• 지식경영연구
• /
• 제23권1호
• /
• pp.187-201
• /
• 2022

관광객이 작성한 온라인 리뷰는 관광산업의 관리 및 운영에 중요한 정보를 제공한다. 평점은 제품이나 서비스에 대한 정량적인 평가로 간편하지만 관광객의 진실한 태도를 반영하기 어려우며 평점과 리뷰내용에 대한 불일치 문제도 발생하고 있다. 불일치 문제는 잠재고객에게 혼동을 줄 수 있으며 구매의사결정에도 영향을 미칠 수 있다. 본 연구에서는 온라인 리뷰기반의 평점 예측모형을 통해 평점과 리뷰내용의 불일치 문제를 해결하고자 한다. 한국을 방문한 외국인 관광객이 작성한 관광지와 호텔에 대한 리뷰의 감성분석을 통해 평점과 감성의 차이를 비교하고 TF-IDF vectorization과 감성분석 결과로 변수를 선정하였다. 로짓, 인공신경망, SVM(Support Vector Machine)을 적용하여 평점을 분류하고, 인공신경망, SVR(Support Vector Regression)을 통해 평점을 예측하였다. 평점 분류모형과 예측모형 모두 불일치한 리뷰를 제거하고 감성분석을 반영한 모형에서 우수한 성과를 보여주었다. 본 연구에서 제안한 온라인 리뷰 기반의 평점 예측모형은 평점과 리뷰내용에 대한 불일치 문제를 해결하여 신뢰할 수 있는 정보를 제공하였으며 평점이 없는 온라인 리뷰에도 활용할 수 있을 것이다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권2호
• /
• pp.261-272
• /
• 2009

신용평가모형에서 두 집단의 판별력 검정방법 중의 하나로 두 분포함수의 동일성 검정을 위한 비모수적인 Kolmogorov-Smirnov (K-S) 검정방법이 대표적으로 적용되고 있다. 본 연구에서는 신용평가모형에서 두 분포함수의 동일성 검정을 위하여 K-S 검정 방법 외에 Cramer-Von Mises, Anderson-Darling, Watson 검정방법들을 소개하고 Joseph (2005)의 기준에 대응하는 판단기준을 제안한다. 또한 신용평가 자료와 유사한 상황 하에서의 모의실험을 통해서 불량률, 표본크기 그리고 제II종 오류율을 고려한 대안적인 판단기준을 제시하고 그 적용방법에 대해서 살펴본다.

• 한국정보통신학회논문지
• /
• 제18권6호
• /
• pp.1469-1474
• /
• 2014

본 연구는 성인용 아케이드 게임물의 심의에서 게임물의 그래픽적인 외관을 심의의 중요요소로 고려하는 입장과 게임물의 시스템적인 측면을 고려하는 입장간의 차이를 고찰하고자 한다. 지난해 3년간에 걸친 '황금포커성' 게임물에 대한 대법원의 판례는 게임물을 심의 할 때 게임물의 그래픽적인 측면만 고려 할 것인지, 게임물의 시스템적인 측면까지 함께 고려할 것인지에 대한 중요한 판단기준을 제시하고 있다. 이는 성인용 아케이드 게임물에 대한 사행성 게임물 확인에 대한 사항을 어디까지 고려해야 할지에 대한 시사점을 제시하고 있다. 본 연구는 게임물의 등급분류에서 신뢰도와 타당도를 높여 줄 수 있는 방안으로서 과학적이고 체계적인 등급분류를 위한 방향을 모색하고자 한다.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.109-114
• /
• 2018

협업 필터링은 사회적 추천 방식으로서 뛰어난 성능을 제공하는 대표적인 추천 시스템 알고리즘으로 폭넓게 사용되어 오고 있다. 협업 필터링은 구조적으로 아이템 평가 데이터에 의존하고 있기 때문에 평가 행렬의 희박도는 추천 성능에 직접적으로 영향을 미친다. 평가 행렬의 희박성 문제 개선을 위해 협업 필터링과 내용 기반 방법을 결합하는 복합형 추천 방법에 대한 연구는 꾸준하게 이루어져 왔으며, 본 연구에서는 협업 필터링의 희소 평가 행렬(sparse rating matrix) 문제 개선 방안의 하나로 공통 평가 아이템이 누락되어 유사도 측정이 불가능한 상황에 대처하기 위한 방법을 제안한다. 이를 위하여 사용자간 이행적 관계 그래프에 기반하는 유사도 평가 모델을 설계하고 오픈 데이터셋인 Movielens에 적용하여 추천 정확도를 측정 비교하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.43-45
• /
• 2003

