• 지능정보연구
• /
• 제28권1호
• /
• pp.311-328
• /
• 2022

정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를 위해 본 연구에서는 Amazon에서 수집한 전자 제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상거래 사이트에 시사점을 제공할 수 있을 것으로 본다.

• 대한정형외과학회지
• /
• 제54권4호
• /
• pp.327-335
• /
• 2019

목적: 골다공증성 척추 압박 골절 환자에서 척추경 나사못을 이용한 고정술을 시행 시 골시멘트(polymethylmethacrylate) 보강의 방사선적 효용성에 대해 조사하고자 하였다. 대상 및 방법: 골다공증성 압박 골절에서 골시멘트 보강술을 이용한 척추경 나사 고정을 시행한 20예의 환자가 연구에 포함되었다. 평균 추시 기간은 15.6개월이었으며, 인구학적인 자료, 골밀도(bone mineral density, BMD), 유합 분절, 척추경 나사의 사용 개수 및 골시멘트 주입량은 의무기록을 통하여 검토되었다. 방사선적인 결과를 산출하기 위하여 시간 순차적(수술 전, 수술 직후, 술 후 6주, 술 후 3, 6개월 및 술 후 1년) 추시를 통해 방사선적 지표를 측정하였다. 결과: 본 연구에 총 20명의 환자(여자 16예[80.0%]; 평균 나이, 69.1±8.9세)가 포함되었다. 평균 BMD는 -2.5±0.9 g/cm², 각각의 추체당 평균 골시멘트 주입량은 6.3 ml였다. 술 전 측정한 후만각(Cobb angle)은 32.7°±7.0°였으며, 술 후 측정값은 8.7°±6.9° (p<0.001)로 큰 호전을 나타내었고, 교정은 술 후 시간 순차적인 추시에서도 유지됨을 보였다. 기구 고정 후 후만각, 설상각, 시상지표 또한 유사한 호전 양상을 나타내었다. 또한 골절된 추체의 전방 높이 또한 수술 전 11.0±5.0 mm에서 수술 후 18.5±5.7 mm (p=0.006)로 호전되었고 3, 6개월 및 1년간의 추시 간에도 유지됨이 확인되었다. 결론: 골다공증성 압박 골절에서 골시멘트 보강술을 이용한 척추경 나사 고정은 효과적인 치료법이라 생각되며, 이 술식을 통해 국소 흉요추부 후만의 충분한 교정을 얻을 수 있고 술 후에도 잘 유지할 수 있는 방법으로 골다공증 척추 압박 골절 환자에서 유용한 술식으로 생각된다.

