• 한국노년학
• /
• 제36권3호
• /
• pp.711-726
• /
• 2016

본 연구는 베이비부머 외식소비자가 온라인을 활용한 외식정보를 탐색 시 1)군집에 따른 인구통계학적 특성의 차이 2)군집별 온라인 채널 선택유형의 차이를 분석하고자 하는데 목적이 있다. 본 연구에서는 최근 3개월 내 온라인 채널을 활용해 외식정보를 탐색한 수도권지역에 거주하는 베이비부머 외식소비자 총 280명을 대상으로 2016년 4월15일부터 4월 30일까지 조사하였다. 실증분석을 위해 빈도분석, 요인분석, 군집분석과 교차분석을 실시하였다. 요인분석결과 온라인 활용속성은 3개의 요인, 정보 유용성 몰입, 온라인 주도활동과 습관이 도출되었다. 요인분석을 바탕으로 베이비부머 소비자를 군집분석 하였다. 4개의 군집으로 온라인 적극활용형, 습관형, 온라인 주도 활동형과 소극활용형으로 세분화되었다. 군집별 인구통계학적 특성은 성별과 월평균소득에 유의미한 차이를 나타냈다. 개인형 온라인 채널에서 4개의 군집 모두 개인블로그, 페이스북, 트위터 순으로 선택하였다. 기업형 온라인 채널에서는 온라인 적극활용형과 습관형은 외식업체 공식홈페이지. 공식블로그, 공식페이스북, 공식트위터 순으로 선택하였다. 온라인 주도 활동형과 소극활용형은 외식업체 공식홈페이지. 공식블로그, 공식트위터, 공식페이스북 순으로 선택하였다. 또한 시사점과 향후도 논의하였다.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.104-112
• /
• 2021

본 연구에서는 음악의 속성인 구성 요소 데이터들과 심리학의 감정 차원 모델을 기반으로 감정분석을 하였고 그 결과를 조형예술에서의 시각화 규칙에 적용하였다. 음악 속성 데이터를 활용한 기존의 연구들에서는 사람들이 원하는 음악을 분류, 검색, 추천할 수 있도록 하는 보다 실용적인 목적을 가진 사례들이 많았다. 본 연구에서는 특히 음원 분석에 따른 음악의 감정분석을 기반으로 사운드 데이터가 예술작품 창작의 재료가 되어 심미적 표현에 활용될 수 있도록 하는 것에 집중하였다. 음악의 시각화 연구를 위해서는 예술이 가지는 중요한 속성인 감정표현을 가능하게 하는 방법이 필요하였고 이를 위해 잘 구조화된 음악의 기본 속성 분류 및 감정 정보의 분류 체계를 마련하였다. 그리고 조형요소의 형태, 색상, 애니메이션을 통해 음악 요소들에 대해 감정을 기반으로 세분화 된 입력 매개 변수들을 반영하여 시각화하는 작업을 수행하였다. 본 연구는 음악 시각화를 활용하는 작가들에게 기초 자료로 활용될 수 있을 것이다. 또한 감정분석에 기반 한 음악 구성요소와 시각화 매칭을 위한 분석 방법 및 작품 결과는 향후 인공지능 기반의 자동화 된 시각화 연구의 기반이 될 수 있을 것이다.

• 한국소프트웨어감정평가학회 논문지
• /
• 제16권2호
• /
• pp.99-107
• /
• 2020

지하공간통합지도는 지하안전관리를 위해 구축되고 있으며, 주기적으로 갱신되고 있다. 통합지도 갱신은 기존에 저장된 모든 객체를 삭제하고 새로 입력된 객체들을 저장하는 절차로 진행된다. 그러나, 이 과정에 변경되지 않은 객체들도 저장, 삭제, 저장이 반복되면서 갱신 시간을 지연하는 문제가 발생한다. 본 연구에서는 통합지도 갱신 시간을 단축하기 위해 갱신된 객체와 갱신되지 않은 객체를 분리하여, 갱신된 객체만 지하공간통합지도에 반영하는 기술과 이 기술을 구현한 시스템을 설명한다. 갱신된 객체는 객체의 중심점을 이용한 객체 비교 방법을 사용하였으며, 검색 속도를 향상시키기 위해 쿼드트리를 사용하였다. 갱신된 객체의 유형은 객체의 형상을 이용한 추가와 삭제, 속성을 이용한 변경으로 구분하였다. 제안된 시스템은 갱신 객체 탐지, 추출, 변환, 저장 및 이력 관리 모듈로 구성되어 있다. 이 시스템은 실험에 사용한 데이터를 기준으로 기존 방법보다 약 4배 정도 빠르게 통합지도를 갱신할 수 있는 장점이 있으며, 지상시설물과 지하시설물에 모두 적용할 수 있는 장점도 있다.

