• 지능정보연구
• /
• 제20권1호
• /
• pp.1-14
• /
• 2014

최근 관람객의 반응에 따라 실시간으로 대응하여 관객의 몰입과 만족도를 증대시키는 인터랙티브 전시 서비스에 대한 학계와 산업계의 관심이 높아지고 있다. 이러한 인터랙티브 전시 서비스를 효과적으로 구현하기 위해서는 관객의 반응을 통해 해당 관객이 느끼는 감정 상태를 추정할 수 있는 지능형 기술의 도입이 요구된다. 인간의 감정 상태를 추정하기 위한 시도들은 많은 연구들에서 이루어져 왔고, 그 중 대부분은 사람의 얼굴 표정이나 소리 반응을 통해 감정 상태를 추정하는 방식을 도입하고 있다. 하지만, 최근 소개되고 있는 연구들에 따르면 단일 반응이 아닌 여러 반응을 종합적으로 고려하는 이른바 멀티 모달(multimodal) 접근을 사용했을 경우, 인간의 감정 상태를 보다 정확하게 추정할 수 있다. 이러한 배경에서 본 연구는 키넥트 센서를 통해 측정되는 관객의 얼굴 표정, 몸짓, 움직임 등을 종합적으로 고려한 새로운 멀티모달 감정 상태 추정 모형을 제안하고 있다. 제안모형의 예측 기법으로는 방대한 양의 데이터를 효과적으로 처리하기 위해, 몬테칼로(Monte Carlo) 방법인 계층화 샘플링(stratified sampling) 방법에 기반한 다중회귀분석을 적용하였다. 제안 모형의 성능을 검증하기 위해, 15명의 피실험자로부터 274개의 독립 및 종속변수들로 구성된 602,599건의 관측 데이터를 수집하여 여기에 제안 모형을 적용해 보았다. 그 결과 10~15% 이내의 평균오차 범위 내에서 피실험자의 쾌/불쾌도(valence) 및 각성도(arousal) 상태를 정확하게 추정할 수 있음을 확인할 수 있었다. 이러한 본 연구의 제안 모형은 비교적 구현이 간단하면서도 안정성이 높아, 향후 지능형 전시 서비스 및 기타 원격학습이나 광고 분야 등에 효과적으로 활용될 수 있을 것으로 기대된다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.373-395
• /
• 2022

이 연구는 수학 예비교사가 수학교육에서 학생들의 창의성과 인성을 함양하기 위한 방법으로 협력 문제 만들기를 어떻게 인식하는지 고찰하는 것을 목적으로 수행되었다. 이를 통해 수학 예비교사의 창의성 교육과 인성교육 역량을 강화할 수 있는 방안의 하나로 수학 예비교사 교육 단계에서 협력 문제 만들기를 도입하는 것은, 이후 학교교육에서도 창의성 교육과 인성 교육을 위해 협력 문제 만들기를 좀 더 적극적으로 실천할 수 있는 계기가 될 것임을 밝히고자 하였다. 대학교 2학년 과정에 필수 과목으로 개설하는 '수학교육론' 강좌를 수강하는 수학 예비교사를 대상으로 협력 문제 만들기 과제를 수행하게 하고 3년에 걸쳐 설문조사, 면담 등의 방법으로 자료를 보완·수집하였다. 연구 결과는 다음과 같다. 첫째, 수학 예비교사는 협력 문제 만들기 경험과 상관없이 협력 문제 만들기가 학생들의 다양한 아이디어 산출 능력 함양 및 협동심, 존중, 배려를 포함한 학생의 대인 관계 형성 태도 등에 긍정적인 영향을 미친다고 인식하였다. 둘째, 협력 문제 만들기 과제를 수행한 수학 예비교사의 경험은 협력 문제 만들기가 학생의 아이디어 정교화 능력 향상에 효과적이라는 것을 더 긍정적으로 인식하게 하였다. 셋째, 수학 예비교사의 협력 문제 만들기 경험은 협력 문제 만들기가 아이디어 정교화 능력, 개인의 내적 태도(정직, 공정성, 책임감), 논리적인 의견 제시와 합리적인 의사 결정 태도 등에 미치는 영향에 대해 보다 긍정적인 인식으로 이어졌다. 마지막으로 대면 환경의 단점을 온라인 환경이 보완해 줄 수 있을 것으로 기대하고 제언하였다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제36권3호
• /
• pp.335-353
• /
• 2022

