• 한국식품영양과학회지
• /
• 제25권2호
• /
• pp.338-345
• /
• 1996

매운맛 선호도가 성인병 발생에 미치는 영향에 관한 영양생화학적 기초자료를 확보하기 위해, 매운맛을 좋아하며 즐겨먹는 사람과 싫어하며 적게 먹는 사람을 대상으로 하여 매운맛 선호도에 따른 식품섭취유형, 영양소 섭취상태, 나아가 혈중 지질 및 항산화성 비타민 수준에 미치는 영향을 조사하였다. 남자대상자의 경우 매운맛 선호도가 높은 그룹의 육류와 당질식품 섭취량이 선호도가 낮은 그룹의 경우 보다 적으며, 여자대상자는 매운맛 선호도가 높은 그룹의 고춧가루와 김치 섭취량은 그렇지 않은 그룹에 비해 유의적으로 많았다. 일일 평균 영양소 섭취 상태는 매운맛 선호도가 낮은 군에게서 부족한 경향을 띠었으며, 특히 항산화성 비타민이 부족한 것으로 나타났다. 한편, 매운맛을 좋아하는 그룹이 그렇지 않은 그룹에 비해 혈중 중성지질 및 총 콜레스테롤 수준은 약간 낮은 경향을 띠었다. 또한, 매운맛 선호도가 낮은 그룹에 비해 매운맛 선호도가 높은 여자 그룹의 혈중 비타민 C 수준이 높았으며, 남자의 경우 비타민 A 및 베타카로틴이 높은 것으로 나타났다. 이들 결과로 보아, 매운맛 선호도는 식품 섭취 유형에 영향을 미치며, 나아가 혈중 지질 및 항상화성 비타민 수준에 긍정적인 영향을 미치는 것으로 평가된다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 2부
• /
• pp.163-168
• /
• 2006

모바일 기기의 사용자 만족도를 평가하기 위해 interface 부분만 아니라, 물리적 외형(design)에 대한 평가가 중요하게 되었다. 특히, 휴대폰의 물리적(physical) 부분을 평가하는 사용자의 감성적, 선호도를 중심으로 평가 되었다. Design 에 대한 Usability 측면을 고려하여, 감성적 선호도를 넘어서서 사용자의 사용 scene을 고려한 Physical User Experience 에 대한 영역정의가 필요로 한다. 또한 평가시 활용된 방법에 대해서도 정의가 필요하다. 따라서 이러한 특성에 의해, 모바일 기기의 4Physical User Experience를 평가하기 위한 사용자의 모바일 기기의 영역은 무엇이며, 평가 수행시 결과의 효용성을 높이기 위한 방법이 무엇인지 본 논문을 통해 정의하고자 한다.

• 한국전자거래학회:학술대회논문집
• /
• 한국전자거래학회 2003년도 종합학술대회 논문집
• /
• pp.22-27
• /
• 2003

본 연구는 최근 수요가 급격히 증가하고 있는 CMS의 평가방법론을 개발하기 위한 목적으로, CMS와 IT솔루션 평가이론에 대한 고찰을 통해 CMS의 평가항목을 크게 "솔루션 특성", "공급벤더역량", "구매업체 환경적합성"의 대항목으로 분류하고, "컨텐츠 관리기능", "경제성", "서비스", "정보화계획적합성" 등의 총 10가지 세부항목을 제안하였다. 또한 AHP 기법을 통하여 각 평가항목의 상대적 선호도를 결정하고, 과거 단순가중치법을 이용하여 도입된 CMS구매과정과 상호비교하는 사례연구를 실시하였다. 결과적으로 과거 단순가중치법에 의해 산출된 솔루션의 평가점수와 AHP를 이용한 상대적 선호도에 따른 평가점수 사이에는 큰 차이가 존재하였다. 이 연구를 통하여 CMS 솔루션의 선정에 중요한 평가항목들을 제공하였으며, 객관적이고 과학적인 방법론인 AHP를 활용함으로써 솔루션의 차이를 효과적으로 차별화하는 좋은 사례를 제공코자 하였다.

