• Proceedings of the Korea Technical Association of the Pulp and Paper Industry Conference
• /
• 2001.04a
• /
• pp.79-79
• /
• 2001

백판지는 포장용기로 사용되기 때문에 인쇄적성 이외에 다양한 후가공적성이 요구 된다. V Varnish Coating도 이러한 후가공적성 중의 하나로서 국내 인쇄소에서는 기계 코팅으로 불리 우며, 목적은 표면에 고분자수지 피막을 입힘으로써 인쇄물의 광택을 높여서 상품가치를 높이고 수운침투와 같은 외부환경의 변화로부터 상품을 안전하게 보관하기 위함이다. arnish C Coating은 인쇄기의 마지막 Unit에서 인쇄와 동일한 방식으로 진행되는데, 코팅액의 배합은 인쇄소와 인쇄물에 따라 상이하다. 본 연구는 Varnish Coating(OI하 기계코팅) 광택향상을 통 한 품질개선 목적으로 수행되었다. 기계 코팅의 특 성 을 파 악 하 기 위 해 서 Gas Chromatography / Mass Spectrometer와 FT -IR Sp e ectrometer를 사용하여 성문운석을 실시해본 결과 코팅액으로 사용되는 광택바니스는 아크 랄과 페놀수지를 툴루엔 계열의 용매에 녹인 용액이고, 흐$\mid$석제로 쓰이는 인쇄바니스는 스티 렌수지를 동일한 용매에 녹인 용액으로 조사되었다. 기계코팅광택 저하현상의 원인파악을 위해서 도공층의 공극구조를 Mercury Porosimeter를 이용하여 파악한 결과 기공의 부피가 상 대적으로 크게 나타났다. 위의 결과를 토대로 기계코팅광택 저하는 코팅액이 과도한 기공부피를 갖는 도공층 내부 로 대부분 홉수되고 표면에 적은 양만이 잔류하기 때문으로 판단하고 해결방안은 도공층의 기공부피를 줄이는 쪽으로 정하였다. Mayor Coater와 QC를 이용하여 Coating Color Formula t tion 번경실힘을 진행하여 도공지 물성을 분석하였다. 그 결과 Double Coating의 Top Color에 서 강력한 상호작용을 하는 Protein과 콜레이를 감량 하고 경질탄산칼숨을 배제하여 기공의 부피를 줄인 경우 기계코팅광택 향상효과가 두드러지게 나타났다. 이러한 Lab 실험을 바탕으로 결정된 Color Formulation에 대한 현장실험을 진행하였고 Lab 평가 및 실인쇄 평가 결과 원하는 수준의 기계코팅광택 향상을 얻을 수 있었다. 몇 차례의 현장실험과 Long-Run Test한 제품들에 대한 물성을 문석한 결과 기계코팅굉택은 인쇄 광택과 같은 경향을 나타냈으며 실협실적으로 간단하게 측정되는 물성 중에서 Air Permeability와 강한 음의 상관관계롤 보였다.

• Journal of Intelligence and Information Systems
• /
• v.22 no.4
• /
• pp.1-18
• /
• 2016

Collaborative Filtering (CF) predicts the focal user's preference for particular item based on user's preference rating data and recommends items for the similar users by using them. It is a popular technique for the personalization in e-commerce to reduce information overload. However, it has some limitations including sparsity and scalability problems. In this paper, we use a method to integrate social network information into collaborative filtering in order to mitigate the sparsity and scalability problems which are major limitations of typical collaborative filtering and reflect the user's qualitative and emotional information in recommendation process. In this paper, we use a novel recommendation algorithm which is integrated with collaborative filtering by using Social SVD++ algorithm which considers social network information in SVD++, an extension algorithm that can reflect implicit information in singular value decomposition (SVD). In particular, this study will evaluate the performance of the model by reflecting the real-world user's social network information in the recommendation process.