• Asia Marketing Journal
• /
• 제10권2호
• /
• pp.125-151
• /
• 2008

기업과 소비자 간의 온라인 커뮤니케이션 활성화로 인하여 기업과 소비자 모두 제품에 대한 경험과 지식을 공유하는 온라인 고객 리뷰에 많은 관심을 기울이고 있다. 본 연구에서는 내용 분석법을 통해 온라인 소비자 리뷰들을 맥락단위로 분류하고 분류항목을 도출함으로써 채널(자사홈페이지/쇼핑몰), 제품속성(탐색재/경험재), 가격(고가/저가)에 따른 차이 분석을 시행하였다. 분류 항목의 도출은 ACSI 모델의 구성 항목들을 근간으로 실제 리뷰의 반복적 분류를 통해 이루어졌으며 총 3단계로 나누어졌다. 1단계에서는 일단 제품과 서비스로 분류하고, 2단계에서는 제품에 대해서 기능, 디자인, 가격, 구매동기, 제안/사용팁, 그리고 추천/재구매를, 그리고 서비스에 대해서 AS/업그레이드, 배송/기타제조사와 유통사 등 총 8개 분류 항목을 도출하였으며, 3단계에서는 실제 제품 리뷰 내용을 바탕으로 2단계 분류 항목의 세부항목으로 작성되었다. 분류 항목별 차이 분석 결과, 총 8개의 분류 항목에서 모두 유의한 차이점을 보였는데, 특히 채널별 차이를 보기 위해 분석한 홈페이지와 쇼핑몰에서의 리뷰 내용이 가장 두드러진 차이를 보이고 있었다. 한편, 쇼핑몰의 특성을 나타내는 가격과 배송/기타 서비스 항목을 제외하고는 맥락단위의 개수가 홈페이지에서 더 많이 나타남으로써 기업 홈페이지 상의 소비자 리뷰가 쇼핑몰 상의 소비자 리뷰보다 더욱 상세하다는 것을 알 수 있었다. 제품에 대한 만족도 역시 홈페이지의 리뷰에서 더 큰 것으로 나타났으며, 탐색재와 경험재로 나누어 보았을 때 디자인, 구매동기, 추천/재구매, AS/업그레이드 서비스, 그리고 배송/기타 서비스 항목에서 서로간의 차이가 있었으나, 전반적인 만족도의 차이는 없었다. 또한, 가격별로 보았을 때는 디자인, 가격, AS/업그레이드 서비스에서 고가와 저가의 차이를 볼 수 있었으나 전반적인 만족도의 차이는 없었다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.109-122
• /
• 2016

최근 빅데이터 분석은 기업과 전문가뿐만 아니라 개인이나 비전문가들도 큰 관심을 갖는 분야로 발전하였다. 그에 따라 현재 공개된 데이터 또는 직접 수집한 이터를 분석하여 마케팅, 사회적 문제 해결 등에 활용되고 있다. 국내에서도 다양한 기업들과 개인이 빅데이터 분석에 도전하고 있지만 빅데이터 공개의 제한과 수집의 어려움으로 분석 초기 단계에서부터 어려움을 겪고 있다. 본 논문에서는 빅데이터 공유를 방해하는 개인정보, 빅트래픽 등의 요소들에 대한 기존 연구와 사례들을 살펴보고 정책기반의 해결책이 아닌 시스템을 통해서 빅데이터 공유 제한 문제를 해결 할 수 있는 클라이언트-서버 모델을 이용해 빅데이터를 공개 및 사용 할 때 발생하는 문제점들을 해소하고 공유와 분석 활성화를 도울 수 있는 방안에 대해 기술한다. 클라이언트-서버 모델은 SPARK를 활용해 빠른 분석과 사용자 요청을 처리하며 Server Agent와 Client Agent로 구분해 데이터 제공자가 데이터를 공개할 때 서버 측의 프로세스와 데이터 사용자가 데이터를 사용하기 위한 클라이언트 측의 프로세스로 구분하여 설명한다. 특히, 빅데이터 공유, 분산 빅데이터 처리, 빅트래픽 문제에 초점을 맞추어 클라이언트-서버 모델의 세부 모듈을 구성하고 각 모듈의 설계 방법에 대해 제시하고자 한다. 클라이언트-서버 모델을 통해서 빅데이터 공유문제를 해결하고 자유로운 공유 환경을 구성하여 안전하게 빅데이터를 공개하고 쉽게 빅데이터를 찾는 이상적인 공유 서비스를 제공할 수 있다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.173-198
• /
• 2020

