• 한국콘텐츠학회논문지
• /
• 제19권2호
• /
• pp.328-339
• /
• 2019

전 세계적으로 급속히 성장한 온라인 경쟁 환경에서 기업들은 효과적인 소비자 시선 집중을 위해 쇼핑 정보 콘텐츠에 대한 소비자 시각반응 이해가 필요하다. 소비자 특성에 따른 효과적인 쇼핑 정보 제공을 위해 소비자 유형별 쇼핑 정보의 시각 반응 차이가 규명되어야 한다. 이를 위해 본 연구는 아이트래킹 기법을 활용해 대표적 소비자 유형인 남성과 여성 간 온라인 쇼핑 정보에 대한 시각 주의도 차이를 탐색적으로 연구했다. 특히 다양한 광고채널에서 구매를 촉진시키기 위해 활용되어 온 휴먼 브랜드 콘텐츠가 온라인 쇼핑 환경에서 남녀 소비자 시각 행동에 어떤 영향을 미치는지를 80명의 남녀 대학생 대상 아이트래킹 실험을 통해 규명했다. 실험 결과 남성에 비해 여성이 휴먼 브랜드 이미지에 대한 시각주의도가 더 높게 나타났고, 휴먼 브랜드에 대한 남성과 여성 간 시각주의도 차이가 기능성 제품인 노트북보다 심미성 제품인 향수에서 더 크게 나타났다. 이러한 결과를 통해 본 연구는 시각행동 관점에서 남성과 여성에 대한 차별화된 온라인 쇼핑 콘텐츠 제공에 대한 이론적 근거를 마련하고, 온라인 쇼핑 웹페이지에서 상대적으로 간과되어 온 휴먼 브랜드 이미지 콘텐츠의 전략적 활용 가능성을 제시했다.

• 한국전자거래학회지
• /
• 제16권4호
• /
• pp.241-256
• /
• 2011

본 연구는 온라인 소비자 리뷰가 제품정보 제공자로서 소비자 구매결정에 미치는 영향에 대해 살펴보았다. 정보이론에서 제시된 엔트로피의 개념을 이용하여, 온라인 소비자 리뷰 안에 존재하는 여러 가지 종류의 제품 정보에 대해 소비자들이 각각 다르게 반응하는 이유를 설명하고자 하였다. 정보 엔트로피는 한 개의 단위 정보가 감소시킬 수 있는 불확실성의 정도를 의미한다. 온라인 소비자 리뷰에는 각각 다른 정도의 엔트로피를 감소시킬 수 있는 여러 가지 정보가 있고 따라서 소비자는 감소되는 엔트로피의 정도에 따라 각각의 정보에 대해 다르게 반응한다. 본 연구에서는 여러 가지 종류의 정보에 따라 감소하는 엔트로피의 양이, 제품 정보 제공의 전후에 따라 제품 속성에 대한 인식된 중요도의 차이로 나타남을 검증하고자 하였다. 이러한 연구 가설들은 총 268명의 온라인 쇼핑몰 이용자에게 실험을 하여 정보제공의 전후에 따른 제품 속성 별 중요도에 분명한 차이가 있음을 보여줌으로써 확인되었다.

• 한국음향학회지
• /
• 제41권2호
• /
• pp.199-209
• /
• 2022

일반적인 비정상 탐지 알고리즘은 사전 데이터를 이용하여 학습된다. 따라서 시간에 따른 정상 데이터의 특징이 변화되는 경우에 기존의 배치 학습 기반 알고리즘의 성능 저하가 불가피하다. 본 논문에서는 정상 데이터의 점진적 특징 변화를 고려할 수 있는 온라인 비정상 탐지 알고리즘을 제안한다. 제안하는 알고리즘은 단일 클래스 분류 모델에 기반하며 오프라인 및 온라인 단계의 학습 과정을 포함한다. 제안된 알고리즘의 오프라인 학습 단계에서는 사전 데이터가 잠재 공간의 중심에 근접하도록 학습하고, 이후 온라인 학습단계에서는 신규 데이터에 의한 점진적 잠재 공간의 중심을 갱신하고, 갱신된 중심을 기준으로 계속 학습을 진행한다. 공개된 수중 음향 데이터를 이용한 실험결과 제안된 온라인 비정상 탐지 알고리즘은 점진적 중심 갱신 및 학습을 위해 단지 2 % 정도의 추가 학습시간이 소요되는 것으로 확인되었다. 반면에 시변 정상데이터가 수신되는 경우에 오프라인 학습 모델과 비교하여 19.10 % 개선된 Area Under the receiver operating characteristic Curve(AUC) 성능을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.616-618
• /
• 2002

