• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2004년도 춘계학술대회 21세기 IT산업의 발전 전망
• /
• pp.29-34
• /
• 2004

본 연구에서는 Mobile Commerce(M-커머스) 사이트의 신뢰도에 영향을 미치는 요인들을 거래안전성, 기업이미지, 검색기능성 그리고 결제편의성으로 분류하여 관련 연구들을 통해 검증된 요인들을 추출하였다. 그리고 M-커머스 사이트의 현재 또는 잠재 고객들을 대상으로 직접 설문조사를 통해 M-커머스 사이트의 신뢰도에 영향을 미치는 요인을 식별해냄으로써 고객과의 신뢰형성을 위해 최우선적으로 고려해야 할 방향을 제시하고 M-커머스의 활성화에 기여하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권3호
• /
• pp.177-187
• /
• 2023

이 연구는 교육서비스 관점에서 MOOC의 질 평가를 위한 잠재모형을 도출하고 신뢰롭고 타당한 MOOC 질 평가도구를 개발하고 타당화하는 데 목적이 있다. 연구목적을 달성하기 위해 선행 연구결과에 기초해서, MOOC 평가 잠재모형(4개 요인과 8개 하위요인)을 도출하였다. 이 잠재모형을 토대로 18개 예비 평가문항을 개발한 후, 대학 원격수업 경험이 있는 학습자 138명을 대상으로 문항중요도 설문을 실시하였다. 수집된 136개의 자료를 활용하여 탐색적 요인분석 결과, 수집된 데이터에서 4개의 요인(체제적 학습 경험, 가치 경험, 가치 경험의 공동 창조, 고차원 학습경험)과 7개의 하위요인(실제성, 신뢰성, 확신성, 반응성, 조직환경 체계성, 프로그램 체계성, 학습자 지지의 체계성, 공동주도성)으로 추출되었다. 신뢰도 분석결과, 선정된 문항들은 각 척도를 구성하는 문항으로서 높은 내적합치도를 보였다. MOOC에 대한 평가도구는 타당하고 신뢰할 수 있다는 결론을 내릴 수 있다.

• 한국지역지리학회지
• /
• 제15권3호
• /
• pp.409-420
• /
• 2009

본 연구는 대구시 중소기업을 중심으로, 아파트형 공장의 입지요인 및 정책요인이 입주의사에 미치는 영향을 분석하는 것을 목적으로 한다. 본 연구의 주요 결과는 다음과 같다. 첫째로, 설문조사 분석결과를 보면, 응답기업의 58.2%가 아파트형 공장에 입주할 의사가 있는 것으로 나타났다. 둘재로, 입지요인에 대한 요인분석 결과, 네트워크, 입주비용, 접근성, 입주공간, 노동력 등 총 5개의 요인이, 정책요인에 대한 요인분석 결과, 경영지원정책, 금전지원정책, 행정지원정책 등 총 3개의 요인이 추출되었다. 셋째로, 로짓 희귀분석 결과, 입지요인이 입주의사에 미치는 효과에서 대구지역 아파트형 공장의 잠재수요자인 응답기업들의 아파트형 공장 입주의사에 통계적으로 유의하게 영향을 미치는 입지요인은 없으나, 입주비용 요인은 입주의사에 약하게 영향을 미치는 것으로 판단된다. 또한, 정책요인이 입주의사에 미치는 효과분석 결과, 세제지원, 금융지원, 임대료 지원과 같은 금전지원 정책이 대구지역 아파트형 공장의 잠재수요자인 응답기업들의 입주의사에 통계적으로 유의하게 영향을 미치는 것으로 나타난다.

• 한국농림기상학회지
• /
• 제22권2호
• /
• pp.47-56
• /
• 2020

본 연구는 기후변화에 따른 소나무 잠재분포변화 예측 및 환경요인과의 관계를 파악하기 위한 목적으로 수행되었다. 입력자료인 종속변수는 1:5,000 임상도에서 추출한 소나무 출현자료를 사용하였으며, 독립변수는 RCP 시나리오 기후자료 및 임상도, 입지도에서 추출한 기후, 입지, 생육환경자료 등 총 14개의 환경요인 변수를 사용하였다. 이러한 입력자료를 바탕으로 생태적 지위 개념을 기반으로 한 종 분포 모형 중 하나인 MaxEnt (Maximum Entropy Modeling) 모형을 구동하여 미래의 소나무 잠재분포를 예측하였다. 분석결과 training AUC (Area Under Curve)가 0.79로 우수한 수준의 정확도를 보였으며 현존 소나무 분포 자료와 유사한 현재 잠재분포 결과를 보였다. RCP 시나리오를 적용한 결과 소나무 잠재분포지는 시간이 지남에 따라 지속적으로 감소할 것으로 나타났으며 RCP8.5 기준으로 2050년과 2070년에 각각 11.1%, 18.7%의 잠재분포지가 줄어들 것으로 예측되었다. 입력자료의 소나무 잠재분포 판단에 대한 기여도는 계절기온, 고도, 겨울철 기온 등이 높게 나타났다. 본 연구의 결과는 기후변화로 인한 소나무림 보전 및 대책 수립을 위한 기초자료로 활용될 것으로 판단된다.