본 연구의 목적은 수학 문장제 해결에 기초가 되는 수학과 용어의 유형에 따른 한국어학습자의 이해 특성 및 오류유형을 파악하여 한국어학습자의 문장제 해결에 효과적인 교수·학습 지도 방안 마련을 위한 기초 자료를 제공하는 것이다. 이를 위해 학교에서 별도의 한국어 수업을 듣는 한국어학습자 4명을 대상으로 교육과정 등재 용어와 교과서에 사용된 교육과정 미등재(정의/무정의) 용어에 대한 구체적인 개념이미지를 분석하는 사례 연구를 하였다. 연구 결과 첫째, 한국어학습자가 수학과 용어에 대하여 적합한 개념정의를 정립할 수 있도록 충분한 시각화 자료를 활용하여 지도할 필요가 있다. 둘째, 한국어학습자의 가정 내 사용 언어와 수학과 용어에 대한 적합한 개념이미지 형성 사이의 구체적인 관계를 파악할 필요가 있다. 셋째, 능동형 용어보다 의미 이해에 어려움을 겪고 있는 피동형 용어에 주의하여 지도할 필요가 있다. 넷째, 일상의 의사소통에 어려움이 없는 한국어학습자의 경우에도 수학 교과서에 사용되는 교육과정 미등재 일상어에 대하여 지도할 필요가 있다. 다섯째, 용어에 대한 설명에서 나타난 한국어학습자의 언어적 특성이 반영된 오류 유형을 고려하여 수학과 용어를 지도해야 할 것이다. 이러한 인식은 언어적 배경이 다른 한국어학습자의 문장제 해결 지도에 도움이 될 것으로 기대된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권7호
• /
• pp.1951-1975
• /
• 2023

Recent advances in Cognitive Radio Networks (CRN) have elevated them to the status of a critical instrument for overcoming spectrum limits and achieving severe future wireless communication requirements. Collaborative spectrum sensing is presented for efficient channel selection because spectrum sensing is an essential part of CRNs. This study presents an innovative cooperative spectrum sensing (CSS) model that is built on the Firefly Algorithm (FA), as well as machine learning artificial neural networks (ANN). This system makes use of user grouping strategies to improve detection performance dramatically while lowering collaboration costs. Cooperative sensing wasn't used until after cognitive radio users had been correctly identified using energy data samples and an ANN model. Cooperative sensing strategies produce a user base that is either secure, requires less effort, or is faultless. The suggested method's purpose is to choose the best transmission channel. Clustering is utilized by the suggested ANN-FA model to reduce spectrum sensing inaccuracy. The transmission channel that has the highest weight is chosen by employing the method that has been provided for computing channel weight. The proposed ANN-FA model computes channel weight based on three sets of input parameters: PU utilization, CR count, and channel capacity. Using an improved evolutionary algorithm, the key principles of the ANN-FA scheme are optimized to boost the overall efficiency of the CRN channel selection technique. This study proposes the Artificial Neural Network with Firefly Algorithm (ANN-FA) for cognitive radio networks to overcome the obstacles. This proposed work focuses primarily on sensing the optimal secondary user channel and reducing the spectrum handoff delay in wireless networks. Several benchmark functions are utilized We analyze the efficacy of this innovative strategy by evaluating its performance. The performance of ANN-FA is 22.72 percent more robust and effective than that of the other metaheuristic algorithm, according to experimental findings. The proposed ANN-FA model is simulated using the NS2 simulator, The results are evaluated in terms of average interference ratio, spectrum opportunity utilization, three metrics are measured: packet delivery ratio (PDR), end-to-end delay, and end-to-average throughput for a variety of different CRs found in the network.