MLP(multilayer perceptron)는 다른 패턴인식 방법에 비해 몇 가지 이점이 있어 다양한 문제영역에서 사용되고 있다 그러나 MLP의 학습에 일반적으로 사용되는 EBP(error backpropagation) 알고리즘은 학습시간이 비교적 오래 걸린다는 단점이 있으며, 이는 실시간 처리를 요구하는 문제나 대규모 데이터 및 MLP 구조로 인해 학습시간이 상당히 긴 문제에서 제약으로 작용한다. 패턴인식에 사용되는 학습데이터는 풍부한 중복특성을 내포하고 있으므로 패턴마다 MLP의 내부변수를 갱신하는 은라인 계열의 학습방식이 속도의 향상에 상당한 효과가 있다. 일반적인 온라인 EBP 알고리즘에서는 내부 가중치 갱신시 고정된 학습률을 적용한다. 고정 학습률을 적절히 선택함으로써 패턴인식 응용에서 상당한 속도개선을 얻을 수 있지만, 학습률을 고정함으로써 온라인 방식에서 패턴별 갱신의 특성을 완전히 활용하지 못하는 비효율성이 발생한다. 또한, 학습도중 패턴군이 학습된 패턴과 그렇지 못한 패턴으로 나뉘고 이 가운데 학습된 패턴은 학습을 위한 계산에 포함될 필요가 없음에도 불구하고, 기존의 온라인 EBP에서는 에폭에 할당된 모든 패턴을 일률적으로 계산에 포함시킨다. 이 문제에 대해 본 논문에서는 학습이 진행됨에 따라 패턴마다 적절한 학습률을 적용하고 필요한 패턴만을 학습에 반영하는 패턴별 가변학습률 및 학습생략(COIL) 방댑을 제안한다. 제안한 COIL의 성능을 입증하기 위해 화자증명과 음성인식을 실험하고 그 결과를 제시한다.

• 한국산학기술학회논문지
• /
• 제13권9호
• /
• pp.4200-4206
• /
• 2012

최근 온라인 게임 산업이 급속도로 확장되었다. 하지만, 온라인 게임에서 봇 프로그램으로 인하여 다양한 게임 서비스 피해사례가 발생하고 있다. 특히, 게임 머니 및 아이템의 비정상적인 수집은 게임이 가지는 본연의 재미를 잃어버리게 하고, 궁극적으로 게임의 생명주기에 결정적으로 악영향을 미치게 된다. 본 논문은 게임 로그 데이터의 플레이 패턴을 이용한 봇 탐지 방법을 제안한다. 인간 플레이어로부터 봇과 차별화된 모델을 만들기 위해 인간 플레이어의 행동뿐만 아니라 봇 데이터도 분석에 활용한다. 실험에서는 서비스 중인 온라인 게임을 이용하여 사용자와 봇의 모델을 생성하고 유효한 결과를 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제9권4호
• /
• pp.414-420
• /
• 2006

온라인 문자 인식 기술은 PDA, 타블릿 PC 등 많은 새로운 응용에서 사용되고 있으나, 인식 기술은 아직 이러한 첨단 도구들을 자연스럽게 이용하기에는 못 미치는 실정이다. 또한 최근 많이 사용되는 은닉 마르코프 모델(HMM)은 입력패턴을 전체 표준패턴과 비교함으로써 많은 기억장소와 계산량을 필요로 하는 단점을 지니고 있다. 따라서 본 논문에서는 더욱 효율적으로 온라인 문자 인식을 가능하게 하는 방법을 제안한다. 본 연구에서는 전처리 단계를 거쳐 학습 데이터와 인식 데이터의 체인코드를 생성하고, 인식 단계에서 입력 데이터에 주성분 분석(PCA) 기법을 적용하여 데이터의 차원을 줄여 문자를 인식한다. 제안하는 방법의 타당성은 실험을 통해서 검증한다.

• 정보과학회 논문지
• /
• 제45권2호
• /
• pp.126-133
• /
• 2018

추천 시스템은 과도한 정보제공으로 인한 정보 수용자의 결정 제약을 극복하고, 정보 제공자에게는 이윤과 평판을 최대화 시킬 수 있는 해결책으로 등장하였다. 추천 시스템은 다양한 접근법으로 구현이 가능하지만, 추천 대상 객체의 리뷰에서 생성되는 다양한 소셜 정보를 적절히 활용하는 방안은 연구되지 못하였다. 본 논문에서는 기존의 접근법과는 다르게 온라인 리뷰에서 생성되는 클러스터 정보를 이용하여 추천 시스템의 성능을 향상시키는 방식을 제안하였다. 제안하는 방식을 구현하고 실제 데이터를 활용하여 실험한 결과 기존의 방식들보다 성능이 월등히 향상됨을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (A)
• /
• pp.148-150
• /
• 2000

