy classifier is higher compared to that of other classifiers, such as a support vector machine, a Na$\ddot{i}$ve Bayes, and a decision tree, is also shown.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2001년도 제13회 한글 및 한국어 정보처리 학술대회
• /
• pp.130-137
• /
• 2001

최대 엔트로피 모델(maximum entropy model)은 여러 가지 자연언어 문제를 학습하는데 성공적으로 적용되어 왔지만, 두 가지의 주요한 문제점을 가지고 있다. 그 첫번째 문제는 해당 언어에 대한 많은 사전 지식(prior knowledge)이 필요하다는 것이고, 두번째 문제는 계산량이 너무 많다는 것이다. 본 논문에서는 텍스트 단위화(text chunking)에 최대 엔트로피 모델을 적용하는 데 나타나는 이 문제점들을 해소하기 위해 새로운 방법을 제시한다. 사전 지식으로, 간단한 언어 모델로부터 쉽게 생성된 결정트리(decision tree)에서 자동적으로 만들어진 규칙을 사용한다. 따라서, 제시된 방법에서의 최대 엔트로피 모델은 결정트리를 보강하는 방법으로 간주될 수 있다. 계산론적 복잡도를 줄이기 위해서, 최대 엔트로피 모델을 학습할 때 일종의 능동 학습(active learning) 방법을 사용한다. 전체 학습 데이터가 아닌 일부분만을 사용함으로써 계산 비용은 크게 줄어 들 수 있다. 실험 결과, 제시된 방법으로 결정트리의 오류의 수가 반으로 줄었다. 대부분의 자연언어 데이터가 매우 불균형을 이루므로, 학습된 모델을 부스팅(boosting)으로 강화할 수 있다. 부스팅을 한 후 제시된 방법은 전문가에 의해 선택된 자질로 학습된 최대 엔트로피 모델보다 졸은 성능을 보이며 지금까지 보고된 기계 학습 알고리즘 중 가장 성능이 좋은 방법과 비슷한 성능을 보인다 텍스트 단위화가 일반적으로 전체 구문분석의 전 단계이고 이 단계에서의 오류가 다음 단계에서 복구될 수 없으므로 이 성능은 텍스트 단위화에서 매우 의미가 길다.

• 한국인터넷방송통신학회논문지
• /
• 제8권2호
• /
• pp.57-65
• /
• 2008

무선 센서 네트워크(Wireless Sensor Network)는 차세대 IT 기술로서 소형, 저가, 저전력을 필요로 하며, 외부환경의 모니터링과 제어기능을 수행할 수 있다. 이것은 소형 장치 안에 마이크로프로세서, 각종 센서, 액추에이터, 유 무선 통신 장치를 내장하는 수백 혹은 수천 개의 센서 노드로 구성된다. 본 논문에서는 이러한 센서 네트워크를 이용하여 기상의 악천 후 속에서 차량 및 도로 상황 정보를 실시간으로 미리 획득하고 분석하여 운전자에게 미리 도로의 안전속도를 통보할 수 있는 실시간 차량 안전속도 서비스 시스템을 설계하고 구현된 결과를 보여 주고자 한다. 본 시스템은 노면의 종류 및 기상 상태 등에 대한 정보를 수집하여 이를 바탕으로 운전자에게 안전 속도를 알려줌으로써 교통사고를 효과적으로 예방할 수 있는 방법을 제공할 수 있다.

• Smart Structures and Systems
• /
• 제13권6호
• /
• pp.901-925
• /
• 2014

The reliability of a Bridge management System depends on the quality of visual inspection and the reliable estimation of bridge condition rating. However, the current practices of visual inspection have been identified with several limitations, such as: they are time-consuming, provide incomplete information, and their reliance on inspectors' experience. To overcome such limitations, this paper presents an approach of automating the prediction of condition rating for bridges based on digital image analysis. The proposed methodology encompasses image acquisition, development of 3D visualization model, image processing, and condition rating model. Under this method, scaling defect in concrete bridge components is considered as a candidate defect and the guidelines in the Ontario Structure Inspection Manual (OSIM) have been adopted for developing and testing the proposed method. The automated algorithms for scaling depth prediction and mapping of condition ratings are based on training of back propagation neural networks. The result of developed models showed better prediction capability of condition rating over the existing methods such as, Naïve Bayes Classifiers and Bagged Decision Tree.

• 한국정보시스템학회지:정보시스템연구
• /
• 제26권3호
• /
• pp.273-293
• /
• 2017

Purpose The purpose of this study is to introduce a framework that helps Muslims to determine whether a food can be consumed. It can complement existing Halal food classification services having a difficulty of constructing Halal food database. Design/methodology/approach The proposed framework includes two components. First, OCR(Optical Character Recognition) technique is utilized to read the food additive information. Second, machine learning methods were used to trained and predicted to determine whether a food can be consumed using the provided information. Findings Among the compared machine learning methods, SVM(Support Vector Machine), DT(Decision Tree), and NB(Naive Bayes), SVM with linear kernel and DT had excellent performance in the Halal food classification. The framework which adopting the proposed framework will enhance the tourism experiences of Muslim tourists who consider keeping the Islamic law most importantly. Furthermore, it can eventually contribute to the enhancement of smart tourism ecosystem.

• 한국IT서비스학회지
• /
• 제15권1호
• /
• pp.197-210
• /
• 2016

With the advent of text analytics, VOC (Voice of Customer) data become an important resource which provides the managers and marketing practitioners with consumer's veiled opinion and requirements. In other words, making relevant use of VOC data potentially improves the customer responsiveness and satisfaction, each of which eventually improves business performance. However, unstructured data set such as customers' complaints in VOC data have seldom used in marketing practices such as predicting service time as an index of service quality. Because the VOC data which contains unstructured data is too complicated form. Also that needs convert unstructured data from structure data which difficult process. Hence, this study aims to propose a prediction model to improve the estimation accuracy of the level of customer satisfaction by combining unstructured from textmining with structured data features in VOC. Also the relationship between the unstructured, structured data and service processing time through the regression analysis. Text mining techniques, sentiment analysis, keyword extraction, classification algorithms, decision tree and multiple regression are considered and compared. For the experiment, we used actual VOC data in a company.