• 지능정보연구
• /
• 제23권4호
• /
• pp.111-126
• /
• 2017

연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.23-46
• /
• 2021

개인화 추천에서 많이 사용되는 협업 필터링은 고객들의 구매이력을 기반으로 유사고객을 찾아 상품을 추천할 수 있는 매우 유용한 기법으로 인식되고 있다. 그러나, 전통적인 협업 필터링 기법은 사용자 간에 직접적인 연결과 공통적인 특징을 기반으로 유사도를 계산하는 방식으로 인해 신규 고객 혹은 상품에 대해 유사도를 계산하기 힘들다는 문제가 제기되어 왔다. 이를 극복하기 위하여, 다른 기법을 함께 사용하는 하이브리드 기법이 고안되기도 하였다. 이런 노력의 하나로서, 사회연결망의 구조적 특성을 적용하여 이런 문제를 해결하려는 시도가 있었다. 이는, 직접적으로 유사성을 찾기 힘든 사용자 간에도 둘 사이에 놓인 유사한 사용자 또는 사용자들을 통해 유추해내는 방식으로 상호 간의 유사성을 계산하는 방식을 적용한 것이다. 즉, 구매 데이터를 기반으로 사용자의 네트워크를 생성하고 이 네트워크 내에서 두 사용자를 간접적으로 이어주는 네트워크의 특성을 기반으로 둘 사이의 유사도를 계산하는 것이다. 이렇게 얻은 유사도는 추천대상 고객이 상품의 추천에 대한 수락여부를 결정하는 척도로 활용될 수 있다. 서로 다른 중심성 척도는 추천성과에 미치는 영향이 서로 다를 수 있다는 점에서 중요한 의미를 갖는다 할 수 있다. 이런 유사도의 계산을 위해서 네트워크의 중심성을 활용할 수 있다. 본 연구에서는 여기서 더 나아가 이런 중심성이 추천성과에 미치는 영향이 추천 알고리즘에 따라서도 다를 수 있다는 데에서 주목하여 수행되었다. 또한, 이런 네트워크 분석을 활용한 추천기법은 신규 고객 혹은 상품뿐만 아니라 전체 고객 혹은 상품으로 그 대상을 넓히더라도 추천 성능을 높이는 데 기여할 것을 기대할 수 있을 것이다. 이런 관점에서 본 연구는 네트워크 모형에서 연결선이 생성되는 것을 이진 분류의 문제로 보고, 추천 모형에 적용할 분류 기법으로 의사결정나무, K-최근접이웃법, 로지스틱 회귀분석, 인공신경망, 서포트 벡터 머신을 선택하고, 온라인 쇼핑몰에서 4년2개월간 수집된 구매 데이터로 실험을 진행하였다. 사회연결망에서 측정된 중심성 척도를 각 분류 기법에 적용하여 생성한 모형을 비교 실험한 결과, 각 모형 별로 중심성 척도의 추천성공률이 서로 다르게 나타남을 확인할 수 있었다.

• 한국심리학회지:법
• /
• 제13권1호
• /
• pp.1-22
• /
• 2022

본 연구는 국민참여재판의 평결범주가 일반인의 법적판단에 미치는 영향과 그 과정에서 '무죄표상'의 역할을 확인하였다. '무죄표상'은 일반적인 의미의 무죄(잘못이 없음)판단을 위한 심리적 기준을 의미한다. 또한, 법률로 정해진 유죄판단 기준으로 간주되는 '합리적 의심의 여지없는 유죄의 증명(beyond a reasonable doubt: BRD)'과 개인의 역치에 대한 추정치인 IT(individual threshold)의 역치로서의 기능을 비교하였다. 본 연구는 평결범주(유죄/무죄 vs. 유죄/유죄아님)와 피고인 유죄가능성(낮음 vs. 높음)을 각각 두 수준으로 조작한 2×2 완전교차요인설계를 사용하였으며, 온라인으로 진행되는 실험에 자발적으로 참여한 137명의 자료가 분석에 사용되었다. 실험은 '무죄표상' 및 기소유죄확률 측정, 재판시나리오 제시, 피고인에 대한 법적판단(판단 확신감 및 피고인 유죄가능성 추정 등 포함) 순으로 진행되었다. 연구 결과, 평결범주는 일반인의 법적판단에 유의한 영향을 미치지 못하는 것으로 나타났으나 '유죄/무죄'의 평결범주를 제시받은 경우 '유죄/유죄아님'의 평결범주를 제시받은 경우보다 유죄판단 비율이 높은 경향이 있었다. 일반인들의 '무죄표상'과 평결범주의 상호작용은 이론적 유죄판단 역치(BRD)와 개인의 역치(IT)의 차이(역치 변화량)를 잘 예측하는 것으로 나타났으며, '유죄/무죄'의 평결범주를 제시받은 경우에 '유죄/유죄아님'의 평결범주를 제시받은 경우보다 '무죄표상'의 변화에 따른 역치변화량이 더 컸다. 역치로서의 BRD와 IT를 비교한 결과에서는 IT가 유죄가능성과 상호작용하여 일반인의 법적판단을 유의하게(p<.1) 예측하는 것으로 나타나서 IT가 BRD보다 더 좋은 역치 추정치라고 할 수 있었다. 본 연구는 법률가들 사이에서 종종 제기되는 문제인 국민참여재판 평결범주의 효과를 실험을 통하여 확인하고 그 효과의 심리적 기제에 대한 논리적인 추론 및 경험적 근거를 제공하였다는 데 의의가 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권6호
• /
• pp.253-260
• /
• 2015

