• Annual Conference of KIPS
• /
• 2014.11a
• /
• pp.1195-1198
• /
• 2014

이 논문은 실시간으로 취득되는 뇌파를 기반으로 자동으로 음악을 추천하는 음악추천 기능의 시스템인 MyMusicShuffler 를 소개한다. 이 시스템은 뇌파 분석을 통한 사용자의 감성을 자동으로 분류하는 방식으로 멀티태스킹 환경에 익숙한 사용자들의 음악 청취를 위한 소모적인 상호작용을 없애는 새로운 방식의 인터페이스 환경을 실험하였다. 뇌파의 분석을 통하여 실시간으로 사용자의 감성 관련 반응을 반영하여 음악을 선택하여 제공하는 시스템이다. 이 논문은 개인의 감성적 반응에 의하여 상호작용하는 음악 추천 서비스인 MyMusicShuffler 시스템의 구현 내용을 설명할 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.391-393
• /
• 2019

본 논문은 일상적인 대화로부터 감성을 추출하고 분석함으로써 상황에 맞는 대화의 내용과 분위기를 이미지의 색상으로 표현할 수 있는 이미지 색상 변환 프레임워크를 소개한다. 본 연구는 라즈베리 파이와 마이크 센서를 기반으로 사용자로부터 목소리를 입력받을 수 있는 모듈을 제작하고, 그 목소리로부터 감성을 분석한다. 분석된 감성을 이용하여 이미지의 색상을 자동으로 변환하는 기술과 통합함으로써 청각장애인 및 미취학 아동들이 화자의 대화를 이미지를 통해 쉽게 인지하여 의사소통 및 감성 전달 환경을 개선하고자 한다.

• Annual Conference of KIPS
• /
• 2010.04a
• /
• pp.538-541
• /
• 2010

본 연구에서는 현재 시중에 판매되고 있는 네 가지 휴대용 음원재생기를 자극물로 사용하여 제품 속성에 있어서의 차이가 사용자 경험의 여러 요소에 영향을 주는지 여부(가설 1)와 사용자의 정서적 반응이 사용자가 인식한 제품 특성에 의해 영향을 받는지(가설 2) 그리고 제품에 대한 전체적인 판단이 사용자가 인식한 제품 특성과 감성적 반응에 따라 달라지는지(가설 3) 실험을 통해 조사하였다. 실험결과 기능적 특성과 유희적 특성에 대한 인식 정도는 실험 참가자가 사용한 제품에 따라 서로 다르게 나타났으며, 사용자의 정서적 반응과 전체적인 선호도 또한 평가 제품에 따라 서로 다르게 나타남으로서 제품 속성에 의해 영향을 받는 것으로 분석되었다. 이와 함께 사용자 경험을 구성하는 요소들 간의 상호관계도 테스트하였는데, 사용자의 정서적 반응이 주로 제품의 기능적 특성에 따라 달라지는 반면 사용자의 전체적인 판단은 제품의 기능적 특성과 유희적 특성 모두에 의해 영향을 받고 있는 것으로 나타났다. 또 분석결과에서 밝혀진 한 가지 흥미로운 사실은 사용자의 정서적 반응이 전체적인 판단에 아무런 역할도 하지 않는다는 점이다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.1079-1081
• /
• 2021

Low-Poly는 비교적 적은 수의 Polygon을 가진 3D Computer Graphics의 Polygon Mesh이다. 본 논문의 VR·PC 기반 어드벤처 게임 '하늘섬의 비밀'에 이러한 Low-Poly 그래픽이 적용되어 비현실적이고 감성적인 스토리의 신비로운 분위기를 극대화 하는 효과를 발생시킨다. 또한 Low-Poly 그래픽은 VR 게임에서 현실과 가상세계를 구분하지 못해 생기는 괴리감과 이로 인해 오는 어지러움을 줄이고 사용자의 몰입도를 높여준다.

• Annual Conference of KIPS
• /
• 2021.11a
• /
• pp.1059-1062
• /
• 2021

투자에 대한 관심 증가에 따라 적은 비용과 시간으로 객관적인 정보 제공의 필요성 증가와 함께 인공지능 기술을 활용한 로보어드바이저 서비스가 확대되었다. 또한, 최근 ETF 를 통한 안정적인 투자에 대한 선호도가 증가함에 따라 ETF 중심의 AI 로보어드바이저 추천 서비스가 필요할 것으로 보인다. 하지만, 기존의 투자 어플리케이션에서는 뉴스 기반의 감성적인 요인이 반영되지 않은 추천 방식으로 주가에 영향을 미치는 다양한 요인들을 고려하지 못하는 문제점이 있다. 이에 본 연구에서는 뉴스의 감성분석을 통한 감성지수를 기반으로 새로운 주가 예측 모델을 제안하고, 사용자의 투자 성향 분석을 통한 맞춤 추천 서비스를 통해 개인화된 ETF 서비스를 제공한다.