• 한국융합학회논문지
• /
• 제7권5호
• /
• pp.181-188
• /
• 2016

본 연구는 소셜미디어와 건강정보서비스에 대한 소비자들의 융합적 선호를 분석함으로써 다양한 채널과 형태로 제공되고 있는 기존의 건강정보서비스에 대한 소비자들의 선호속성을 도출하고 이에 대한 평가를 객관화시킬 수 있는 분석방법을 발굴하는데 그 목적이 있다. 다속성 효용이론은 개별적 선호속성간의 상대적 선호도를 탐색하고, 이 결과를 바탕으로 대상 분야에 대한 소비자의 전체적 선호도를 파악하는 데 효율적인 방법이다. 우리는 미디어와 건강정보에 관련된 선행연구들로부터 도출된 최신성, 비용성, 유용성, 용이성과 신뢰성 등의 선호속성들이 실제로 건강정보서비스 이용의도에 영향을 미칠 수 있음을 실증하였고 이 속성들을 활용하여 각 소셜미디어들에 대한 효용을 계산함으로써 소비자들의 소셜미디어별 건강정보서비스에 대한 평가도 계량적으로 분석할 수 있었다. 다양한 서비스로 무장한 소셜미디어들이 속속 등장하고 있는 현실을 감안하면 소셜미디어를 활용한 다양한 서비스 시장을 객관적으로 판단하기 힘든 경우 본 연구에서 제안하고 있는 다속성 효용이론의 활용은 시장에 대한 분석에 상당한 도움을 줄 수 있을 것으로 판단된다.

• 방송공학회논문지
• /
• 제21권2호
• /
• pp.210-218
• /
• 2016

본 연구는 IPTV 이용자의 미디어 이용특성(TV 시청시간, 스타 선호도, 장르 선호도)에 따른 VOD 이용행태(VOD이용 및 이용금액)의 차이를 살펴보고, 미디어 이용특성과 IPTV 사업자가 운영하는 가이드채널에 대한 평가가 VOD 이용의사에 미치는 영향을 분석하였다. 이를 위해 VOD 이용경험과 가이드 채널 시청 경험이 있는 자를 대상으로 온라인 설문조사를 실시하였다. 연구결과, 선호하는 스타가 출연하는 경우 VOD 이용이 가장 많았으며, 지불의사 측면에서는 스타 선호도보다는 장르선호도가 VOD에 대한 지불의사에 큰 영향을 주는 것으로 나타났다. 둘째, 미디어 이용특성 중 장르 선호도와 가이드 채널에 대한 시청의사와 인지된 오락성이 VOD 이용의사에 유의미한 영향을 주는 것으로 밝혀졌다. 본 연구결과를 통해 VOD 이용을 높이기 위해서는 VOD 이용 현황 분석을 통해 맞춤형 프로모션과 다양한 이벤트를 제공함으로써 가이드 채널 시청률을 보다 더 적극적으로 높일 필요가 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.316-325
• /
• 2003

기존의 협력적 필터링 기술을 이용한 사용자 선호도 예측 방법에서는 피어슨 상관 계수에 의해 사용자의 유사도를 구하고, 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하였다. 본 논문에서는 기존의 사용자 선호도 예측 방법의 문제점을 보완하기 위하여 베이지안 추정치가 부여된 유사도 가중치와 연관 사용자 군집을 이용한 선호도 예측 시스템을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서의 희박성 문제를 해결하기 위하여 Association Rule Hypergraph Partitioning 알고리즘을 사용하여 사용자를 장르별로 군집하며 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도를 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 기존의 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게 하여 예측의 정확도를 높일 수 있다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 필터링 기술과 비교 평가하였다. 그 결과 기존의 협력적 필터링 기술의 문제점을 해결하여 예측의 정확도를 높이는데 효과적임을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제13권1호
• /
• pp.9-18
• /
• 2013