• 한국식품영양과학회지
• /
• 제38권4호
• /
• pp.409-414
• /
• 2009

본 연구는 녹용 추출물이 scopolamine으로 기억손상을 유발한 실험동물의 기억력 개선과 AChE, MAO-B의 활성억제, 신경전달 물질인 ACh 함량을 치매 치료제인 tacrine과 비교하여 분석하였다. 공간인지력을 평가하는 Morris water maze test에서 scopolamine(2 mg/kg, i.p.)으로 기억손상을 유발한 경우 4일간의 인지훈련에도 불구하고 platform을 찾아가는 escape latency 시간이 증가되었으며, tacrine과 녹용추출물 투여군은 훈련 2일째부터 유의적으로 escape latency 시간이 감소하였다. 실험 5일째 platform을 제거한 probe test에서도 녹용 추출물 처리군은 scopolamine 처리군보다도 escape latency 시간이 유의적으로 감소하여 장기기억 개선효과가 있음을 보여주었다. 뇌의 신경전달물질인 ACh 생성은 대조군 대비 scopolamine 투여군은 84.7% 감소하였으나, 녹용 추출물 투여군(97.5%)은 치매 치료제인 tacrine(97.8%)과 비슷하게 정상적인 수치로 ACh 생성량을 증가시켰다. Tacrine 처리군은 scopolamine 투여로 상승한 뇌조직과 혈청의 AChE 활성을 유의적으로 감소시켰고, 녹용 추출물 처리군은 뇌조직의 AChE 활성을 유의적으로 감소시켰다. 뇌조직의 MAO-B 활성은 그룹 간 유의적인 차이는 없었으나, tacrine과 녹용 추출물 처리군이 scopolamine 투여군보다 MAO-B 활성을 감소시키는 경향을 보였다. 따라서 녹용 추출물은 scopolamine으로 기억손상을 유발한 치매 동물모델에서 신경전달물질을 분해하는 효소의 활성을 저해함으로써 장기기억 활성을 촉진하고 콜린성 신경계를 자극하여 기억 및 학습 증진에 효과적으로 작용하는 천연물 유래 기능성 물질로 사료된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.57-78
• /
• 2020

인터넷의 발달로, 소비자들은 이커머스에서 손쉽게 상품 정보를 확인한다. 이때 활용되는 상품 리뷰는 사용자 경험을 토대로 작성되어 구매의사결정의 효율성을 높일 뿐만 아니라 상품 개발에 도움을 주기도 한다. 하지만, 방대한 양의 상품 리뷰에서 관심있는 평가차원의 세부내용을 파악하는 데에는 많은 시간과 노력이 소비된다. 예를 들어, 노트북을 구매하려는 소비자들은 성능, 무게, 디자인과 같은 평가차원에 대해 각 차원별로 비교 상품의 평가를 확인하고자 한다. 따라서 본 논문에서는 상품 리뷰에서 다차원 상품평가 점수를 자동적으로 생성하는 방안을 제안하고자 한다. 본 연구에서 제시하는 방안은 크게 2단계로 구성된다. 사전준비 단계와 개별상품평가 단계로, 대분류 상품군 리뷰를 토대로 사전에 생성된 차원분류모델과 감성분석모델이 개별상품의 리뷰를 분석하게 된다. 차원분류모델은 워드임베딩과 연관분석을 결합함으로써 기존 연구에서 차원과 단어들의 관련성을 찾기 위한 워드임베딩 방식이 문장 내 단어의 위치만을 본다는 한계를 보완한다. 감성분석모델은 정확한 극성 판단을 위해 구(phrase) 단위로 긍부정이 태깅된 학습데이터를 구성하여 CNN 모델을 생성한다. 이를 통해, 개별상품평가 단계에서는 구 단위의 리뷰에 준비된 모델들을 적용하고 평가차원별로 종합함으로써 다차원 평가점수를 얻을 수 있다. 본 논문의 실험에서는 대분류 상품군 리뷰 약 260,000건으로 평가모델을 구성하고, S사와 L사의 노트북 리뷰 각 1,011건과 1,062건을 실험데이터로 활용한다. 차원분류모델은 구로 분해한 개별상품 리뷰를 6개 평가차원으로 분류했고, 기존 워드임베딩 방식보다 연관분석을 결합한 모델의 정확도가 13.7% 증가했음을 볼 수 있었다. 감성분석모델은 문장보다 구 단위로 학습한 모델이 평가차원을 면밀히 분석함으로써 29.4% 더 높은 정확도를 보임을 확인했다. 본 연구를 통해 판매자, 소비자 모두가 상품의 다차원적 비교가 가능하다는 점에서 구매 및 상품 개발에 효율적인 의사결정을 기대할 수 있다.

