• 경영정보학연구
• /
• 제21권2호
• /
• pp.29-50
• /
• 2019

소셜 미디어는 정보원천에 따라 기업이 운영하는 소유미디어(Owned Media)와 고객 등 제3자가 콘텐츠를 생산하며 기업이 통제할 수 없는 획득미디어(Earned Media)로 구분된다. 소셜 미디어 선행연구는 소셜 미디어의 브랜드 관련 콘텐츠가 잠재고객의 브랜드의 인지도를 높이고, 브랜드 태도를 긍정적으로 변화시킴으로써 궁극적으로 매출과 기업성과를 증가시킨다는 논리를 전개하고 있다. 하지만 선행연구는 대부분 소셜 미디어의 정보원천에 따른 미디어 시너지 효과의 차이를 충분히 설명하지 못한다는 한계점이 있다. 소비자는 정보처리 상황에 따라 미디어의 정보를 취사선택할 가능성이 높기 때문에, 통합된 미디어 관리가 매우 중요하다고 할 수 있다. 본 연구의 목적은 리뷰사이트의 온라인 구전과 소셜 미디어 구전(소유미디어, 획득미디어)이 영화 매출에 미치는 영향을 분석하는 것이다. 이를 위해 2017년 개봉한 국내영화의 리뷰 데이터 3,589개를 분석하였다. 연구결과 리뷰사이트 구전과 소셜 미디어 구전(소유미디어, 획득미디어)은 모두 영화 매출에 긍정적인 영향을 미쳤다. 하지만 리뷰사이트 구전을 조절하는 효과는 소유미디어와 획득미디어가 다른 것으로 나타났다.

• 정보관리학회지
• /
• 제30권3호
• /
• pp.157-181
• /
• 2013

최근 도서관에서 실시하는 이용자 만족도 조사, LibQUAL+ 평가 등을 통해 계량적 데이터뿐만 아니라 이용자의 직접적 견해를 담은 이용자 코멘트 데이터가 점점 더 많이 수집되고 있다. 이러한 질적 데이터는 이용자의 입장을 이해하고, 도서관 서비스의 환경 개선이 필요한 영역을 확인하며, 이용자 니즈의 우선순위를 파악하는 등 도서관 서비스 개선을 위한 전략 수립에 유용한 자료로써 활용될 수 있는 것이다. 따라서 이용자 코멘트 데이터는 그 내용이 분석되고, 분석 결과를 서비스 및 정책에 반영할 필요가 있다. 본 연구는 이용자 코멘트 데이터의 활용성을 높일 수 있는 기반을 제공하고자, LibQUAL+ 설문의 이용자 코멘트 분석을 중심으로 하여 실제 외국 도서관의 LibQUAL+ 설문 이용자 코멘트 분석 방법을 알아보고, 분석을 위해 사용된 질적 데이터 분석 소프트웨어 및 분류표 등 분석도구에 대해 살펴보았다. 또한, 대표적 질적 데이터 분석 소프트웨어와 외국에서 LibQUAL+ 이용자 코멘트 분석을 위해 개발된 분류표를 최근 국내 대학도서관에서 시행된 LibQUAL+ 설문의 이용자 코멘트 일부에 적용하여 분석해봄으로써 그 유용성을 확인하였다.

• 경영정보학연구
• /
• 제26권1호
• /
• pp.269-288
• /
• 2024

본 연구의 주요 목표는 기업의 조직문화가 재무성과에 어떤 영향을 주는지를 실증적으로 탐색하는데 있다. 이를 위해 우리나라의 대표적인 온라인 구인·구직 플랫폼인 잡플래닛(JobPlanet)으로부터 KOSPI 200에 포함된 58개의 기업을 선정하였고, 그 기업들의 조직문화를 파악하기 위하여 2014년부터 2022년, 9년 동안 해당 기업의 전·현직 구성원들이 잡플래닛에서 작성한 81,067개의 리뷰 데이터를 수집하여 분석에 이용하였다. 리뷰 데이터로부터 해당 기업의 조직문화를 정의하기 위하여 본 연구에서는 대표적인 텍스트 분석 기법인 Word2Vec와 FastText 분석 방법을 이용하여 Guiso et al.(2015)가 정의한 5가지의 조직문화 가치(Innovation, Integrity, Quality, Respect, and Teamwork)와 연관된 키워드들을 수정·보완·확장함으로써 새로운 조직문화 사전(Culture Dictionary)을 구축하였다. 이 사전을 기반으로 각 기업의 리뷰 데이터마다 어떤 조직문화 가치와 연관된 키워드가 많이 등장하였는지를 탐색하여 봄으로써 기업에서 어떤 문화가치가 상대적으로 강하게 나타나는지를 탐색하여 보았다. 한 걸음 더 나아가서 어떤 문화가치가 재무성과에 통계적으로 유의한 영향을 미치는지도 탐색하여 보았다. 연구 결과, 혁신과 창의성이 강조되는 혁신문화(Innovation)와 고객과 시장을 중시하는 조직문화(Quality)가 기업의 미래가치와 성장성을 나타내는 지표인 Tobin's Q에 긍정적인 영향을 미치는 것을 확인할 수 있었고, 기업의 수익성을 나타내는 지표인 ROA에는 5가지의 조직문화 비율 변수 중 고객과 시장을 중시하는 조직문화(Quality)만이 통계적으로 유의미한 영향을 미치는 것을 확인할 수 있었다. 본 연구는 기존의 설문과 사례분석 기반의 조직문화 관련 논문과는 달리 대규모의 텍스트 데이터를 분석하여 조직문화를 탐색하고자 한 점에서 차별성을 찾을 수 있을 것이다.