• 한국식품위생안전성학회지
• /
• 제38권6호
• /
• pp.528-536
• /
• 2023

2021년 11월 5일 '유통기한(流通期限)' 대신 '소비기한(消費期限)'을 표시하도록 하는 ｢식품 등의 표시·광고에 관한 법률｣ 시행령과 시행규칙 일부 개정안이 입법 예고되었다. 이에 본 연구는 식품 유형별 소비기한 참고치 설정을 위한 과학적 기반을 구축하고자 과학적 안전계수 산출법을 마련하고, 안전계수를 제시하고자 하였다. 본 연구에서는 온도 남용, pH, 수분활성도, 포장방법에 대해 모의실험을 진행하며 식품 자체의 수명(소비기한)에 영향을 주는 5가지 특성을 1) 수소이온농도(pH), 2) 수분활성도(Aw), 3) 살균 여부, 보존료(항균, 항산화) 함유 여부, 저장성 향상 포장(레토르트, 진공포장, CO₂ 충진, N₂ 충진, 탈산소 제 등), 4) 제품 보관 방법 (냉장, 냉동, 상온, 실온), 5) 멸균 여부로 설정하였다. 수소이온농도(pH) 4.6 이상의 식품은 세균 생장이 용이해 가장 높은 안전계수 값인 0.92를 적용하며, pH 3.5 이하의 강산성 식품은 세균 생장이 중단되고 대부분의 효소반응이 감소하므로 안전계수를 적용하지 않았다(1.0). pH 3.5-4.6 사이의 약산성 식품은 미생물(효모, 곰팡이 포함) 생장이 활발하지는 않지만 가능은하므로 중간값인 안전계수 0.96을 적용하였다. 수분활성도(Aw) 0.91 이상의 식품은 미생물(효모, 곰팡이 포함) 생장이 용이해 가장 높은 안전계수 값인 0.92를 적용하며, Aw 8.0 이하의 건조식품은 세균 생장이 중단되고 대부분의 효소반응이 감소하므로 안전계수를 적용하지 않았다(1.0). Aw 0.8-0.9 사이의 반건조 식품은 세균 생장이 활발하지는 않지만 가능은 하며 진균류(효모, 곰팡이) 생장이 용이하므로 중간값인 안전계수 0.96을 적용하였다. 살균, 보존료(항균, 항산화) 함유 또는 저장성 향상 포장(레토르트, 진공, CO₂ 충진, N₂ 충진, 탈산소제 등) 식품은 미생물(효모, 곰팡이 포함) 오염도 및 생장, 대부분의 효소반응이 감소하므로 안전계수를 적용하지 않았다(1.0). 위와 같은 처리를 하지 않은 식품은 미생물(효모, 곰팡이 포함) 생장이 용이하고 대부분의 효소반응이 촉진되므로 가장 높은 안전계수 값인 0.92를 적용하였다. 저장 온도(냉동, 냉장, 상온, 실온)별 안전계수는 표준온도 편차 값(냉장 0.07, 냉동 0.08, 상온 0.27, 실온 0.01)을 사용했으며, 온도편차 중 낮은 온도는 안전에 영향을 주지 않으므로 온도 편차의 절반인 높은 온도 값만 안전에 영향을 주므로 50%(0.5)를 곱해주고 온도 초과에 미치는 '유통+소비단계' 기여율(85%)인 0.85를 다시 곱해 나온 안전계수 값인 냉장 0.03, 냉동 0.03, 상온 0.11, 실온 0.01을 적용하였다. 냉장식품의 온도남용에 대한 안전계수는 온도남용 시 실제 노출시간(1시간)을 반영해 50%(0.5) 곱하고, 소비자 냉장식품 온도남용 비율인 92.3%(0.923)를 곱해 도출한 0.407 값을 활용한 안전계수 값인 0.96을 적용하였다. 멸균 제품의 경우 안전계수를 적용하지 않았다. 요인별 특성을 고려하여 안전계수에 기여하는 비중과 이를 활용하여 최종 안전계수값을 산출하는 방법(A그룹-O그룹)을 decision tree로 나타냈다. 본 연구는 과학적으로 산출한 안전계수를 통해 소비기한을 제시함으로써 음식물쓰레기 감량과 탄소 중립성 달성에 기여할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.715-727
• /
• 2023

산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1283-1297
• /
• 2023

중적외선(mid-wave infrared, MWIR) 영상은 피복 및 객체의 온도를 파악할 수 있어 환경, 국방 등 다양한 분야에서 핵심 데이터로 사용된다. KOMPSAT-3A 위성은 타 위성에 비해 높은 공간해상도의 MWIR 영상을 제공하지만, 광학(electro-optical, EO) 영상에 비해 상대적으로 낮은 시인성을 가져 활용성의 확대에 어려움을 겪는다. 이에 본 연구에서는 KOMPSAT-3A 전정색(panchromatic, PAN) 영상의 윤곽 정보를 기반으로 시인성이 높은 MWIR 융합 영상을 제작하고자 한다. 먼저, 이종 센서에서 취득된 PAN 영상과 MWIR 영상의 상대 기하오차를 제거하는 전처리를 수행하고, 딥러닝 기반 윤곽 정보 추출 기술인 Pixel difference network (PiDiNet)의 사전 학습 모델을 이용하여 PAN 영상에 대한 윤곽 정보를 추출한다. 이후 전처리된 MWIR 영상과 추출된 윤곽 정보를 중첩하여 객체 경계면이 강조된 MWIR 융합 영상을 제작한다. 제안 방법을 이용하여 서로 다른 세 지역에 대한 MWIR 융합 영상을 제작하였으며, 이를 시각적으로 분석하였다. 본 기법을 통해 제작된 MWIR 융합 영상은 지형 및 지물의 경계면이 강조되어 시인성이 개선되었으며, 세부적으로 관심 지역에 대한 열 정보를 전달할 수 있었다. 특히, MWIR 융합 영상에서는 저해상도의 원본 MWIR 영상에서 식별할 수 없었던 비행기, 선박 등의 객체를 육안으로 판독할 수 있었다. 본 연구는 가시적인 정보와 열 정보를 동시에 고려할 수 있는 단일 영상 제작 방법론을 제시하였으며, 이는 MWIR 영상의 활용성 확대에 이바지할 수 있을 것으로 사료된다.

• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.99-107
• /
• 2024

경제성장과 산업 발전에 따라 반도체 제품부터 SMT 제품, 전기 배터리 제품에 이르기 까지 많은 전자통신 부품들의 제조과정에서 발생하는 철, 알루미늄, 플라스틱 등의 이물질로 인해 제품이 제대로 동작하지 않거나, 전기 배터리의 경우 화재를 발생하는 문제까지 심각한 문제로 이어질 가능성이 있다. 이러한 문제를 해결하기 위해 초음파나 X-ray를 이용한 비파괴 방법으로 제품 내부에 이물질이 있는지 판단하여 문제의 발생을 차단하고 있으나, X-ray 영상을 취득하여 이물질이 있는지 판정하는 데에도 여러 한계점이 존재한다. 특히. 크기가 작거나 밀도가 낮은 이물질들은 X-Ray장비로 촬영을 하여도 보이지 않는 문제점이 있고, 잡음 등으로 인해 이물들이 잘 안 보이는 경우가 있으며, 특히 높은 생산성을 가지기 위해서는 빠른 검사속도가 필요한데, 이 경우 X-ray 촬영시간이 짧아지게 되면 신호 대비 잡음비율(SNR)이 낮아지면서 이물 탐지 성능이 크게 저하되는 문제를 가진다. 따라서, 본 논문에서는 저화질로 인해 이물질을 탐지하기 어려운 한계를 극복하기 위한 5단계 방안을 제안한다. 첫번째로, Global 히스토그램 최적화를 통해 X-Ray영상의 대비를 향상시키고, 두 번째로 고주파 영역 신호의 구분력을 강화하기 위하여 Local contrast기법을 적용하며, 세 번째로 Edge 선명도 향상을 위해 Unsharp masking을 통해 경계선을 강화하여 객체가 잘 구분되도록 한다, 네 번째로, 잡음 제거 및 영상향상을 위해 Resdual Dense Block(RDB)의 초고해상화 방법을 제안하며, 마지막으로 Yolov5 알고리즘을 이용하여 이물질을 학습한 후 탐지한다. 본 연구에서 제안하는 방식을 이용하여 실험한 결과, 저밀도 영상 대비 정밀도 등의 평가기준에서 10%이상의 성능이 향상된다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• Journal of Oral Medicine and Pain
• /
• 제31권4호
• /
• pp.283-296
• /
• 2006

과학기술의 발전과 더불어 보건의료분야는 괄목할 성장을 가져왔고 국민생활 수준의 향상과 건강에 대한 관심이 고조됨에 따라 의료서비스의 수요가 급증하고 있다. 이 과정에서 국민의 권리의식의 신장, 의료행위의 본질에 대한 이해부족, 의료기술에 대한 지나친 기대, 상업화된 의료공급체계, 의사의 윤리의식 저하 및 의료법리에 대한 무지 그리고 사회적 불신풍조의 만연, 분쟁해결을 위한 제도적 장치의 결여 등이 요인으로 작용하여 의료사고 및 분쟁이 급증하는 추세이다. 본 연구는 치과관련 단체에서 보유하고 있는 소송과 관련된 자료 및 연세대학교 치과대학병원 구강내과에서 신체감정을 시행한 재판기록을 중심으로 하여 판결전문을 확보할 수 있는 치과 의료사고 판례 중 1994년부터 2004년까지의 민사소송 30례의 판례를 분석하여 다음과 같은 결과를 얻었다. 1. 소송의 연도별 분포에서 2000년 이후 급증하는 추세를 보였다. 2. 소송의 유형별 분포에서 발치와 관련된 소송이 전체의 36.7% 이었다. 3. 소송의 원인을 분석한 결과 불편감, 치료불만족과 관련된 것이 전체의 36.7%, 사망 및 영구손상이 각각 16.7% 이었다. 4. 원고의 소송결과 승소 및 강제조정, 화해권고결정이 60.0% 이었다. 5. 소송에 관련된 병원유형은 치과의원이 60.0%로 가장 높게 나타났다. 6. 소송의 심급별 구성비율에서 2,3심 이상 진행된 경우가 전체의 30.0% 이었다. 7. 손해배상 청구금액은 5천만원 이상 1억원 미만이 36.7%, 1억원 이상이 13.3% 이었고 손해배상 판결금액은 1천만원 이상 3천만원 미만이 40.0%, 1억원 이상이 6.7% 이었다. 8. 소송과 관련된 치과의사수는 2명 이상이 26.7%이었다. 9. 판결까지의 소요기간은 11개월에서 20개월이 46.7%, 21개월에서 30개월이 36.7% 이었다. 10. 의료과실 유무에서는 과실을 판정한 경우가 46.7% 이었고 소송과정에서 신체감정이나 사실조회가 이루어진 경우는 70.0% 이었다. 11. 의사패소 판례(18건)에서 판결의 주안점은 주의의무위반이 72.2% 이었고, 설명의무위반이 16.7% 이었다. 치과 의료분쟁의 경우 치료의 긴급성이 상대적으로 적어 의사의 설명의무 중요성이 폭넓게 요구되며, 주관적인 치료 만족도가 중요시되는 분야이기 때문에 결국 분쟁을 줄이는 방법으로 기술적인 과실도 줄여야 하지만 치과의사와 환자와의 신뢰 관계를 개선하는 것과 의사집단의 자율성(autonomy)의 회복이 중요하다. 그리고 불합리하게 시행되고 있는 의료배상책임보험의 보완과 함께 치과의사단체와 학계가 주도하는 교육 및 의료분쟁시 자문을 구할 수 있는 체계의 확립으로 의료분쟁에 대한 대처가 이루어져야 할 것이다.