• Journal of Intelligence and Information Systems
• /
• v.18 no.4
• /
• pp.19-42
• /
• 2012

Consumer consumption patterns are shifting rapidly as buyers migrate from offline markets to e-commerce routes, such as shopping channels on TV and internet shopping malls. In the offline markets consumers go shopping, see the shopping items, and choose from them. Recently consumers tend towards buying at shopping sites free from time and place. However, as e-commerce markets continue to expand, customers are complaining that it is becoming a bigger hassle to shop online. In the online shopping, shoppers have very limited information on the products. The delivered products can be different from what they have wanted. This case results to purchase cancellation. Because these things happen frequently, they are likely to refer to the consumer reviews and companies should be concerned about consumer's voice. E-commerce is a very important marketing tool for suppliers. It can recommend products to customers and connect them directly with suppliers with just a click of a button. The recommender system is being studied in various ways. Some of the more prominent ones include recommendation based on best-seller and demographics, contents filtering, and collaborative filtering. However, these systems all share two weaknesses : they cannot recommend products to consumers on a personal level, and they cannot recommend products to new consumers with no buying history. To fix these problems, we can use the information which has been collected from the questionnaires about their demographics and preference ratings. But, consumers feel these questionnaires are a burden and are unlikely to provide correct information. This study investigates combining collaborative filtering with the centrality of social network analysis. This centrality measure provides the information to infer the preference of new consumers from the shopping history of existing and previous ones. While the past researches had focused on the existing consumers with similar shopping patterns, this study tried to improve the accuracy of recommendation with all shopping information, which included not only similar shopping patterns but also dissimilar ones. Data used in this study, Movie Lens' data, was made by Group Lens research Project Team at University of Minnesota to recommend movies with a collaborative filtering technique. This data was built from the questionnaires of 943 respondents which gave the information on the preference ratings on 1,684 movies. Total data of 100,000 was organized by time, with initial data of 50,000 being existing customers and the latter 50,000 being new customers. The proposed recommender system consists of three systems : [+] group recommender system, [-] group recommender system, and integrated recommender system. [+] group recommender system looks at customers with similar buying patterns as 'neighbors', whereas [-] group recommender system looks at customers with opposite buying patterns as 'contraries'. Integrated recommender system uses both of the aforementioned recommender systems to recommend movies that both recommender systems pick. The study of three systems allows us to find the most suitable recommender system that will optimize accuracy and customer satisfaction. Our analysis showed that integrated recommender system is the best solution among the three systems studied, followed by [-] group recommended system and [+] group recommender system. This result conforms to the intuition that the accuracy of recommendation can be improved using all the relevant information. We provided contour maps and graphs to easily compare the accuracy of each recommender system. Although we saw improvement on accuracy with the integrated recommender system, we must remember that this research is based on static data with no live customers. In other words, consumers did not see the movies actually recommended from the system. Also, this recommendation system may not work well with products other than movies. Thus, it is important to note that recommendation systems need particular calibration for specific product/customer types.

• Journal of the Korean Society of Clothing and Textiles
• /
• v.33 no.6
• /
• pp.904-915
• /
• 2009

This study compares fashion leaders and market mavens by examining the demographic characteristics of fashion leaders and market mavens and how they differ in their evaluation of store and shopping related attributes. Data originated from a national consumer mail survey in the United States. The survey included items measuring market mavenism, fashion leadership, store evaluative attributes, and personal information. Responses from 380 consumers were used for data analysis. Female consumers were found to be more active in word-of-mouth activities in general. Young consumers were more inclined to express fashion leadership while age was not related to market mavenism. A lower level of education increased tendencies for both market mavenism and fashion leadership. In terms of store evaluative criteria, the majority of items in the survey were more important as fashion leadership and market mavenism tendencies increased. Interestingly, the need for knowledgeable or helpful salespeople did not increase with fashion leadership tendencies. Also, fashion leaders were interested in easy return of merchandise and were likely to spend more time in the stores. This study sheds important light on how fashion leadership differ compared to market mavenism. By simultaneously examining fashion leadership and market mavenism using a strong sample base, this study provides sound evidence of how consumers interested in fashion may have differing needs for shopping.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.75-77
• /
• 1999