• 지능정보연구
• /
• 제25권1호
• /
• pp.219-239
• /
• 2019

개인에게 맞춤형 서비스를 제공하는 것이 중요해지면서 개인화 추천 시스템 관련 연구들이 끊임없이 이루어지고 있다. 추천 시스템 중 협업 필터링은 학계 및 산업계에서 가장 많이 사용되고 있다. 다만 사용자들의 평점 혹은 사용 여부와 같은 정량적인 정보에 국한하여 추천이 이루어져 정확도가 떨어진다는 문제가 제기되고 있다. 이와 같은 문제를 해결하기 위해 현재까지 많은 연구에서 정량적 정보 외에 다른 정보들을 활용하여 추천 시스템의 성능을 개선하려는 시도가 활발하게 이루어지고 있다. 리뷰를 이용한 감성 분석이 대표적이지만, 기존의 연구에서는 감성 분석의 결과를 추천 시스템에 직접적으로 반영하지 못한다는 한계가 있다. 이에 본 연구는 리뷰에 나타난 감성을 수치화하여 평점에 반영하는 것을 목표로 한다. 즉, 사용자가 직접 작성한 리뷰를 감성 수치화하여 정량적인 정보로 변환해 추천 시스템에 직접 반영할 수 있는 새로운 알고리즘을 제안한다. 이를 위해서는 정성적인 정보인 사용자들의 리뷰를 정량화 시켜야 하므로, 본 연구에서는 텍스트 마이닝의 감성 분석 기법을 통해 감성 수치를 산출하였다. 데이터는 영화 리뷰를 대상으로 하여 도메인 맞춤형 감성 사전을 구축하고, 이를 기반으로 리뷰의 감성점수를 산출한다. 본 논문에서 사용자 리뷰의 감성 수치를 반영한 협업 필터링이 평점만을 고려하는 전통적인 방식의 협업 필터링과 비교하여 우수한 정확도를 나타내는 것을 확인하였다. 이후 제안된 모델이 더 개선된 방식이라고 할 근거를 확보하기 위해 paired t-test 검증을 시도했고, 제안된 모델이 더 우수하다는 결론을 도출하였다. 본 연구에서는 평점만으로 사용자의 감성을 판단한 기존의 선행연구들이 가지는 한계를 극복하고자 리뷰를 수치화하여 기존의 평점 시스템보다 사용자의 의견을 더 정교하게 추천 시스템에 반영시켜 정확도를 향상시켰다. 이를 기반으로 추가적으로 다양한 분석을 시행한다면 추천의 정확도가 더 높아질 것으로 기대된다.