최근 온라인의 비약적인 활성화로 캠페인 채널들이 다양하게 확대되면서 과거와는 비교할 수 없을 수준의 다양한 유형들의 캠페인들이 기업에서 수행되고 있다. 하지만, 고객의 입장에서는 중복 노출로 인한 캠페인에 대한 피로감이 커지면서 스팸으로 인식하는 경향이 있고, 기업입장에서도 캠페인에 투자하는 비용은 점점 더 늘어났지만 실제 캠페인 성공률은 오히려 더 낮아지고 있는 등 캠페인 자체의 효용성이 낮아지고 있다는 문제점이 있어 실무적으로 캠페인의 효과를 높이고자 하는 다양한 연구들이 지속되고 있다. 특히 최근에는 기계학습을 이용하여 캠페인의 반응과 관련된 다양한 예측을 해보려는 시도들이 진행되고 있는데, 이 때 캠페인 데이터의 다양한 특징들로 인해 적절한 특징을 선별하는 것은 매우 중요하다. 전통적인 특징 선택 기법으로 탐욕 알고리즘(Greedy Algorithm) 중 SFS(Sequential Forward Selection), SBS(Sequential Backward Selection), SFFS(Sequential Floating Forward Selection) 등이 많이 사용되었지만 최적 특징만을 학습하는 모델을 생성하기 때문에 과적합의 위험이 크고, 특징이 많은 경우 분류 예측 성능 하락 및 학습시간이 많이 소요된다는 한계점이 있다. 이에 본 연구에서는 기존의 캠페인에서의 효과성 제고를 위해 개선된 방식의 특징 선택 알고리즘을 제안한다. 본 연구의 목적은 캠페인 시스템에서 처리해야 하는 데이터의 통계학적 특성을 이용하여 기계 학습 모델 성능 향상의 기반이 되는 특징 부분 집합을 탐색하는 과정에서 기존의 SFFS의 순차방식을 개선하는 것이다. 구체적으로 특징들의 데이터 변형을 통해 성능에 영향을 많이 끼치는 특징들을 먼저 도출하고 부정적인 영향을 미치는 특징들은 제거를 한 후 순차방식을 적용하여 탐색 성능에 대한 효율을 높이고 일반화된 예측이 가능하도록 개선된 알고리즘을 적용하였다. 실제 캠페인 데이터를 이용해 성능을 검증한 결과, 전통적인 탐욕알고리즘은 물론 유전자알고리즘(GA, Genetic Algorithm), RFE(Recursive Feature Elimination) 같은 기존 모형들 보다 제안된 모형이 보다 우수한 탐색 성능과 예측 성능을 보임을 확인할 수 있었다. 또한 제안 특징 선택 알고리즘은 도출된 특징들의 중요도를 제공하여 예측 결과의 분석 및 해석에도 도움을 줄 수 있다. 이를 통해 캠페인 유형별로 중요 특징에 대한 분석과 이해가 가능할 것으로 기대된다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.129-142
• /
• 2016

