• 공학교육연구
• /
• 제24권1호
• /
• pp.46-52
• /
• 2021

The purpose of this study is to clarify that critical writing can be a positive stimulus factor for the cultivation of critical thinking through actual cases of writing education targeting engineering students in universities. Critical writing education is a very important way to develop critical thinking necessary for acquiring scientific knowledge, sharing social values, creativity and cultivating new production capacity. Especially, when critical writing education is performed with materials that maintain critical view of social reality such as the movie "Bowling for Columbine", it is characterized by the fact that it is naturally combined with the dimension of engineering ethics faced by engineers from the analysis and judgment of social reality. This is an example of the fact that critical thinking education for engineering students does not necessarily meet their major areas.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.193-194
• /
• 2021

영화, 드라마 등과 같은 콘텐츠에서 표현되는 감정은 등장인물의 대화와 표정뿐만이 아니라, 영상이 표현하는 다양한 정보 중 하나인 촬영기법, 장면의 배경 등을 통해서도 표현된다. 특히 핸드헬드 샷은 불안정하지만 현장감과 자유분방한 감정을 관객에게 전달하며 긴장감, 공포 등 배우들의 감정선을 따라가게 하는 효과가 있다. 따라서 영상 콘텐츠에서 감정 정보를 분석하기 위해서는 핸드헬드 샷을 검출하는 것은 기초적인 작업에 해당한다. 본 논문에서는 핸드헬드 샷을 양방향 LSTM을 활용하여 구별하는 방법을 제안한다. 제안된 방법으로 인식한 핸드헬드의 인식 정확도는 97%였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.23-26
• /
• 2022

OTT 서비스의 이용자가 폭발적으로 증가하고 있는 지금, 사용자에게 맞춤형 상품을 추천하는 것은 해당 서비스에서 중요한 사안이다. 본 논문에서는 콘텐츠 기반 추천 시스템의 모델을 제안하고, 영화 데이터를 추가 해가며 예측력을 높일 최종적인 모델을 채택하고자 한다. 이를 위해 GroupLens와 Kaggle에서 영화 데이터를 수집하고 총 1111개의 영화, 943명의 사용자에게서 나온 71026개의 영화 평가 데이터를 이용하였다. 모델 평가 결과, 장르와 키워드만을 이용한 추천 시스템 모델의 RMSE는 1.3076, 단계적으로 데이터를 추가해 최종적으로 장르, 키워드, 배우, 감독, 나라, 제작사를 이용한 추천 시스템 모델의 RMSE는 1.1870으로 모든 데이터를 추가한 모델의 예측력이 더 높았다. 이에 따라 장르, 키워드, 배우, 감독, 나라, 제작사를 이용해 구현한 모델을 최종적인 모델로 채택, 무작위로 추출한 한 명의 사용자에 대한 영화 추천 리스트를 뽑아낸다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.35-38
• /
• 2022

콘텐츠 기반 추천 시스템은 대표적인 추천 모델 방법 중 하나이다. 하지만 콘텐츠 기반 추천 시스템은 사용자 관련 메타데이터를 고려하기보다 내용 관련 메타데이터에만 의존하는 경향이 있다. 본 논문에서는 영화의 특징을 담고 있는 메타데이터를 이용해 추천 시스템을 간단히 구현하고, 추천한 영화와 사용자의 영화 평점을 이용해 추천 시스템의 정확도를 측정하였다. 영화 메타데이터 keywords, genres, cast의 개수를 늘려가며 정확도가 변화하는지 알아보았다. 메타데이터 각각의 개수가 증가하면 정확도도 향상할 것이라고 기대했으나 큰 차이가 나타나지 않았다. 모델 평가 결과, 미세한 차이지만 영화 메타데이터를 상위 3개씩 추출해 영화를 추천했을 때의 정확도가 1.2100318041248186으로 가장 높았다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.261-262
• /
• 2023

본 연구에서는 감성 분석 기반의 키워드 도출형 영화 리뷰 웹사이트를 개발하였다. 사용자들은 영화에 대한 리뷰를 작성할 때, 자동으로 키워드를 추출하는 기능을 활용하여 다양하면서도 빠르게 정보를 얻을 수 있다. 사용자가 작성한 리뷰를 시스템에 입력하면, 내부적으로 ChatGPT를 활용하여 텍스트를 분석하고 키워드를 추출한다. 이를 통해 사용자는 별다른 노력 없이도 키워드를 통해 영화의 장르, 감독, 배우, 플롯 요소 등 다양한 정보를 빠르게 확인할 수 있다. 추출된 키워드는 저장되어 시각화에 활용되며, 사용자들은 리뷰에 대한 원하는 정보를 쉽게 얻을 수 있다. 개발된 키워드 도출형 영화 리뷰 웹사이트는 사용자들에게 빠르고 다양한 정보를 제공하며, 영화 관련 결정을 내리는 데에 도움을 줄 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.175-177
• /
• 2024