• 지식경영연구
• /
• 제24권3호
• /
• pp.95-125
• /
• 2023

항공산업의 급격한 성장으로 인해 많은 항공사가 생기면서 고객들이 항공사를 선택할 때 고려하는 요소가 늘어나고 있다. 이에 따라 항공사는 고품질의 서비스와 차별화된 경험적 가치를 제공하여 고객가치를 높이고 있다. 초기 고객가치 연구는 제품 및 서비스에 대한 효용성의 관점에서 비용과 편익 간의 상충관계로 간주하고 실용적 가치 중심으로 이루어졌지만, 최근에는 경험적 측면의 가치의 중요성이 주목받았다. 그러나 경험적 측면의 가치는 제품이나 서비스 상황에 따라 고객가치를 구성하는 요소가 변화되기 때문에 제품이나 서비스에 대한 고객의 선호도를 충분히 나타내는 특정 맥락에서 조사해야 한다. 또한, 고객가치는 고객이 의사결정을 내릴 때 큰 영향을 미치므로 항공사는 고객가치를 구성하는 요소를 정확하게 이해하는 것이 필요하다. 따라서 본 연구에서는 항공 전문 웹사이트인 스카이트랙스(Skytrax)에서 고객이 작성한 리뷰와 평점을 수집하고 BERTopic 모델을 활용하여 고객가치에 대한 요소를 도출하였다. 분석 결과, 항공사에서 고객가치를 구성하는 9가지 요소를 파악하였으며 이 중 6가지 요소가 고객 만족도와 영향을 미침을 확인하였다. 이를 통해 본 연구는 고객가치의 세분화된 파악을 가능하게 하는 새로운 방법론을 제안하고, 항공사에 구체적인 서비스 품질 향상을 위한 방향을 제시한다는 의의와 시사점을 가진다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.493-498
• /
• 2024

최근 생성형 인공지능 기술이 급속도로 발전함에 따라, 이를 실무에 활용하는 방법에 대한 관심이 높아지고 있다. 또한 사용자 요구에 부합하는 결과물을 생성하기 위한 프롬프트 엔지니어링의 중요성이 새롭게 조명되고 있다. 이러한 생성형 인공지능의 새로운 활용 가능성을 탐구하는 것은 중요한 가치를 지닐 수 있다. 본 연구는 대표적인 생성형 인공지능인 챗지피티 4.0을 활용하여 온라인 고객 리뷰 데이터 분석을 통한 효과적인 사용자 경험 평가 방법을 제안하는 것을 목적으로 한다. 사용자 경험 평가 방법은 사용자 경험 계층의 6단계 요소인 '기능성', '신뢰성', '사용성', '편의성', '감성', '의미성'을 기반으로 수행되었다. 본 연구를 위해 프롬프트 엔지니어링의 이해도를 높이고 사용자경험 계층의 명확한 개념을 파악하는 문헌연구를 수행하고, 이를 기반으로 프롬프트를 작성 및 수집된 온라인 고객 리뷰 데이터 분석을 통한 사용자 경험 평가 방법을 위한 실험이 수행되었다. 본 연구에서 우리는 사용자 경험 요소에 대한 정확한 정의 및 분류 과정에 대한 설명 입력 시, 챗지피티는 사용자 경험 평가에 대한 우수한 성능을 나타냈으나, 시간적 제약으로 다량의 데이터 분석에 한계를 나타냈음을 밝힌다. 우리는 사용자 경험 평가에 챗지피티 4.0을 활용하는 방법을 소개하고 제안함으로써 UX 분야의 발전에 공헌할 수 있는 것으로 기대한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.320-325
• /
• 2021

BERT는 사전 학습 단계에서 다음 문장 예측 문제와 마스킹된 단어에 대한 예측 문제를 학습하여 여러 자연어 다운스트림 태스크에서 높은 성능을 보였다. 본 연구에서는 BERT의 사전 학습 문제 중 다음 문장 예측 문제에 대해 주목했다. 다음 문장 예측 문제는 자연어 추론 문제와 질의 응답 문제와 같이 임의의 두 문장 사이의 관계를 모델링하는 문제들에 성능 향상을 위해 사용되었다. 하지만 BERT의 다음 문장 예측 문제는 두 문장을 특수 토큰으로 분리하여 단일 문자열 형태로 모델에 입력으로 주어지는 cross-encoding 방식만을 학습하기 때문에 문장을 각각 인코딩하는 bi-encoding 방식의 다운스트림 태스크를 고려하지 않은 점에서 아쉬움이 있다. 본 논문에서는 기존 BERT의 다음 문장 예측 문제를 확장하여 bi-encoding 방식의 다음 문장 예측 문제를 추가적으로 사전 학습하여 단일 문장 분류 문제와 문장 임베딩을 활용하는 문제에서 성능을 향상 시키는 Bi-Cross 사전 학습 기법을 소개한다. Bi-Cross 학습 기법은 영화 리뷰 감성 분류 데이터 셋인 NSMC 데이터 셋에 대해 학습 데이터의 0.1%만 사용하는 학습 환경에서 Bi-Cross 사전 학습 기법 적용 전 모델 대비 5점 가량의 성능 향상이 있었다. 또한 KorSTS의 bi-encoding 방식의 문장 임베딩 성능 평가에서 Bi-Cross 사전 학습 기법 적용 전 모델 대비 1.5점의 성능 향상을 보였다.