본 연구는 감상자가 선호하는 화질의 파라미터를 정량화하기 위하여 선행 연구를 기반으로 한 물리적인 화질 평가 항목과 인지적 특성을 반영한 화질 평가 항목을 다이내믹 레인지, 컬러, 콘트라스트로 설정하였다. 그리고 이미지 감상자가 선호하는 콘텐츠별 화질의 재현 성능 범위를 구체화하였다. 그 결과 다이내믹 레인지를 의미하는 디지털 존시스템은 인물사진, 야경사진, 풍경사진이 6~10 stop의 범위를 나타냈다. 전체 RGB 평균은 인물사진(67.2~215.2), 야경사진(46~142), 풍경사진(52~185)으로 인물사진이 RGB 컬러 범위가 가장 넓게 나타났으며, 다음으로 풍경사진, 야경사진의 순서대로 나타났다. 전체 콘트라스트의 범위는 인물사진(196~589), 야경사진(131~575), 풍경사진(104~767)으로 나타났다. 특히 인물사진의 경우, 노출의 기준이 되는 피부톤이 ZONE V로 나타났지만 실제로 감상자들이 선호하는 피부톤의 밝기는 ZONE IV에 해당하였다. 또한 인물사진 전체 장면과 메인 피사체의 콘트라스트 비율이 1:1.2를 나타내어 감상자가 아웃포커스 효과를 선호한다고 판단할 수 있었다. 이와 같은 결과를 통하여 일반 감상자들이 선호하는 디지털 이미지의 화질 재현 성능 범위를 수치화시킬 수 있었다. 또한 디지털 카메라의 개발자에게 감상자가 선호하는 실제 다이내믹 레인지, 컬러, 콘트라스트의 구체적인 정보 범위를 제공하여 제품 개발에 반영될 수 있기를 기대한다.

• 한국콘텐츠학회논문지
• /
• 제18권9호
• /
• pp.91-101
• /
• 2018

본 연구는 종합뉴스 채널인 KBS, JTBC, YTN를 대상으로 뉴스의 앵커 평판과 브랜드 자산 평가가 뉴스의 지속적 시청 의도에 어떤 영향을 미치는지를 검증하였다. 자료 수집은 각 채널별 뉴스를 시청하고 있는 전국 성인남녀 539명을 대상으로 하였으며, 앵커 평판과 뉴스 브랜드 자산 평가 요인의 영향력을 분석하기 위해 위계적 회귀분석을 실시하였다. 연구 결과, 첫째, KBS는 남성, 저학력, 보수 성향, 시청 빈도가 높을수록, 앵커 인지도와 뉴스 인지도, 뉴스 선호도가 높을수록 뉴스를 지속적으로 시청할 것으로 나타났다. 둘째, JTBC는 진보 성향, 시청 빈도가 높고, 앵커 신뢰도와 뉴스 인지도, 뉴스 선호도, 뉴스 품질에 대한 평가가 높을수록 뉴스를 지속적으로 시청할 것으로 확인되었다. 셋째, YTN은 시청 빈도가 높고, 앵커 신뢰도와 매력도, 뉴스 선호도와 품질에 대한 평가가 높을수록 뉴스를 지속적으로 시청할 것으로 확인되었다. 본 연구는 '뉴스 브랜드 자산'이라는 개념을 정립하였으며, 지상파TV와 종합편성채널, 보도전문채널을 대상으로 앵커 평판과 뉴스 브랜드 자산의 영향력을 평가한 최초의 연구라는 학술적 의미가 있다.