• 한국콘텐츠학회논문지
• /
• 제22권6호
• /
• pp.1-14
• /
• 2022

본 연구는 미세먼지 관련 기사의 토픽을 추출하고 토픽별 특징 및 시계열 추이를 검토한다. 1990~2021년 중앙지의 기사를 빅카인즈에서 추출하였고, 잠재디리슐레할당 모델링을 이용하여 총 18개의 토픽을 발견하였다. 추가적으로 군집분석을 통해 유사한 토픽들을 병합하여 11개의 클러스터를 도출하였다. 최근 상승하는 토픽들로는 미세먼지 관련 제품/거주지, 국외 요인(중국), 국내 요인 중 발전소 관련 이슈, 전국의 비상조감조치, 국제협력, 관련 정치적 이슈, 세계 각국의 현황 및 대응, 관련 제품의 소비경향 논의로 나타났다. 반면 최근 하락하는 토픽들은 오염농도 기준, 실내 공기질 개선과 관련된 토픽으로 나타났다. 사회적으로 큰 관심사인 미세먼지의 언론보도 양상을 검토함으로써, 미세먼지와 관련한 정책방향과 대응전략을 추론하거나 파악하는 데 유용할 것이다. 미세먼지 관련 제품들의 시장규모가 확대됨에 따라 향후 실효적인 소비자보호정책을 확대하고, 근본적인 문제 해결을 위해 정치적 논쟁보다 국민의 건강과 안전을 목적으로 하는 정책 수립이 요구된다. 또한 국민 공감대와 국제사회 협력을 확대할 수 있는 정책수립이 필요한 것으로 판단된다.

• 부동산연구
• /
• 제27권4호
• /
• pp.7-20
• /
• 2017

본 연구는 노후산업단지의 쇠퇴영향요인을 진단하고 그 특성을 바탕으로 노후산업단지를 유형화하였으며 연구 결과를 노후산업단지의 재생방안으로 연계하고자 하였다. 이를 위해 전국 산업단지를 대상으로 착공시점을 기준으로 20년이 경과한 94개소 노후산업단지에 대해 17개 지표를 측정 및 분석하였으며, 그 중 장치산업단지 5개소를 제외한 89개소 노후산업단지의 15개 지표에 대해 요인분석을 실시하였다. 요인분석 결과, 15개 지표는 5개 요인으로 분류되었으며 요인1은 '시가화 가능성', 요인2는 '생산 효율성', 요인3은 '기반시설 쾌적성', 요인4는 '입지 잠재성', 요인5는 '지원시설 충족성'으로 구분할 수 있었다. 이를 이용하여 5개 요인점수의 하위 25%에 해당하는 산업단지를 추출하고 어떠한 쇠퇴영향요인이 잠재하고 있는지를 살펴보았다. 요인분석 결과 시사점은 '시가화 가능성'은 산업단지내 입주 기업업종과 토지이용과의 관련성을 내포하고 있다. '생산효율성'분야는 기업들의 생산성을 높일 수 있는 효율적인 지원방안이 모색될 필요가 있다. '기반시설 쾌적성'요인은 자생적인 재생유도보다는 정부 및 지자체가 직접 관여하여 물리적 정비가 이루어져야 할 것이다. '입지잠재성' 요인은 광역급 인프라 구축, 산단내 기반시설의 개선 및 정비, 지가상승 등을 복합적으로 고려하여 고부가가치 산업 유치를 고려하거나 산업구조고도화를 위한 업종변경 등 장기적이고 전략적인 접근이 필요할 것이다. 마지막으로 '지원시설 충족성'은 필요한 지원시설 공급을 위해 노후산업단지의 정확한 쇠퇴진단을 통해서 유휴부지를 발굴하거나 국 공유지를 활용할 수 있는 방안이 모색될 필요가 있겠다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 한국농림기상학회지
• /
• 제15권4호
• /
• pp.219-233
• /
• 2013