전자상거래에서 소비자들의 구매 의사결정에 판매 제품을 이미 구매하여 사용한 고객의 리뷰가 중요한 영향을 미치고 있다. 전자상거래 업체들은 고객들이 제품 리뷰를 남기도록 유도하고 있으며, 구매고객들도 적극적으로 자신의 경험을 공유하고 있다. 한 제품에 대한 고객 리뷰가 너무 많아져서 구매하려는 제품의 모든 리뷰를 읽고 제품의 장단점을 파악하는 것은 무척 힘든 일이 되었다. 전자상거래 업체들과 연구자들은 텍스트 마이닝을 활용하여 리뷰들 중에서 유용한 리뷰들의 속성을 파악하거나 유용한 리뷰와 유용하지 않은 리뷰를 미리 분류하는 노력을 수행하고 있다. 고객들에게 유용한 리뷰를 필터링하여 전달하는 방안이다. 본 연구에서는 문서-단어 매트릭스에서 단어의 제거 기준으로 온라인 고객 리뷰가 유용한 지, 그렇지 않은지를 구분하는 문제에서 단어들이 유용 리뷰 집합과 유용하지 않은 리뷰집합에 중복하여 등장하는 정도를 측정한 중립도를 제시한다. 제시한 중립도를 희소성과 함께 분석에 활용하여 제거할 단어를 선정한 후에 각 분류 알고리즘의 성과를 비교하였다. 최적의 성과를 보이는 중립도를 찾았으며, 희소성과 중립도에 따라 단어를 선택적으로 제거하였다. 실험은 Amazon.com의 'Cellphones & Accessories', 'Movies & TV program', 'Automotive', 'CDs & Vinyl', 'Clothing, Shoes & Jewelry' 제품 분야 고객 리뷰와 사용자들의 리뷰에 대한 평가를 활용하였다. 전체 득표의 수가 4개 이상인 리뷰 중에서 제품 카테고리 별로 유용하다고 판단되는 1,500개의 리뷰와 유용하지 않다고 판단되는 1,500개의 리뷰를 무작위로 추출하여 연구에 사용하였다. 데이터 집합에 따라 정확도 개선 정도가 상이하며, F-measure 기준으로는 두 알고리즘에서 모두 희소성과 중립도에 기반하여 단어를 제거하는 방안이 더 성과가 높았다. 하지만 Information Gain 알고리즘에서는 Recall 기준으로는 5개 제품 카테고리 데이터에서 언제나 희소성만을 기준으로 단어를 제거하는 방안의 성과가 높았으며, SVM에서는 전체 단어를 활용하는 방안이 Precision 기준으로 성과가 더 높았다. 따라서, 활용하는 알고리즘과 분석 목적에 따라서 단어 제거 방안을 고려하는 것이 필요하다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.139-152
• /
• 2011

1990년대 중반에 협업 필터링의 출현으로 인하여 추천시스템에 관련된 연구가 늘어나게 되었다. 협업 필터링의 출현 이후 내용 기반 필터링, 협업 필터링과 내용 기반 필터링이 혼합된 하이브리드 필터링 등 새로운 기법들이 출현함으로써 2000년대에는 추천시스템의 연구가 눈에 띄게 증가하였다. 하지만 현재까지 추천시스템에 관련된 문헌들에 대한 리뷰와 분류가 체계적으로 되어있지 않다. 이와 같은 문제에 대한 해결방안으로써, 본 연구에서는 2001년부터 2010년도까지의 추천시스템에 관련된 문헌들 중 MIS Journal Ranking의 125개의 저널에서 추천시스템(Recommender system, Recommendation system), 협업 필터링(Collaborative Filtering), 내용 기반 필터링(Content based Filtering), 개인화 시스템(Personalized system) 등의 5가지 키워드로 제한하여 조사하였다. 총 37개의 저널에서 논문을 검색하였으며, 검색되어진 논문을 분석한 결과 추천시스템과 관련이 없는 논문을 제외한 총 187개의 논문을 선정하여 분석하였다. 이 연구에서는 그러나 컨퍼런스 논문, 석사, 박사학위 논문, 영어로 작성되지 않은 논문, 완성되지 않은 논문 등은 제외하였다. 본 연구에서는 187개의 논문을 분석하여 2001년부터 2010년까지의 각각의 년도 별 추천시스템의 연구에 대한 동향 분석, Journal별 추천시스템의 게재 분류, 추천시스템 어플리케이션의 사용 분야(책, 문서, 이미지, 영화, 음악, 쇼핑, TV 프로그램, 기타)별 분류 및 분석, 추천시스템에 사용된 데이터마이닝 기술(연관 규칙, 군집화, 의사 결정나무, 최근접 이웃 기법, 링크 분석 기법, 신경망, 회귀분석, 휴리스틱 기법)별 분류 및 분석을 수행하였다. 따라서 본 연구에서 제안한 각각의 분류 및 분석 결과들을 통하여 현재까지 추천시스템의 연구에 대한 연구 동향을 파악 할 수 있었으며, 분석결과를 통해 추천시스템에 관심이 있는 연구자와 전문가에게 미래의 추천시스템의 연구에 대한 가이드라인을 제시 할 수 있을 것이라고 기대한다.