소프트웨어 공학이 소프트웨어 시스템에 관한 방법론, 기술 및 툴 등의 유지보수와 개발에 중점을 두어 왔는데 최근에는 프로세스 개선과 프로세스 능력수준의 향상에 초점을 두는 방향으로 발전하면서 CMM 및 SPICE 활동이 증가하고 있다. 이와 같은 심사기법은 대규모의 회사에서 주로 시행되고 있어서 중소규모의 조직을 위한 간략한 심사기법의 도입이 요구되는 있는 상황이다. 본 논문에서 제시하는 심사기법은 CMM 심사를 위한 KPA 설문서의 rating 방법을 응용한 것으로서 SPICE 심사를 받은 국내 기업 중 일부 회사를 대상으로 하였다. 이 방법론에 대한 신뢰성의 평가는 아직 미흡한 상황이다. 이를 위해서 통계학적 접근방법을 도입하였는데 사용된 통계 기법은 상환계수를 통한 가설검정이다. 그 결과 성숙도 설문서(MQ) 선정모델의 적합성을 통계적 기법을 통해서 검증하였다.

• Journal of applied mathematics & informatics
• /
• 제28권1_2호
• /
• pp.439-450
• /
• 2010

In this paper, we propose a new idea to evaluate the prediction accuracy of user's preference generated by memory-based collaborative filtering algorithm before prediction process in the recommender system. Our analysis results show the possibility of a pre-evaluation before the prediction process of users' preference of item's transaction on the web. Classification functions proposed in this study generate a user's rating pattern under certain conditions. In this research, we test whether classification functions select users who have lower prediction or higher prediction performance under collaborative filtering recommendation approach. The statistical test results will be based on the differences of the prediction accuracy of each user group which are classified by classification functions using the generative probability of specific rating. The characteristics of rating patterns of classified users will also be presented.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.71-76
• /
• 2003

The purpose of this study is the development, application and assessment of probability and artificial neural network methods for assessing landslide susceptibility in a chosen study area. As the basic analysis tool, a Geographic Information System (GIS) was used for spatial data management. A probability method was used for calculating the rating of the relative importance of each factor class to landslide occurrence, For calculating the weight of the relative importance of each factor to landslide occurrence, an artificial neural network method was developed. Using these methods, the landslide susceptibility index was calculated using the rating and weight, and a landslide susceptibility map was produced using the index. The results of the landslide susceptibility analysis, with and without weights, were confirmed from comparison with the landslide location data. The comparison result with weighting was better than the results without weighting. The calculated weight and rating can be used to landslide susceptibility mapping.

• Management Science and Financial Engineering
• /
• 제11권3호
• /
• pp.137-153
• /
• 2005

Collaborative filtering-based recommendation systems make personalized recommendations based on users' ratings on products. Recommender systems must collect sufficient rating information from users to provide relevant recommendations because less user rating information results in poorer performance of recommender systems. To learn about new users, recommendation systems must first present users with an initial item list. In this study, we designed and analyzed seven selection strategies including the popularity, favorite, clustering, genre, and entropy methods. We investigated how these strategies performed using MovieLens, a public dataset. While the favorite and popularity methods tended to produce the highest average score and greatest average number of ratings, respectively, a hybrid of both favorite and popularity methods or a hybrid of demographic, favorite, and popularity methods also performed within acceptable ranges for both rating scores and numbers of ratings.

• Journal of Information Technology Applications and Management
• /
• 제13권4호
• /
• pp.273-290
• /
• 2006

This study suggests a frequency matrix technique to predict personal credit rate more efficiently using incomplete data sets. At first this study test on multiple discriminant analysis and logistic regression analysis for predicting personal credit rate with incomplete data sets. Missing values are predicted with mean imputation method and regression imputation method here. An artificial neural network and frequency matrix technique are also tested on their performance in predicting personal credit rating. A data set of 8,234 customers in 2004 on personal credit information of Bank A are collected for the test. The performance of frequency matrix technique is compared with that of other methods. The results from the experiments show that the performance of frequency matrix technique is superior to that of all other models such as MDA-mean, Logit-mean, MDA-regression, Logit-regression, and artificial neural networks.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권3호
• /
• pp.721-739
• /
• 2023

Rating prediction is an important issue in recommender systems, and its accuracy affects the experience of the user and the revenue of the company. Traditional recommender systems use Factorization Machinesfor rating predictions and each feature is selected with the same weight. Thus, there are problems with inaccurate ratings and limited data representation. This study proposes a deep recommendation model based on self-attention Factorization (SAFMR) to solve these problems. This model uses Convolutional Neural Networks to extract features from user and item reviews. The obtained features are fed into self-attention mechanism Factorization Machines, where the self-attention network automatically learns the dependencies of the features and distinguishes the weights of the different features, thereby reducing the prediction error. The model was experimentally evaluated using six classes of dataset. We compared MSE, NDCG and time for several real datasets. The experiment demonstrated that the SAFMR model achieved excellent rating prediction results and recommendation correlations, thereby verifying the effectiveness of the model.