온라인에서 물품을 구매하고자 할 때, 추천 시스템은 사용자에 맞춘 추천을 하게 되며, 사용자가 관심을 가질만한 새로운 물품까지 추천해 준다. Collaborative filtering 등, 여러 모델들이 보다 정확한 추천을 위해 제안되었으며, 활발히 연구되고 있다. 그중 Collaborative filtering은 사용자 선호도를 예측하는 데 좋은 결과를 보여주지만 사용자 개체 및 데이터가 부족한 환경에서는 사용자들끼리의 비교를 힘들게 하여 collaborative filtering이 적용되기 힘들게 한다. 새로 시작하는 시스템이거나 사용자 개체 수가 적은 경우, 문제가 발생하며, 이와 같은 상황에서는 content-based filtering이 사용된다. 하지만 content-based filtering은 비슷한 물건만 추천해주거나, 사용자 성향 변화를 제대로 반영하지 못하는 등의 여러 단점을 가지고 있다. 이러한 한계점들을 극복하기 위해서 사용자 구매 기록에 가중 윈도우를 적용하고, 사용자 구매 기록 분석을 통한 윈도우 가중치 조정을 수행하는 시스템을 제안한다. 사용자 성향의 변화에 민감하게 반응할 수 있고, 이를 기반으로 무의미한 추천을 제거하며, 사용자가 찾기 어려운 관련 물품 추천이 가능한 새로운 상품도 추천하는 시스템을 제시하며, 언급된 사용자 개체 및 데이터가 부족한 환경에서의 동작을 검증하기 위해, 스타트업 무역업체에서 제공된 상품정보 기반 실험을 통해 제안된 시스템의 동작을 검증하였다.

• 방송공학회논문지
• /
• 제11권1호
• /
• pp.28-41
• /
• 2006

양방향 맞춤형 방송의 실현으로 인해 비디오의 내용을 자동으로 분석하여 그 구조를 기술하거나 요약을 생성하는 등의 내용 기반 비디오 분석 기술의 필요성이 요구되고 있다. 본 논문에서는 온라인에서 수요가 높고 특히 맞춤형 방송에 적합한 방송 콘텐츠인 교육용 비디오의 ToC를 자동으로 생성하기 위한 방법을 제안한다. 제안한 ToC 생성 방법은 씬 분할과 씬 서술의 두 단계로 이루어져 있다. 씬 분할 단계에서는 삿 분할을 수행한 후 샷 간의 연결관계 분석을 통해 입력 영상을 씬 단위로 분할하게 된다. 씬 서술 단계에서는 분할된 각 씬이 장면 분류, 자막 검출, 화자 인식 등에 의해 그 내용이 자동으로 서술된다. 제안된 방법을 통해 생성된 ToC는 씬과 샷의 계층 구조를 통해 비디오의 구성을 표현하고, 검출된 여러 특정을 이용해 각 씬과 샷의 내용을 서술함으로써 사용자가 비디오의 내용을 한눈에 알아볼 수 있고 원하는 내용에 손쉽게 접근할 수 있도록 도와줄 수 있다. 또 보다 상세한 ToC가 요구되는 경우에는 유용한 정보들이 포함되어 있는 초기 형태의 ToC로써 이용되어 수작업에 의한 ToC 생성에 필요한 시간을 효과적으로 줄이는 것이 가능하다. 실험을 통해 제안한 방법으로 여러 개의 교육용 비디오에서 ToC를 효과적으로 생성될 수 있음을 확인하였다.