본 연구는 산림에서 나타나는 수종의 분포 패턴을 해석하고 예측하기 위한 목적으로 수행되었다. 국내에서 처음으로 시도된 전국 규모의 체계적 산림조사라 할 수 있는 NFI (National Forest Inventory)의 수종별 출현 정보와 출현지점별 풍부도를 기반으로 소나무의 현존분포도를 작성하였다. 생태적 지위 모형의 하나인 GARP (Genetic Algorithm for Ruleset Production)를 이용하여 소나무 현존분포와 연관성이 높은 환경요인변수들을 선정하였고, 선정된 변수들을 설명변수로 하는 소나무 잠재분포 모형을 작성한 후 기후변화 시나리오를 적용하여 미래의 잠재분포를 예측하였다. 기후, 지리 지형, 토양 지질, 토지이용 및 식생현황 등 27개 환경요인변수를 각각 설명변수로 하여 모형을 구동함으로써 소나무 현존분포와의 연관성을 평가한 결과 1월 평균기온이 최상위를 차지하였고 연평균기온, 8월평균기온, 연교차 등도 영향을 미치는 것으로 분석되었다. NFI 정보로부터 추출하여 소스개체군으로 선정된 조사지점들을 소나무의 최종출현정보로, 환경요인변수 간의 연관성 분석을 통해 최종적으로 선정된 변수 세트를 설명변수로 하여 모형을 구동함으로써 최적의 모형을 선정한 후 잠재분포도를 작성하였다. 현재 시점의 환경요인변수들에 의해 트레이닝 된 잠재분포 모형에서 기후관련변수들을 RCP 8.5 기후변화시나리오에서 산출한 변수들로 대체하여 2020년대, 2050년대, 2090년대의 소나무의 예측 잠재분포도를 작성하였다. 최종적으로 작성된 소나무 잠재분포모형의 평가 통계량인 AUC (Area Under Curve)는 0.67로 다소 미흡하였으나 향후 기후변화 환경 하에서 소나무림의 보전 및 관리를 위한 최소한의 실마리를 제공할 수 있을 것으로 판단되었다.

• 한국산학기술학회논문지
• /
• 제13권5호
• /
• pp.2251-2258
• /
• 2012

본 연구는 잠재적 위험요인을 탐색하는 방법으로 단순임의추출분석(unweighted sample design), 빈도 가중치를 적용한 단일표본분석(frequency weighted sample design), 가중치를 층화하여 적용한 복합표본분석(complex sample design)을 비교하고, 도출된 결과에 통계적인 차이가 있는지를 파악하고자 수행되었다. 자료원은 2009 국민건강영양조사의 이비인후과 검진 자료를 이용하였다. 분석 방법은 피어슨의 교차검정(Pearson chi-square test)과 라오-스콧교차검정(Rao-scott chi-square test)을 이용하였다. 분석 결과, 빈도 가중치만을 적용한 단일표본분석의 경우에는 모든 변수가 유의한 위험요인으로 과대 예측 되었고, 가중치를 적용하지 않은 단순임의추출 분석과 복합표본분석은 유의수준 및 결과에 차이가 있었다. 국가통계자료를 이용할 때, 연구의 결과가 전체 인구집단을 대표할 수 있도록 의미를 부여하기 위해서는 층화변수와 집락변수를 사용하여 가중치를 적용하는 복합표본분석이 필요하다. 나아가, 빈도 가중치만을 적용하는 경우에는 연구 결과에 대한 과잉해석의 가능성이 높기 때문에 각별한 주의가 요구된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제25권4호
• /
• pp.9-16
• /
• 2019

본 논문에서는 대용량 비디오 영상에서 오토인코더를 이용하여 파랑 전파시 수리동역학적 장면만을 분리하는 방법에 대해 소개한다. 연안에서 센서를 이용한 파랑의 직접적 관측의 어려움으로 인해 비디오 영상을 이용한 입자 추적, 옵티컬 플로우 등의 이미지 분석 방법이 주로 활용되고 있다. 하지만 이미지 분석 방법은 주변광 및 기상상태 등 외부 요인에 의한 영향으로 파랑에 대한 정확한 분석에 어려움이 있다. 제안하는 방법은 비디오 영상으로부터 주변광의 영항을 최소화하고, 순수 파랑 전파시 파랑의 움직임 만을 분리하여 수리동역학적 장면을 추출한다. 실제 해역 및 수리 모형 실험에서 촬영된 비디오 영상에 제안하는 방법을 적용하여 원본 영상으로부터 주변광에 의한 영향과 배경을 잘 분리하여 파랑 전파에 따른 수리동역학적 파랑 이동 장면이 잘 추출되었음을 시각적으로 확인하였다. 또한 변분 오토인코더의 잠재표현 학습을 통해 얻은 원본 비디오 영상에 대한 잠재 표현은 주변광과 배경 요인에 의해 지배적으로 결정되는 반면, 파랑 이동 장면은 해당 요인에 관계없이 독립적으로 잘 표현되는 것을 알 수 있었다.