• 지능정보연구
• /
• 제18권1호
• /
• pp.1-21
• /
• 2012

최근 스마트폰의 등장으로 인해 사용자들은 시간과 공간의 제약 없이 스마트폰을 이용한 새로운 의사소통의 방법을 경험하고 있다. 이러한 스마트폰은 고화질의 컬러화면, 고해상도 카메라, 실시간 3D 가속그래픽과 다양한 센서(GPS와 Digital Compass) 등을 제공하고 있으며, 다양한 센서들은 사용자들(개발자, 일반 사용자)로 하여금 이전에 경험하지 못했던 서비스를 경험할 수 있도록 지원하고 있다. 그 중에서 모바일 증강현실은 스마트폰의 다양한 센서들을 이용하여 개발할 수 있는 대표적인 서비스 중 하나이며, 이러한 센서들을 이용한 다양한 방법의 모바일 증강현실 연구들이 활발하게 진행되고 있다. 모바일 증강현실은 크게 위치 정보 기반의 서비스와 내용 기반 서비스로 구분할 수 있다. 위치 정보 기반의 서비스는 구현이 쉬운 장점이 있으나, 증강되는 정보의 위치가 실제의 객체의 정확한 위치에 증강되는 정보가 제공되지 않는 경우가 발생하는 단점이 존재한다. 이와 반대로, 내용 기반 서비스는 정확한 위치에 증강되는 정보를 제공할 수 있으나, 구현 및 데이터베이스에 존재하는 이미지의 양에 따른 검색 속도가 증가하는 단점이 존재한다. 본 논문에서는 위치 정보 기반의 서비스와 내용기반의 서비스의 장점들을 이용한 방법으로, 스마트폰의 다양한 센서(GPS, Digital Compass)로 부터 수집된 정보를 이용하여 데이터베이스의 탐색 범위를 줄이고, 탐색 범위에 존재하는 이미지들의 특징 정보를 기반으로 실제의 랜드마크를 인식하고, 인식한 랜드마크의 정보를 링크드 오픈 데이터(LOD)에서 검색하여 해당 정보를 제공하는 랜드마크 가이드 시스템을 제안한다. 제안하는 시스템은 크게 2개의 모듈(랜드마크 탐색 모듈과 어노테이션 모듈)로 구성되어있다. 첫 번째로, 랜드마크 탐색 모듈은 스마트폰으로 인식한 랜드마크(건물, 조형물 등)에 해당하는 정보들을 (텍스트, 사진, 비디오 등) 링크드 오픈 데이터에서 검색하여 검색된 결과를 인식한 랜드마크의 정확한 위치에 정보를 제공하는 역할을 한다. 스마트폰으로부터 입력 받은 이미지에서 특징점 추출을 위한 방법으로는 SURF 알고리즘을 사용했다. 또한 실시간성을 보장하고 처리 속도를 향상 시키기 위한 방법으로는 입력 받은 이미지와 데이터베이스에 있는 이미지의 비교 연산을 수행할 때 GPS와 Digital Compass의 정보를 사용하여 그리드 기반의 클러스터링을 생성하여 탐색 범위를 줄임으로써, 이미지 검색 속도를 향상 시킬 수 있는 방법을 제시하였다. 두 번째로 어노테이션 모듈은 사용자들의 참여에 의해서 새로운 랜드마크의 정보를 링크드 오픈 데이터에 추가할 수 있는 기능을 제공한다. 사용자들은 키워드를 이용해서 링크드 오픈 데이터로에서 관련된 주제를 검색할 수 있으며, 검색된 정보를 수정하거나, 사용자가 지정한 랜드마크에 해당 정보를 표시할 수 있도록 지정할 수 있다. 또한, 사용자가 지정하려고 하는 랜드마크에 대한 정보가 존재하지 않는다면, 사용자는 랜드마크의 사진을 업로드하고, 새로운 랜드마크에 대한 정보를 생성하는 기능을 제공한다. 이러한 과정은 시스템이 카메라로부터 입력 받은 대상(랜드마크)에 대한 정확한 증강현실 컨텐츠를 제공하기 위해 필요한 URI를 찾는데 사용되며, 다양한 각도의 랜드마크 사진들을 사용자들에 의해 협업적으로 생성할 수 있는 환경을 제공한다. 본 연구에서 데이터베이스의 탐색 범위를 줄이기 위해서 랜드마크의 GPS 좌표와 Digital Compass의 정보를 이용하여 그리드 기반의 클러스터링 방법을 제안하여, 그 결과 탐색시간이 기존에는 70~80ms 걸리는 반면 제안하는 방법을 통해서는 18~20ms로 약 75% 정도 향상된 것을 확인할 수 있었다. 이러한 탐색시간의 감소는 전체적인 검색시간을 기존의 490~540ms에서 438~480ms로 약 10% 정도 향상된 것을 확인하였다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.21-41
• /
• 2019