OTT(Over-The-Top) 플랫폼의 부상은 미디어 콘텐츠 소비 방식을 혁명적으로 변화시키고 있다. 본 논문은 Netflix, Amazon Prime Video, Disney+, Hulu 등 주요 OTT 플랫폼에 등록된 영화들을 IMDb 평점과 러닝타임, Rotten Tomatoes 지수를 중심으로 분석한다. 이를 통해 현재의 영화 시장 트렌드와 소비자 선택, 시장 전략에 중요한 정보를 제공하려 한다. 분석 결과, 플랫폼별로 제공하는 영화의 품질과 러닝타임이 다양하며, 소비자들이 선호하는 영화 테마를 시각적으로 파악할 수 있는 워드 클라우드를 포함한다. 이러한 결과는 OTT 플랫폼의 전략적 콘텐츠 제공과 소비자 행동 이해에 기여할 수 있는 중요한 통찰력을 제공한다.

• 기록학연구
• /
• 제43호
• /
• pp.5-42
• /
• 2015

한류3.0은 기존의 문화콘텐츠 뿐만 아니라 전통문화, 문화예술을 포괄하는 'K-Culture'를 핵심어로 내세우며 한국적인 모든 것을 한류문화콘텐츠의 재료로 삼고 있다. 한류문화콘텐츠는 현재 우리 사회상을 반영하는 중요한 증거적 가치를 지닌 기록물로써 보존할 필요성이 있다. 이러한 사회적 환경과 함께, 본 연구에서는 다양한 한류문화콘텐츠들에 대한 현황분석을 통하여 체계적인 기록관리를 위한 AtoM 기반의 기록관리시스템을 제안하고자 하였다. 최근 한류문화콘텐츠 관리는 K-Pop, K-Food, K-Movie 등 특정분야의 단체가 개별적으로 진행하고 있지만 해당 분야 내에서도 관련 기관간의 연계가 부족하여 정보 축적이 제한적이며 콘텐츠에 대한 재생산 또한 미흡한 실정이라고 할 수 있다. 이에 본 연구는 한류문화콘텐츠의 기록화를 위해 오픈소스 소프트웨어인 Access to Memory(AtoM)를 사용하였다. AtoM은 기록의 수집에서부터 축적 및 분류, 기술, 목록관리, 검색 등의 기록관리 기능을 지원하며 무료로 사용가능한 웹 기반의 소프트웨어라는 장점이 있다. 한류문화콘텐츠의 기록화를 위해 기록관리시스템의 기능요건에 따라 AtoM을 적용하였다. 특히 K-Food와 관련된 기록콘텐츠를 모델로 선정하여 관련 기록물을 수집 및 분류하였으며 ISAD(G) 표준에 맞추어 기술하였다. 마지막으로 AtoM을 이용한 한류문화콘텐츠 기록화에 대한 기대효과와 한계 및 연구의 의의를 밝혔다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권8호
• /
• pp.2948-2966
• /
• 2014

To promote recommendation services through prediction quality, some privacy-preserving collaborative filtering solutions are proposed to make e-commerce parties collaborate on partitioned data. It is almost probable that two parties hold ratings for the same users and items simultaneously; however, existing two-party privacy-preserving collaborative filtering solutions do not cover such overlaps. Since rating values and rated items are confidential, overlapping ratings make privacy-preservation more challenging. This study examines how to estimate predictions privately based on partitioned data with overlapped entries between two e-commerce companies. We consider both user-based and item-based collaborative filtering approaches and propose novel privacy-preserving collaborative filtering schemes in this sense. We also evaluate our schemes using real movie dataset, and the empirical outcomes show that the parties can promote collaborative services using our schemes.

• 한국콘텐츠학회논문지
• /
• 제20권4호
• /
• pp.518-529
• /
• 2020

<동두천>(Bloodless, 2017)은 1992년 미군에 의해 살해당한 한국 여성 성노동자 윤금이씨에 관한 실제 사건을 바탕으로 만든 VR단편다큐멘터리 영화이다. 본 연구는 <동두천>에서 나타난 1인칭 시점의 혼용과 암묵적 프레임 안에 덧붙여진 이차 프레임의 활용을 구체적으로 살펴본다. VR 기술의 발달과 더불어 VR 영상문법에 관한 이해가 깊어질 때 VR영화의 스토리텔링 역시 다양하고 흥미로워질 수 있을 것이다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.119-124
• /
• 2016

According to the expansion of smartphone penetration and development of wearable device, personal context information can be easily collected. To use this information, the context aware recommender system has been actively studied. The key issue in this field is how to deal with the context information, as users are influenced by different contexts while rating items. But measuring the similarity among contexts is not a trivial task. To solve this problem, we propose context aware post-filtering to apply the context compensation. To be specific, we calculate the compensation for different context information by measuring their average. After reflecting the compensation of the rating data, the mechanism recommends the items to the user. Based on the item recommendation list, we recover the rating score considering the context information. To verify the effectiveness of the proposed method, we use the real movie rating dataset. Experimental evaluation shows that our proposed method outperforms several state-of-the-art approaches.