정보추천 시스템은 사용자가 어떤 정보를 선호하는지를 식별함으로써 산재한 정보 중에서 적절한 정보만을 제공하는 것을 목표로 한다. 이러한 정보추천 시스템에서 사용되는 정보여과 기술에는 내용기반 여과와 협력적 여과가 있다. 기존의 협력적 정보여과 기술은 선호도를 적게 제시한 사용자에게 정보를 추천하기 어렵고, 동일한 상품 정보에 대해서 사용자의 평가가 없을 경우 사용자간의 유사성을 판단하기 어려운 단점이 있다. 본 논문은 SVD (Singular Value Decomposition)를 통해 사용자 프로파일을 정량화함으로써 사용자 선호도 행렬로부터 숨어있는 의미정보를 추출하여 동일한 정보에 대해 선호도를 평가해야 한다는 단점을 극복한다. 이때, 사용자 프로파일 벡터를 비감독 학습 알고리즘인 SOM (Self0Organizing Map)으로 클러스터링하여 사용자를 분류하고, 정보추천은 사용자 그룹간에서 이루어지며 Pearson correlation 알고리즘을 이용한다. 기존의 방법과 비교한 결과, 제안한 방법이 새로운 사용자에 대해서도 적절한 정보를 추천할 수 있음을 볼 수 있었다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1998.10a
• /
• pp.449-459
• /
• 1998

정보통신기술의 발달과 WWW 의 출현으로 인터넷 기반 가상 상점이 점차 보편화, 일반화 되어 가고 있다. 그러나 가상 상점이 보다 활성화되기 위하여서는 해결해야할 문제점을 많이 안고 있는데, 특히 사용성 문제는 가상 상점의 활성화를 저해하는 주요 요인중 하나로 인식되고 있다. 그렇지만 가상상점의 사용성을 평가하고 보다 개선된 대안을 제시할 수 있는 과학적이며 구체적인 방법에 관한 연구는 아직 많지 않은 실정이다. 이에 본 연구에서는 가상상점의 접속, 상품검색,구매절차 과정의 사용성을 분석할 수 있는 구체적이며 실용적인 분석 절차를 개발하여 제시하며, 또한 이 방법론을 실제 가상 상점의 분석에 적용하여 본 연구가 제시하는 방법론의 실효성을 검증한다. 본 연구에서 개발한 분석 방법은 HCI 분야에서 개발된 GOMS 방법론을 기반으로 하여 이를 가상상점의 분석에 적합하도록 발전시킨 형태이다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.115-117
• /
• 2001

기존의 인터넷 웹사이트에서는 사용자의 만족을 극대화시키기 위하여 사용자별로 개인화 된 서비스를 제공하는 협력적 필터링 방식을 적용하고 있다. 협력적 필터링 기술은 사용자의 취향에 맞는 아이템을 예측하여 추천하며, 비슷한 선호도를 가진 다른 사용자들과의 상관관계를 구하기 위하여 일반적으로 피어슨 상관계수를 많이 이용한다. 그러나, 피어슨 상관계수를 이용한 방법은 사용자가 평가를 한 아이템이 있을 때에만 상관관계를 구할 수 있다는 단점과 예측의 정확성이 떨어진다는 단점을 가지고 있다. 따라서, 본 논문에서는 피어슨 상관관계 기반 예측 기법을 보완하여 보다 정확한 사용자 유사도를 구하는 방법을 제안한다. 제안된 방법에서는 사용자들을 대상으로 사용자가 평가를 한 아이템의 선호도를 사용해서 엔트로피를 적용하였고, 사용자가 선호도를 표시하지 않은 상품에 대해서는 Default Voting 방법을 이용하여 보다 정확한 헙력적 필터링 방식을 구현하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2002.06a
• /
• pp.249-257
• /
• 2002