• 지능정보연구
• /
• 제16권4호
• /
• pp.43-65
• /
• 2010

오늘날 치열한 경쟁과 환경변화로 인해 많은 기업들은 고객관계관리(Customer Relationship Management, 이하 CRM)를 경영혁신의 도구로 인식하고 많은 투자 및 노력을 기울이고 있다. CRM 시스템의 개선 및 전략적 보완을 위한 지속적 노력과 더불어 이에 대한 이론적 연구가 활발하게 실시되었지만, 시스템 도입이 기업성과에 미치는 영향에 대한 실증연구는 포괄적으로 다루어지지 않았다. 최근 국내 금융업, 호텔, 항공 등의 분야에서 고객관계관리 도입으로 인한 기업성과에 대한 실증연구가 실시되었고, 외국에서는 병원관리학을 중심으로 균형성과표의 활용에 대한 연구가 실시되었지만, 국내 제약산업에 대해서는 이러한 연구들이 매우 부족한 실정이다. 이에 본 연구에서는 제약회사 고객관리 시스템의 수준이 Kaplan and Norton에 의해 제안된 균형성과표의 이론적 틀에 따라 기업성과에 어떠한 영향을 미치는지 연구해 보고자 하였다. 실증분석결과, CRM 시스템 수준은 기업성과에 유의적인 영향을 미치는 것으로 나타났다. 이는 시스템이 제공하는 유용한 분석자료들이 고객유지, 고객만족 및 고객수익성 개선에 유의적인 영향을 주어 결과적으로 기업의 수익성, 성장성 및 주주가치 증대에 폭 넓게 기여하며, 효율적 내부 프로세스로 뒷받침되는 바람직한 선순환구조를 제시하고 있다고 생각된다. 그러나 세부분석결과, 영업사원실적평가 시스템은 단기수익성 증대에만 유의적 영향을 주었고, 고객 분석시스템은 기업성과에 미치는 유의성이 없는 것으로 나타났다. 이는 제약회사 구성원들의 전통적 업무방식 고수, 단기목표 지향성 및 장기적 기업성과지표에 대한 인식 부족에서 기인한다고 생각된다. 연구결과, 제약기업에 보다 적합한 CRM 시스템의 개발과 보완, 인식률과 활용도 제고의 필요성이 제안되며, 표본 확대 및 대표성 개선을 통해 보다 의미 있는 연구결과가 제시될 수 있을 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 한국지구과학회지
• /
• 제36권3호
• /
• pp.258-279
• /
• 2015