• 한국콘텐츠학회논문지
• /
• 제18권9호
• /
• pp.34-43
• /
• 2018

본 연구는 인물사진의 평가 요소들과 감상자들의 일반적인 선호도와의 관계를 통하여, 감상자 중심의 제품 개발 및 설계를 위한 이미지 측정 프로그램 모형을 개발하는 것을 목적으로 한다. 사전 연구에서 개발된 프로그램을 분석하여 개선을 필요로 하는 항목과 이미지 평가 시에 필수적으로 포함해야하는 사항을 신규 항목으로 추가하였다. 본 연구에서는 첫 번째 단계로 얼굴의 초점을 확인하였고, 객관적, 주관적 화질 평가 항목으로 나누어 인물사진을 평가하였다. 객관적 평가 항목에는 RSC 콘트라스트, 다이내믹 레인지를 선정하였고, 통계학적 분석방법으로 각 이미지의 수치를 평가할 수 있었다. 주관적 평가 항목에는 얼굴의 노출, 구도, 위치, 비율 그리고 아웃포커스를 선정하였다. 또한 새로운 얼굴 인식 알고리즘을 통하여 사람의 감정을 판단할 수 있어, 이미지 관련 제조사가 사람의 감정 콘텐츠로 인물사진을 분석할 수 있는 정보를 제시하였다. 본 연구에서 개발된 프로그램은 인물사진을 평가할 때 고려해야하는 평가 항목들을 정량적, 정성적으로 규합하였다. 이를 통하여, 일반인 사용자들의 필요에 보다 부합할 수 있는 제품을 만들기 위한 평가 모형을 개발하는데 필수적인 데이터로 활용가능하다.