• Asia Marketing Journal
• /
• v.5 no.2
• /
• pp.19-48
• /
• 2003

본 연구는 마케팅의 네 가지 경험적 접근방법, 즉 정보탐색적 접근, 브랜드 컨셉으로서의 경험, 즐거움의 경험, 총체적 경험 등의 내용을 살펴보고 이들의 기여와 문제점 및 한계를 살펴보았다. 또한, 감성적 경험과 소비 시점의 경험에 관해서도 논의하였다. 경험적 접근방법은 새로운 마케팅 수단으로 충분한 잠재력을 가지고 있으며 인지적 접근, 브랜드의 기능적 혜택을 강조하는 기존 마케팅 방식과는 상당한 차이가 있다. 하지만, 경험적 접근방법 앞으로 해결해야 할 많은 과제가 남아 있으며, 일부 실무적인 서적들이 주장한 바 와 같이 인지적, 기능적 마케팅 방식을 대체하는 것은 아니라고 할 수 있다. 기존 전통적인 마케팅 방식에 대하여 보완적 역할을 수행할 수 있으며, 제한적인 조건에서만 적합한 방식으로 평가할 수 있다.

• Asia Marketing Journal
• /
• v.8 no.2
• /
• pp.93-99
• /
• 2006

최근 국내외로 각광을 많이 받은 마케팅 개념 중 하나가 바로 체험마케팅이다. 특히 업계에서는 체험마케팅에 대한 많은 관심이 있었기에 체험마케팅의 여러 개념과 적용사례가 부각되고 있다. 본 글에서는 체험마케팅에 관련된 주요 오해가 무엇이고 그 실상이 또한 무엇인지 설명하고자 한다. 체험마케팅의 첫째 오해는 체험마케팅이 획기적인 개념이라는 것인데 사실 체험마케팅의 근원이 되는 소비자 반응의 계층, 감성 마케팅, 그리고 통합마케팅 등은 다른 선행 이론에서 잘 정립되었다. 하지만 체험마케팅의 공헌은 이처럼 분할된 여러 개념을 한 틀 속에 응용할 수 있게끔 체계화시켰다는 점이다. 둘째 오해는 체험마케팅의 뜻이 감각마케팅과 통용된다는 것이다. 체험마케팅의 유수 사례 중에는 오감마케팅만을 강조하는 경우가 많은데 성공적인 체험마케팅을 꾀하는 기업은 소비자의 전체적인 체험의 향상을 지향해야 한다. 셋째 오해는 체험마케팅이 감성마케팅만을 강조하고 이성적 마케팅을 간과한다는 생각이다. 체험마케팅은 실제로 소비자의 상황분석에 근거하여 이성과 감성적 마케팅을 둘 다 포괄하는 접근방식이다. 넷째 오해는 체험마케팅의 개념이 너무 추상적이어서 실무에는 큰 도움이 되지 않는다는 주장이다. 하지만 체험마케팅의 실무적인 프로세스를 충실히 따르면 여러 가지의 마케팅 및 조직상의 긍정효과가 나타난다.

• Annual Conference of KIPS
• /
• 2008.05a
• /
• pp.966-967
• /
• 2008

사용자가 제품, 시스템, 서비스 등을 사용하면서 느끼게 되는 총체적 경험을 사용자 경험(User Experience) 이라고 한다. 사용자들은 모바일 폰을 사용하면서 느끼게 되는 다양한 경험에 기반하여 모바일 폰에 대한 이성적, 감성적 판단을 내리게 된다. 최근 많은 기업들이 자사 제품의 차별화를 위해 고유의 사용자 경험을 창출하고자 노력하고 있다. 본 연구에서는 애플 노키아 등 사용자 경험에 기반한 제품 개발의 성공 사례를 검토하고 이를 통해 사용자 경험을 구성하는 핵심 요소를 추출 한 후 모바일 폰에서 성공적인 사용자 경험을 설계하기 위해 필요한 핵심 가이드라인을 도출하고자 한다. 본 연구의 결과는 보다 효과적인 사용자 경험 설계를 위한 방법론 개발에 기초가 되는 가이드 라인을 제공하는데 그 의의가 있다.