정보 기술의 발전으로 온라인에서 활용 가능한 데이터의 양이 급속히 증대되고 있다. 이러한 빅데이터 시대에 많은 연구들이 통찰력을 발견하고 데이터의 효과를 입증하기 위해 노력하고 있다. 특히 관광 산업의 경우 정보에 민감한 사업으로 소셜 미디어의 영향력이 높고 소셜 미디어의 상품 후기에 소비자들이 영향을 많이 받아 많은 기업과 연구자들이 소셜 미디어를 분석하여 새로운 서비스 및 통찰력을 얻고자 시도하였다. 하지만 소셜 미디어의 후기는 텍스트로 이루어진 대표적인 비정형 데이터로 적절한 처리를 하지 않으면 분석에 활용할 수 없다. 또한 후기 데이터의 양이 방대함에 따라 사람이 직접 분석하기도 어려운 실정이다. 따라서, 본 연구에서는 이러한 소셜미디어 상의 온라인 후기로부터 직접 호텔의 서비스 품질 향상을 위한 통찰력을 추출할 수 있는 분석 방법을 제시하고자 한다. 이를 위해 본 연구에서는 먼저 후기 데이터에 포함되어 있는 주제어를 추출하는 토픽 마이닝 기법을 적용하였다. 토픽 마이닝은 대용량의 문서 집합으로부터 문서를 대표하는 단어 집합을 추출하는 기법을 의미하며 본 연구에서는 다양한 연구에서 활용되고 있는 LDA모형을 사용하여 토픽 마이닝을 수행하였다. 하지만, 토픽 마이닝 자체만으로는 주제어와 평점 사이의 관계를 도출할 수 없어 서비스 품질 향상을 위한 통찰력을 발견하기 어렵다. 그에 따라 본 연구에서는 토픽 마이닝의 결과값을 기반으로 의사결정나무 모형을 사용하여 주제어와 평점 사이의 관계를 도출하였다. 이러한 방법론의 유용성을 평가하기 위해 홍콩에 있는 4개 호텔의 온라인 후기를 수집하고 제안한 방법론의 분석 결과를 해석하는 실험을 진행하였다. 실험 결과 긍정 후기를 통해 각 호텔이 유지해야할 서비스 영역을 발견할 수 있었으며 부정 후기를 통해 개선해야할 서비스 영역을 도출할 수 있었다. 따라서, 본 연구에서 제안한 방법론을 사용하여 방대한 양의 후기 데이터로부터 서비스 개선 및 유지 영역을 발견할 수 있으리라 기대된다.