• 스마트미디어저널
• /
• 제2권1호
• /
• pp.8-16
• /
• 2013

컴퓨터 네트워크의 말단에 위치한 개인형 머신들의 성능 향상과 백본 라우터들의 속도향상에 힘입어, 데이터 전송시스템을 사용자 머신들을 이용해서 구성하는 오버레이 네트워크 기반의 데이터 전송 시스템들에 대한 연구가 활발히 이루어지고 있다. 오버레이 네트워크 기반의 데이터 전송시스템들은 그 적용범위에 따라 알맞은 네트워크 구조와 전송 프로토콜을 사용하여야 한다. 이 논문에서는 동일한 데이터를 대규모 수신자들에게 짧은 시간 안에 안정적으로 전송하는 플래쉬 디세미네이션을 위한 오버레이 네트워크 기반의 전송 시스템들(ReCREW와 FaReCAST)을 소개하고, 플래쉬 디세미네이션을 위한 오버레이 네트워크 구조와 전송 프로토콜에 있어서 고려점들을 분석한다. 플래쉬 디세미네이션 상황 하에서의 실험 결과를 통해 제안된 오버레이 네트워크 기반의 전송 시스템들이 기존의 오버레이 네트워크 기반 멀티캐스팅 시스템보다 데이터 전송의 안정성 그리고 데이터 전송 딜레이 측면에서 모두 향상된 성능을 보이는 것을 확인한다. 또한 FaReCAST의 이론적 분석을 통한 데이터 전송의 안정성에 대해서 이론적으로 논의한다.

• 스마트미디어저널
• /
• 제11권1호
• /
• pp.17-30
• /
• 2022

기존 컴퓨터 비전의 연구 동향과 마찬가지로, 위성영상을 이용한 연구도 GPU 기반의 컴퓨터 연산능력과 이미지 처리와 관련된 딥러닝 방법론의 발전으로 많이 이루어지고 있다. 그로 인해 다양한 분야에 위성영상이 활용되고 있고, 위성 영상을 활용에 관한 연구도 증가하고 있다. 본 연구에서는 위성영상의 연구 활용 분야와 위성영상을 활용한 연구에 이용할 수 있는 데이터셋에 대해 소개하도록 한다. 먼저, 위성영상을 활용한 연구를 수집하여 연구 방법에 따라 분류하였다. 크게 분류 기반 연구와 회귀 기반 연구로 분류하였고, 그 이외의 방법으로 활용한 논문들을 정리하였다. 다음으로 위성영상을 활용한 연구들에서 이용한 데이터셋을 정리하였다. 본 연구에서는 데이터셋의 정보와 연구에서의 활용 방법에 대해 제안한다. 이와 함께 최근 AI hub에서 개방한 국내 위성영상 데이터셋의 정리와 활용 방안에 대해 소개한다. 마지막으로, 위성 이미지 관련 연구의 한계점과 앞으로의 동향을 간략하게 제시하였다.

• 감성과학
• /
• 제20권4호
• /
• pp.31-40
• /
• 2017

본 연구는 한류 콘텐츠 소비 시 나타나는 한국, 일본, 미국의 감정 반응을 통해 국가별 소비 성향을 규명하는 데 목적이 있다. 방대해진 텍스트 리뷰를 이용한 감정 분석 연구가 주목받고 있고, 콘텐츠 수요에 환경적 특성이 주요한 영향을 주고 있음에도, 국가별 감정 반응 차이에 대한 연구는 거의 이루어지지 않고 있다. 따라서 본 연구에서는, Russell(1980)이 제시한 감정 원형 모델을 사용하여 한국형 판타지 멜로드라마 <도깨비>에 대한 국가별 감정 단어의 변수 중요도 및 단어 간 연관을 비교하였다. 우선, 2017년 1월 26일부터 3월 26일까지 2달간의 텍스트 리뷰를 수집하였다. 둘째, 수집한 데이터로부터 Russell의 감정 모델에 해당하는 감정 단어를 선별하였다. 셋째, 선별한 데이터에 랜덤 포레스트를 적용하여 변수 중요도를 평가하였다. 넷째, Russell 축에 따른 주요 감정 단어 간 연관성을 비교하였다. 마지막으로 테스트 데이터를 이용하여 학습된 모델의 정확성을 측정하였다. 실험 결과, 국가별 감정 단어의 변수 중요도에서 한국과 미국은 Happy, 일본은 Pleased가 가장 중요한 변수로 나타남을 확인하였다. 단어 간 연관성에서 한국은 수동적 불쾌감, 미국과 일본은 수동적 쾌감이 강하게 나타나는 경향이 있음을 확인하였다. 본 연구를 통해, 한류 콘텐츠에 대한 국가별 감정 반응 차이를 확인할 수 있을 것으로 기대한다.