• Journal of the Korean Society of Food Science and Nutrition
• /
• v.39 no.9
• /
• pp.1305-1312
• /
• 2010

The purpose of this study was to investigate the perception and satisfaction on the nutrition counseling service for patients consuming a therapeutic diet at hospitals in Busan. The subjects were 153 inpatients at five hospitals with over 400 beds each. The research was performed through the interviewing process using questionnaires conducted from January to February, 2008. In a total of 88 patients, 57.5% had experienced nutrition counseling and were through the motives of counseling with doctors 64.2% and themselves 29.3% of the patients. In the method of nutrition counseling, 58% of the patients had an individual counseling. In the patients' perception on the nutrition counseling, 75.0% of the patients understood very well, 83.0% of them perceived the explanation as very important, 79.5% were very satisfied and 78.7% were helped in nutrition-management. On a scale of 5.00 for the nutrition counseling satisfaction, the average scores were 3.80 for 'explanation of knowledge', 3.71 for 'cognitive communication skills', 4.05 for 'effective communication skills' and 3.60 for 'facilitation skills'. The items of low scores in the nutrition counseling satisfaction were 'follow up diet-therapy after discharge', 'providing to personalized nutrition information', 'presentation of specific menu' and 'methods of menu planning'. There were significant (p<0.01) positive correlation between perception and satisfaction on the nutrition counseling. Therefore, it was suggested that dietitians increase the patients' satisfaction on the nutrition counseling with developing the model based on the patient-centered counseling.

• Journal of Intelligence and Information Systems
• /
• v.20 no.4
• /
• pp.107-120
• /
• 2014

This study proposes a novel recommender system using the structural hole analysis to reflect qualitative and emotional information in recommendation process. Although collaborative filtering (CF) is known as the most popular recommendation algorithm, it has some limitations including scalability and sparsity problems. The scalability problem arises when the volume of users and items become quite large. It means that CF cannot scale up due to large computation time for finding neighbors from the user-item matrix as the number of users and items increases in real-world e-commerce sites. Sparsity is a common problem of most recommender systems due to the fact that users generally evaluate only a small portion of the whole items. In addition, the cold-start problem is the special case of the sparsity problem when users or items newly added to the system with no ratings at all. When the user's preference evaluation data is sparse, two users or items are unlikely to have common ratings, and finally, CF will predict ratings using a very limited number of similar users. Moreover, it may produces biased recommendations because similarity weights may be estimated using only a small portion of rating data. In this study, we suggest a novel limitation of the conventional CF. The limitation is that CF does not consider qualitative and emotional information about users in the recommendation process because it only utilizes user's preference scores of the user-item matrix. To address this novel limitation, this study proposes cluster-indexing CF model with the structural hole analysis for recommendations. In general, the structural hole means a location which connects two separate actors without any redundant connections in the network. The actor who occupies the structural hole can easily access to non-redundant, various and fresh information. Therefore, the actor who occupies the structural hole may be a important person in the focal network and he or she may be the representative person in the focal subgroup in the network. Thus, his or her characteristics may represent the general characteristics of the users in the focal subgroup. In this sense, we can distinguish friends and strangers of the focal user utilizing the structural hole analysis. This study uses the structural hole analysis to select structural holes in subgroups as an initial seeds for a cluster analysis. First, we gather data about users' preference ratings for items and their social network information. For gathering research data, we develop a data collection system. Then, we perform structural hole analysis and find structural holes of social network. Next, we use these structural holes as cluster centroids for the clustering algorithm. Finally, this study makes recommendations using CF within user's cluster, and compare the recommendation performances of comparative models. For implementing experiments of the proposed model, we composite the experimental results from two experiments. The first experiment is the structural hole analysis. For the first one, this study employs a software package for the analysis of social network data - UCINET version 6. The second one is for performing modified clustering, and CF using the result of the cluster analysis. We develop an experimental system using VBA (Visual Basic for Application) of Microsoft Excel 2007 for the second one. This study designs to analyzing clustering based on a novel similarity measure - Pearson correlation between user preference rating vectors for the modified clustering experiment. In addition, this study uses 'all-but-one' approach for the CF experiment. In order to validate the effectiveness of our proposed model, we apply three comparative types of CF models to the same dataset. The experimental results show that the proposed model outperforms the other comparative models. In especial, the proposed model significantly performs better than two comparative modes with the cluster analysis from the statistical significance test. However, the difference between the proposed model and the naive model does not have statistical significance.