B2B EC 플랫폼에서의 구매 프로세스를 지원하기 위한 구매자 쇼핑카트는 위치에 따라 판매자쪽의 s-cart, 중개자쪽의 i-cart, 구매자쪽의 b-cart로 분류할 수 있다. 본 논문에서는 B2B EC에서의 구매자 쇼핑카트의 요구기능을 사용자 식별, 상품정보수집, 물품정보제거, 주문처리, 지불처리, 진행사항 추적, 구매기록, 구매의사결정지원, 전자구매시스템에 구매기록 전송 등 9 가지로 제시하고, 이러한 관점에서 각 구매자 쇼핑카트에 대한 정성적인 비교 분석을 시도한다. 그리고 효율평가모델 제시를 통한 정량적인 분석과 상장기업 30개사의 구매직원에 대한 인터뷰를 통한 변수값 설정을 통해서 B2B EC환경에서의 구매자 쇼핑카트의 효율성 평가를 시도한다. 본 논문을 통해서 B2B EC환경에서는 b-cart 방식의 구매자쇼핑카트 방법이 효율적인 플랫폼임을 제시한다.

• Journal of the Korean Society for Precision Engineering
• /
• v.6 no.1
• /
• pp.7-12
• /
• 1989

우리 경제의 GNP는 1953년의 13억불에서 1987년도에는1000억불을 넘어 무려 국민 1인당 GNP가 35년동안 54배의 증가와 경제성장률이 1962-1987년간 년평균 8.5%의 성장률을 나타내고 있음은 주지의 사실이다. 이러한 고도성장의 배경에는 한국산업의 품질향상에 높은 투자와 정밀정확도의 기술적 향상을 위한 측정기관 투자가 한 몫을 한 것으로 평가할 수 있다. 즉 한국 산업이 세계속에 한국상품을 수출 하여 어려운 품질경쟁에서 이길 수 있 었다는 것은 엽계의 정밀측정기관 투자가 크게 증가하였고 그에 따른 효과로서 불량률의 감 소와 더불어 품질도 많이 향상된 것으로 생각할 수 있다. '87정밀계량측정 실태조사 결과에 의하면 우리나라 제조업체 1,938개 업체의 총매출액 대비 측정관련 투자비용은 1985년에 0.568%에서 1986년에는 0.729%로 나타났다.

• Journal of the KSME
• /
• v.25 no.4
• /
• pp.295-303
• /
• 1985

경량화와 저연비의 추세에도 불구하고 자동화의 안락감에 대한 고객의 요구 수준은 더욱 높아 가고 있다. 따라서 이와 같은 승차감을 대표하는 요소의 실내소음은 여전히 상품 평가의 중요한 지표가 되고 있으며 최근 이 방면의 기술 역시 요구에 상응하는 속도로 발전하고 있다. 모든 기계 요소의 소음의 수준은 곧 개개의 부품에 대한 완벽성을 총체적으로 평가하는 수단이며 이는 발생원, 전달계, 응답계등 모든 측면에서의 기술 수준을 대변한다. 최근 컴퓨터와 수치 해석법 그리고 실험장치의 발달에 힘입어 이들 각각에 대한 보다 신속하고 정확한 저감대책 수립은 물론 상호간의 연성 문제까지를 포함한 해석이 가능해 지고 있으며 이를 이용한 저소음 차량 개발 노력이 경주되고 있다. 자동차 보유 댓수가 급격히 증가 되고 있는 국내 여건은 물론 자동차 산업이 수출 전략적 측면에서의 위치를 굳히고 있는 현시점에서 생활공간의 일부인 자동차의 실내소음 저감에 더욱 많은 연구발전이 있기를 기대한다.