• 감성과학
• /
• 제22권3호
• /
• pp.65-76
• /
• 2019

AR (Augmented Reality; 증강현실)은 가상의 이미지를 현실 세계에 덧붙이는 기술이다. 본 연구는 온라인으로 활발히 소비되는 품목인 음식을 AR로 제시했을 때의 효과를 살펴보고자 한다. 본 연구에서는 AR 음식 이미지가 구매 의사와 사용자 참여에 미치는 영향을 정적인 음식 이미지와 비교하여 알아보았고, 이미지 제시 방식과 구매 의사와의 관계를 사용자 참여가 매개하는지도 살펴보았다. 참가자는 두 조건 중 하나로 무선할당되어 AR 조건은 AR로 음식 이미지를 보고 정적 조건은 정적인 음식 이미지를 보았다. 그 후 참가자들은 사용자 참여와 구매 의사를 묻는 설문에 응답했다. 실험 결과, AR로 음식을 본 조건이 정적인 이미지를 본 조건보다 사용자 참여가 더 높았고, 구매 의사 또한 더 높은 것으로 나타났다. 매개 분석 결과, 사용자 참여의 간접효과는 통계적으로 유의했으며, 사용자 참여는 이미지 제시 방법과 구매 의사 간의 관계를 완전매개하는 것으로 나타났다. 하위요인별로 매개 분석을 진행한 결과, 사용자 참여의 하위 척도 중에서도 심미성의 완전매개 효과가 나타났다. 연구 결과를 정리하면, AR로 음식 이미지를 보게 되면 심미성이 높아지며, 높은 심미성은 음식에 대한 높은 구매 의사로 이어진다. 따라서 본 연구는 음식 이미지를 제시하는 방법으로 AR 기술이 효과적으로 사용될 수 있음을 밝히고 있다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.153-177
• /
• 2001

데이터베이스 마케팅을 필두로 최근 마케팅 분야에서는 보다 고객에 적합한 제품이나 서비스를 제공하고 또한 이로 인해 그 마케팅 비용을 최소화하고 또한 그 매출효과를 극대화하고자 하는 움직임이 가속화되고 있으며, 극단적으로는 일대일 마케팅이라고까지 표현하고 있다. 더욱이 전자쇼핑몰에 있어서는 실제 판매원이 존재하지 않는 이상 보다 더 고객의 관심을 유도하고 궁극적으로 매출을 발생시키기가 더욱 어려운 실정이며 따라서 고객을 파악하기 또한 그 고객에 적합한 제품이나 서비스에 대한 정보를 즉각적 또는 사전적으로 추측 제시하여야 하는 역량이 매우 중요하다 하겠다. 그러나 이와 같은 즉시성의 추정이나 판단의 유효성을 제고하기 위해서는 전자쇼핑몰 입장에서 일단의 단편적 정보에 의존하는 방식보다는 이용가능한 모든 정보에 대한 통합적 고찰과 또한 고객에 대한 제안 여부와 추천 의사 결정을 개별적이고 순차적인 절차로 보는 관점보다는 하나의 통일된 관점에서 최대의 효과를 발생시킬 수 있도록 하는 상품 추천 방법론이 필요하다 하겠다. 본 연구는 이를 위해 전자쇼핑몰에서의 오프라인/온라인의 통합 정보를 바탕으로 추천 대상 고객 선정 및 추천 효과의 최적화를 목적으로 추천 상품 및 서비스 결정의 의사결정들에 대한 단일 의사결정 방법론 즉 상품 추천 방법론을 제안하며 이를 에이전트 기법을 바탕으로 설계하였다. 또한 이상의 방법론과 설계기법을 국내 유수의 전자쇼핑몰에 적용하여 그 실험적 성과를 제시하고 있다.