이 연구의 목적은 해류 모식도 그리기를 통해 드러난 중등 지구과학 교사들의 동해 해류에 대한 지식의 변화를 분석하는 것이다. 이를 위해 32명의 중등 지구과학 교사들이 총 6시간의 해류도 관련 학습과 실습 과정을 거쳤으며, 사전과 사후 그리고 지연된 사후 동해 해류 모식도 그리기를 수행하였다. 또한, 작성된 해류 모식도를 수치화 과정을 거쳐 변환하여 이 해류 모식도에서 드러난 참여 교사들의 동해 해류에 대한 지식의 변화를 분석하였다. 동해 해류에 대한 참여 교사들의 사전 지식을 분석한 결과, 해류도에 대한 기초적인 지식은 가지고 있는 것으로 나타났으나, 몇몇 개념에 대해서는 잘못된 지식을 가진 것으로 분석되었다. 3차에 걸쳐 작성된 참여 교사들의 동해 해류 모식도를 분석한 결과, 연수 후 동해 해류 양상에 대한 지식이 증가하는 것으로 나타났으며, 교사에 따른 차이는 감소하는 것으로 나타났다. 이러한 경향은 연수 직후보다는 지연된 사후 단계에서 더욱 뚜렷하게 나타났다. 해류도 실습활동에 대한 사후 설문을 분석한 결과, 참여 교사들은 해류도와 해류 교육의 필요성, 과학적 지식에 근거한 교과서 해류도의 개선을 강하게 인식하고 있었다. 또한, 실습활동에 대해 매우 높은 만족도를 나타내었으며, 내용 지식의 중요성 인식 및 교수 전략과의 연계, 중등 교육과정 개선의 필요, 과학 지식의 본성에 대한 인식 등 다양한 측면에서 실습활동의 의미를 부여하였다. 이러한 결과는 교사의 교과내용학 지식이 효과적인 과학 교수에 중대한 역할을 함을 시사한다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.1-17
• /
• 2012

온라인 상에서 판매되는 상품은 매우 다양하지만, 소비자에게 판매 가격을 제시하거나 소개글을 통해서 상품에 대한 구체적인 설명을 제공한다는 점은 모든 상품에 있어서 가장 기본이 되는 공통적인 특징이다. 만약, 상품의 실제 품질이나 가격과는 독립적으로 상품 소개글이 판매에 미치는 영향력을 파악할 수 있다면 어떠한 소개글이 상품의 판매를 촉진하는 측면에서 더 좋은 글인지 분별할 수 있게 된다. 이런 관점에서 본 연구는 상품 소개글과 판매 성과의 관계를 파악하기 위한 목적으로 수행되었으며, 구체적으로는 온라인 시장에서 한글로 작성된 상품 소개글에 쓰인 각각의 표현 별로 소비자가 구매를 결정하는 데에 어떤 영향을 미치는지를 분석하고자 하였다. 한글 형태소 분석기를 사용하여 국내 앱 시장에서 수집된 앱 소개글 및 판매이력 데이터로부터 상품을 설명하는 주요 속성과 그 속성에 대한 평가를 추출하였으며, 추출된 키워드를 입력 변수로 구성한 계량경제학 모형을 구축하였고, 구체적으로 특정 표현들이 판매 성과에 미치는 영향을 구축된 모형을 사용하여 계량적으로 측정하였다. 앱의 카테고리 별로 표현의 종류가 상이하게 나타남이 관찰됨에 따라, 분석은 각 카테고리 별로 수행되었다. 유료 앱과 무료 앱에 대해서 데이터 분석을 수행한 결과, 판매 성과에 영향을 미치는 '속성과 평가' 키워드를 그 영향력의 크기 별로 파악할 수 있었으며, 특히 무료 앱의 경우는 무료로 이용할 수 있음에도 불구하고 품질이 좋다는 것을 강조했을 때 판매량을 더 높일 수 있다는 것이 확인되었다. 본 연구는 모바일 앱에 대해 수행되었으나, 온라인에서 거래되는 다양한 상품에 대해서도 소개글이 판매 성과에 미치는 영향을 분석할 수 있는 모형으로 활용될 수 있다. 마지막 장에서는 기업의 마케팅 매니저가 본 연구에서 제시하는 연구 방법론과 분석 결과를 활용할 수 있는 방안을 제시하였다.