자원 예약을 보장하지 못하는 네트워크 상에서 실시간 멀티미디어 응용의 만족스러운 서비스를 위해서는 효과적인 종단 시스템의 운영이 필요하다. 이러한 운영 기술 중 버퍼를 이용한 응용 프로그램 수준의 대역폭 평활화 기술과 태스크 스케줄링 기법은 핵심적인 부분을 차지한다. 기존에 제안된 온라인 대역폭 평활화 기법은 동적 슬라이딩 윈도우와 공적 버퍼를 이용하여 네트워크에 적응할 뿐만 아니라 요구 대역폭 평활화를 통해 지터를 흡수, 완충시킴으로써 더 나은 서비스 품질을 보장한다. 그러나 응용 프로그램 수준에서 동작하기 때문에 프로그램의 수행 품질보장을 위한 시간 대역을 보장하지 못할 뿐만 아니라 지터의 발생 가능성이 높다. 본 연구에서는 효과적인 버퍼 관리를 통해 서비스 품질의 손실을 최소화하는 적응성 있는 온라인 대역폭 평활화 기법이 안정적으로 동작하기 위한 최적화된 태스크 스케줄링 기법을 제안한다. 먼저 태스크 스케줄링 기법은 멀티미디어 데이터의 생산과 소비를 적시에 보장할 수 있도록 하여 지터의 발생을 최소화하고, 만일 네트워크 지터가 발생하더라도 응용 프로그램 수준의 버퍼 관리를 통해 완충시킴으로서 서비스 품질의 손실을 최소화한다. 모의 실험에서는 제안된 기법이 온라인 대역폭 평활화 기법을 효과적으로 지원함을 보인다.

• 정보처리학회논문지B
• /
• 제8B권4호
• /
• pp.343-350
• /
• 2001

백터 양자화기 설계는 다차원의 목적함수를 최소화하는 학습 알고리즘을 필요로 한다. 일반화된 Lloyd 방법(GLA)은 벡터 양자화기 설계를 위해 오늘날 가장 널리 사용되는 알고리즘이다. GLA 는 일괄처리(batch) 방식으로 코드북을 생성하며 목적함수를 단조 감소시키는 강하법(descent algorithm)의 일종이다. 한편 Kohonen 학습법(KLA)은 학습벡터가 입력되는 동안 코드북이 갱신되는 온라인 벡터 양자화기 설계 알고리즘 이다. KLA는 원래 신경망 학습을 위해 Kohonen에 의해 제안되었다. KLA 역시 GLA와 마찬가지로 강하법의 일종이라 할 수 있다. 따라서 이들 두 알고리즘은, 비록 사용하기 편리하고 안정적으로 동작을 하지만, 극소(local minimum) 점으로 수렴하는 문제를 안고 있다. 우리는 이 문제와 관련하여 simulated annealing(SA) 방법의 응용을 논하고자 한다. SA는 현재까지 극소에 빠지지 않고 최소(global minimum)로 수렴하면서, 해의 수렴이 (통계적으로) 보장되는 유일한 방법이라 할 수 있다. 우리는 먼저 GLA에 SA를 응용한 그 동안의 연구를 개괄한다. 다음으로 온라인 방식의 벡터 양자화가 설계에 SA 방법을 응용함으로써 SA 방법에 기초한 새로운 온라인 학습 알고리즘을 제안한다. 우리는 이 알고리즘을 OLVQ-SA 알고리즘이라 부르기로 한다. 가우스-마코프 소스와 음성데이터에 대한 벡터양자화 실험 결과 제안된 방법이 KLA 보다 일관되게 우수한 코드북을 생성함을 보인다.

• 디지털콘텐츠학회 논문지
• /
• 제4권2호
• /
• pp.167-179
• /
• 2003

제 2 외국어로서 영어를 배우는 학습자를 위한 효과적인 교수법에 대해 여러 이론에서 많은 학자들에 의해 연구되고 개발되어 왔다. 최근 너무 어린 나이에 영어를 교육하는 문제에 대한 찬반론이 제기되는 등 많은 논란이 제기되고 있으나 학생들의 흥미유발, 동기부여, 그리고 참여 학습의 중요성에 대해 모든 이론에서 인식을 같이 하고 있다. 특히 많은 시간을 인터넷에 투자하고 있는 학생들의 욕구를 반영하는 시대에 어울리는 교육방법이 제시되어져야 한다. 이러한 관점에서 본 연구에서는 인터넷을 이용한 웹기반 교육매체를 이용한 영어 듣기 온라인 교육을 오프라인상의 교육과 비교하고자 하였다. 인터넷을 활용한 온라인 교수법을 영어 듣기 학습에 미치는 영향을 조사하기 위해 연구대상을 동등한 수준의 실험집단(experimental group)과 통제집단(controlled group)으로 구분하였다. 이 두 집단에 대한 실험을 실시한 결과를 기초하여 기존의 학습방법과 웹기반의 온라인 학습방법의 분석을 통해 교수법이 학생들의 수업 태도와 그 성취도에 있어서 많은 영향을 준다는 것을 알 수 있었다. 특히 온라인 학습방법에 대해 대체로 긍정적인 반응을 보였고 친구에게 권하고 싶다고 할 만큼 흥미를 보여주었다. 학습자의 수요와 관심에 부합되는 이러한 인터넷을 통한 온라인 교수법이 21세기의 새로운 학습방법의 모델로서 청소년의 현장 학습에 적용한다면 효과적인 학습방법이 될 것으로 기대된다.