• 한국산학기술학회논문지
• /
• 제19권1호
• /
• pp.609-614
• /
• 2018

인터넷 기술의 급격한 성장으로 우리들은 언제 어디에서나 다양한 장치를 이용하여 온라인에 접속할 수 있으며, 실시간, 대용량의 영상 및 사진들이 인터넷상에 올려지고 있다. 이러한 영상들의 대부분은 영상에 관련된, 영상을 인식할 수 있는 간단한 주석을 갖는다. 그럼에도 아직도 주석이 없는 단일 영상이나 잘못된 주석이나 태그 정보 때문에 우리가 원하는 영상을 찾는데 문제점이 있어 이러한 문제해결을 위해서는 영상의 올바른 정보를 태깅하는 것이 필수적이다. 대부분의 태그는 문서나 주석의 형태를 가지므로 주석이나 문서의 정보가 올바르지 않으면 원하는 영상을 찾는데 많은 어려움이 따른다. 그리하여 더 나은 영상 탐색 결과와 올바른 영상 주석을 위해서 작가에 의한 주석뿐만 아니라 올바른 영상분석 또한 아주 중요하다. 영상 특징을 추출하는 것은 신뢰성 있는 영상 주석을 위해 필수 불가결한 요소이다. 따라서 본 논문에서는 다양한 불특정 영상으로 부터 계층적 텍스트 추출 방법을 사용하여 신뢰성 있는 영상 주석을 얻는다. 다양한 영상으로 부터 영상이나 사진 속에 포함된 텍스트 정보를 추출하는 방법을 제안하였으며, 실험결과 제안한 텍스트 추출기법이 대부분의 영상으로부터 정확하게 텍스트 특징을 추출하는 결과를 보여주었고, 성능 평가 결과 최소 0.04부터 최대 0.52의 높은 평가결과를 보여주었다. 또한 정확도 측면에서도 다른 기법들 보다 최소 18.1%부터 최대 37.9%의 높은 정확도를 보여주었다.

• 한국전자거래학회지
• /
• 제17권3호
• /
• pp.85-103
• /
• 2012

온라인에서 추천시스템은 사용자들의 구매 이력 또는 선호도를 바탕으로 적절한 콘텐츠 또는 서비스를 제공하는 IT기술이다. 추천시스템에 대한 사용자의 평가에는 추천 결과에 기반한 시스템 성과와 추천 방식에 의해 형성되는 사용자의 태도에 대한 두 측면 모두 고려되어야 한다. 그러나 시스템 성과와 사용자 태도에 대한 통합적 관점의 추천시스템 평가에 대한 연구는 많지 않았다. 본 연구의 목적은 추천시스템에 대한 사용자 평가의 통합적 관점을 제시하는 것에 있다. 그에 따라 사용자 태도 형성과 관련하여 자기 참조(Self-reference)와 사회적 실재감(Social Presence)의 정도를 구분하여 웹 기반 실험을 수행하였으며 추천시스템의 성과 측정을 위하여 추천 알고리즘 평가에 널리 활용되어 온 정확성(Accuracy)과 새로움(Novelty)을 활용하였다. 연구의 결과로 추천시스템의 사용자 만족에 미치는 변수로 정확성과 새로움이 시스템 특성 요소로 제시되었으며 사용자 태도 관점에서 사회적 실재감이 사용자의 만족에 영향을 주었다.

• 대한토목학회논문집
• /
• 제36권3호
• /
• pp.341-348
• /
• 2016

기존의 항만구조물은 사용연수가 증가함에 따라 노후화가 진행되고 있으며 바닷물의 침식 등에 의한 콘크리트 염해 등으로 인해 내구성이 저하되고 있다. 더불어 수출입 증가에 따른 항만시설의 확충과 해상구조물의 수요가 있을 것으로 판단된다. 따라서 본 연구에서는 항만구조물을 비롯한 수중 콘크리트 구조물의 효율적인 유지관리를 위해 수중화된 슈미트해머와 초음파센서의 현장 실험결과를 통해 수중 비파괴검사 장비의 현장 적용성을 검증하고, 수심별 강도 추정식을 도출하였다. 다중회귀분석을 통해 도출된 복합 강도 추정식은 수심에 대한 보정이 이루어져 있어 추후 수중에서의 활용성이 매우 높을 것으로 기대된다. 또한, 향후 활발히 개발되고 있는 수중 ROV에 본 연구에서 수중화한 슈미트해머와 초음파센서를 탑재시켜 수중 콘크리트 구조물의 진단에 활용한다면 신뢰도 높은 수중 콘크리트 구조물의 상태진단과 자동화를 통한 상시감시를 이루어 온라인상으로도 모니터링이 가능한 유비쿼터스 개념의 통합된 비파괴검사 시스템 구축이 가능할 것으로 판단된다.