• 경영과정보연구
• /
• 제39권1호
• /
• pp.93-114
• /
• 2020

플랫폼은 기존 전통적인 선형적 파이프라인 기반 비즈니스 모델에 대응하는 대안으로 떠오르고 있다. 특히 최근의 4차 산업혁명시대에 효율성 주도의 파이프라인 기반은 조정 주도의 플랫폼 기반으로 변환되어야 한다는 것이 일반적인 인식이다. 플랫폼 성공사례는 애풀, 구글, 아마존, 우버 등에서 쉽게 찾을 수 있다. 그러나 규모가 크지 않은 기업에서는 플랫폼 비즈니스로의 전환 전략을 찾기가 쉽지 않다. 플랫폼 비즈니스의 핵심은 네트워크 효과를 경영활동에 도입하여 활용하는 것이다. 따라서 플랫폼 비즈니스는 경영활동 기능에서 네트워크 효과 관리를 어떻게 할 것인가와 유사하다. 플랫폼 관련 연구는 최근 활발하고 다양하다. 그러나 이 분야의 연구 동향에 대한 연구는 많지 않다. 본 연구의 주요 목적은 최근 국내에서 수행된 플랫폼 관련 연구를 통하여 연구동향을 이해하는 것이다. 이를 위해서 우리는 연구가설과 명제를 제시하였다. 데이터는 연구논문으로 한국학술지인용색인 시스템에서 "플랫폼" 혹은 "platform"을 키워드 속성으로부터 얻었다. 수집된 논문집합은 "경영학" 분야로 국한하여 구성하였다. 선택된 논문들을 대상으로 연구된 플랫폼 요소, 플랫폼 유형, 주요 연구 내용 등에 대해 56개의 논문에 대해 분석을 하였다. 56개의 데이터를 이용하여 탐색적인 연구가설을 검증하였고, 명제를 제안하였다. 본 연구의 시사점은 연구자들에게 연구 영역 중, 많은 연구가 수행되어 온 성숙 영역과 아직 더 많은 연구가 필요한 분야를 제시하였다. 또한 실무자들에게는 파이프라인 비즈니스로부터 플랫폼 기반 비즈니스로 변화를 추구하는 가이드라인을 제시한 것이다. 가이드라인의 핵심은 극대화하기 위해서는 IT플랫폼 시스템을 기반으로 소비자와 공급자 네트워크를 점진적으로 조정하고 관리하여야 한다는 것이다. 본 연구는 데이터 수집과 수집된 데이터의 구분 및 주요 연구내용 등 주관적인 판단 요소가 많아 추론적이 아닌 탐색적 연구로 간주되어야 할 것이다.

• 생명과학회지
• /
• 제23권11호
• /
• pp.1325-1335
• /
• 2013

특수 목적견(구조견, 군견, 안내견 및 탐지견)은 집중력, 소유욕, 대담성 등을 기반으로 한 훈련시험을 통해 선별된다. 최근 특수견으로서의 특수한 능력 및 품성에 대해 유전적인 정보가 중요한 인자로 다뤄지고 있다. 본 연구에서는 특수견으로서의 개의 특수한 능력 및 품성과 관련된 유전자들의 분자적인 특징을 고찰하고자 하였다. 이전 연구에서 보고된 24개의 유전자(AR, BDNF, DAT, DBH, DGCR2, DRD4, MAOA, MAOB, SLC6A4, TH, TPH2, IFT88, KCNA3, TBR2, TRKB, ACE, GNB1, MSTN, PLCL1, SLC25A22, WFIKKN2, APOE, GRIN2B, PIK3CG)를 선택하여 품성, 후각, 운동 및 학습능력 관련 유전자, 네 가지 카테고리로 분류하였다. 본 연구에서는 생물학적인 기법을 이용하여 이 유전자들의 염색체상의 위치, 유전자들 간의 네트워크를 통한 상호관계를 조사하였으며, 어떤 생물학적 기능과 관련이 있는지 Gene Ontology 분석과 데이터베이스를 기반으로 in silico 발현 양상을 살펴보았다. 또한 이전 연구를 통하여 품성 관련 유전자들의 다양한 유전적 다형성에 대한 보고를 조사하였다. 본 연구는 특수 견으로서 주요하게 고려되는 개의 고유한 능력 및 품성 관련된 유전자에 대해 분자적 특징을 제시하고 있다. 이 후보 유전자들은 개의 특수한 표현형과의 관계를 밝힐 수 있는 연구의 기초자료로서 이용될 수 있을 뿐만 아니라 핵심적인 유전인자로 응용되어 신속하고 정확한 특수견 선발에 기여할 수 있을 것으로 전망된다.