• 지능정보연구
• /
• 제19권1호
• /
• pp.57-77
• /
• 2013

소셜 미디어는 모바일 어플리케이션과 웹에서 가장 많이 사용되는 미디어 중 하나이다. Nielsen사의 보고서에 따르면 소셜 네트워크 서비스와 블로그가 온라인 사용자의 주 활동 공간으로 사용되고 있으며, 미국인 중에서 온라인 활동이 왕성한 5명의 사용자중 4명은 매일 소셜 네트워크 서비스와 블로그를 방문하고 온라인 활동 시간의 23%를 소비한다고 집계하고 있다. 미국의 인터넷 사용자들은 야후, 구글, AOL 미디어 네트워크, 트위터, 링크드인 등과 같은 소셜 네트워크 서비스중 페이스북에서 가장 많은 시간을 소비한다. 최근에는 대부분의 회사들이 자신의 특정 상품에 대하여 "페이스북 페이지(Facebook Page)"를 생성하고 상품에 대한 프로모션을 진행한다. 페이스북에서 제공되는 "좋아요" 옵션은 페이스북 페이지를 통해 자신이 관심을 가지는 상품(아이템)을 표시하고 그 상품을 지지할 수 있도록 한다. 많은 영화를 제작하는 영화 제작사들도 페이스북 페이지와 "좋아요" 옵션을 이용하여 영화 프로모션과 마케팅에 이용한다. 일반적으로 다수의 스트리밍 서비스 제공업들도 영화와 TV 프로그램을 즐기며 볼 수 있는 서비스를 사용자들에게 제공한다. 이 서비스는 일반 컴퓨터와 TV 등의 단말기에서인터넷을 통해 영화와 TV 프로그램을 즉각적으로 제공할 수 있다. 스트리밍 서비스의 선두 주자인 넷플릭스는 미국, 라틴 아메리카, 영국 그리고 북유럽 국가 등에 3천만 명 이상의 스트리밍 사용자가 가입되어 있다. 또한 넥플릭스는 다양한 장르로 구성된 수백만 개의 영화와 TV 프로그램을 보유하고 있다. 하지만 수많은 콘텐츠로 인해 사용자들은 자신이 선호하는 장르에 관련된 영화와 TV 프로그램을 찾기 위해 많은 시간을 소비해야 된다. 많은 연구자들이 이러한 사용자의 불편함을 줄이기 위해 아이템에 대한 사용자가 보지 않은 아이템에 대한 선호도를 예측하고 높은 예측값을 갖는 아이템을 사용자에게 제공하기 위한 추천 시스템을 적용하였다. 협업적 여과 방법은 추천 시스템을 구축하기 위해 가장 많이 사용되는 방법이다. 협업적 여과 시스템은 사용자들이 평가한 아이템을 기반으로 각 사용자 간의 유사도를 측정하고 목적 사용자와 유사한 성향을 가진 사용자 그룹을 결정한다. 군집된 그룹은 이웃 사용자 집단으로 불리며 이를 이용하여 특정 아이템에 대한 선호도를 예측하고, 예측 값이 높은 아이템을 목적 사용자에게 추천해 준다. 협업적 여과 방법이 적용되는 분야는 서적, 음악, 영화, 뉴스 및 비디오 등 다양하지만 논문에서는 영화에 초점을 맞춘다. 이 협업적 여과 방법이 추천 시스템 내에서 유용하게 활용되고 있지만 아직 "희박성 문제"와 "콜드 스타트 문제" 등 해결해야 할 과제가 남아있다. 희박성 문제는 아이템의 수가 증가할수록 아이템에 대한 사용자의 로그 밀도가 감소하는 것이다. 즉, 전체 아이템 수에 비해 사용자가 아이템에 대해 평가한 정보가 충분하지 않기 때문에 사용자의 성향을 파악하기 어렵고, 이로 인해 사용자가 아직 평가하지 않은 아이템에 대해서 선호도를 추측하기 어려운 것을 말한다. 이 희박성 문제가 포함된 경우 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자들에게 제공되는 아이템 추천의 질이 떨어지게 된다. 콜드 스타트 문제는 시스템 내에 새로 들어온 사용자 또는 아이템으로 지금까지 한 번도 평가를 하지 않은 경우에 발생한다. 즉, 사용자가 평가한 아이템에 대한 정보가 전혀 포함되어 있지 않거나 매우 적기 때문에 이러한 경우 또한 적합한 이웃 사용자 집단을 형성하는데 어려움을 겪게 되고 사용자가 평가하지 않은 아이템에 대한 선호도 예측의 정확성이 감소되게 된다. 본 논문에서는 영화 추천 시스템에서 발생될 수 있는 초기 사용자 문제를 해결하기 위하여 사용자가 평가한 영화와 소셜 네트워크 서비스로부터 추출된 사용자 선호 장르를 활용하여 사용자 군집을 형성하고 이를 활용하는 방법을 제안한다. 소셜 네트워크 서비스로부터 사용자가 선호하는 영화 장르를 추출하기 위해 페이스북 페이지의 '좋아요' 옵션을 이용하며, 이 '좋아요' 정보를 분석하여 사용자의 영화 장르 관심사를 추출한다. 페이스북의 영화 페이지는 각 영화를 위한 페이스북 페이지로 구성되고 있으며, 사용자는 자신의 선호도에 따라서 "좋아요" 옵션을 선택할 수 있다. 사용자의 페이스북 정보는 페이스북 그래프 API를 활용하여 추출되고 이로부터 사용자 선호 영화를 알 수 있게 된다. 시스템에서 활용되는 영화 정보는 인터넷 영화 데이터베이스인 IMDb로부터 획득한다. IMDb는 수많은 영화와 TV 프로그램을 보유하고 있으며, 각 영화에 관련된 배우 정보, 장르 및 부가 정보들을 포함한다. 논문에서는 사용자가 "좋아요" 표시를 한 영화 페이지를 이용하여 IMDb로부터 영화 장르 정보를 가져온다. 그리고 추출된 영화 장르 선호도와 본 시스템에서 제안하는 영화 평가 항목을 이용하여 유사한 이웃 사용자 집단을 구성한 후, 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고, 높은 예측 값을 갖는 아이템을 사용자에게 추천한다. 본 논문에서 제안한 사용자의 선호 장르 기반의 사용자 군집 기법을 이용한 시스템을 평가하기 위해서 IMDb 데이터 집합을 이용하여 사용자 영화 평가 시스템을 구축하였고 참가자들의 영화 평가 정보를 획득하였다. 페이스북 영화 페이지 정보는 참가자들의 페이스북 계정과 페이스북 그래프 API를 통해 획득하였다. 사용자 영화 평가 시스템을 통해 획득된 사용자 데이터를 제안하는 방법에 적용하였고 추천 성능, 품질 및 초기 사용자 문제를 벤치마크 알고리즘과 비교하여 평가하였다. 실험 평가의 결과 제안하는 방법을 적용한 추천 시스템을 통해 추천의 품질을 10% 향상시킬 수 있었고, 초기 사용자 문제에 대해서 15% 완화시킬 수 있음을 볼 수 있었다.