• 지능정보연구
• /
• 제20권3호
• /
• pp.93-108
• /
• 2014

기업 의사 결정 지원을 위하여 거래 데이터를 다양한 관점에서 분석하고 활용하려는 노력과 관심들이 증가하고 있다. 이러한 노력들은 고객 관리나 마케팅에만 국한되는 것이 아니라 부정행위에 대한 감시와 탐지를 목적으로도 다양한 분석 방안들이 연구되고 있다. 부정행위는 기술의 발전을 악용하여 다양한 형태로 진화하고 있으며, 이에 따라 목적에 맞는 부정탐지 방안 연구와 적용을 통하여 탐지 효용의 극대화를 위한 노력의 필요성이 증가하고 있다. 이러한 연구 동향의 일환으로 본 연구에서는 대용량 거래 데이터가 저장 관리되고 있는 국내 최대 농수산물 유통 시장의 2008년부터 2010년까지 상장예외품목의 거래 가격을 분석하여 부정 탐지 규칙을 도출하였으며, 전문가 검증을 통하여 도출 된 규칙의 신뢰성을 확보하였다. 본 연구의 주요 부정거래 분석 방안으로는 정상적인 데이터들은 발생 확률이 높은 반면에 특이한 데이터들의 발생 확률은 낮다고 가정하는 통계적 접근을 통한 이상치 식별 방안을 활용하였다. 이에 따라 부정거래 분석 별로 정의 된 Z-Score 값보다 클 경우 부정거래 탐지 대상이 된다. 다만 상장예외품목 거래의 경우 취급 가능한 중도매인의 수가 제한되어 있으며, 일반적인 상장품목의 거래보다 거래량이 적기 때문에 소수의 이상치가 품목의 평균에 미치는 영향이 크다. 그 예로 다른 소수의 중도매인들이 해당 품목을 정상적인 가격에 거래하였더라도, 특정한 중도매인 한 명이 지나치게 비정상적인 가격에 거래할 경우 모든 거래들이 부정거래로 탐지 될 가능성도 있다. 이러한 문제를 해결하기 위하여 기존의 Z-Score의 개념을 활용하여 수정된 Z-Score(Self-Eliminated Z-Score)를 사용하였다. 또한 부정 유형별 탐지 규칙 관리와 활용을 위한 시스템 프로토타입(prototype) 개발을 수행하였다. 이를 통하여 실제 부정거래 탐지 업무에 적용할 수 있는 효과적인 방안을 제시하였고, 농수산 유통시장의 공정성 및 투명성 확보를 위한 관리 감독의 기능 강화가 가능할 것이다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.69-94
• /
• 2017

최근 빅데이터 분석 수요의 지속적 증가와 함께 관련 기법 및 도구의 비약적 발전이 이루어지고 있으며, 이에 따라 빅데이터 분석은 소수 전문가에 의한 독점이 아닌 개별 사용자의 자가 수행 형태로 변모하고 있다. 또한 전통적 방법으로는 분석이 어려웠던 비정형 데이터의 활용 방안에 대한 관심이 증가하고 있으며, 대표적으로 방대한 양의 텍스트에서 주제를 도출해내는 토픽 모델링(Topic Modeling)에 대한 연구가 활발히 진행되고 있다. 전통적인 토픽 모델링은 전체 문서에 걸친 주요 용어의 분포에 기반을 두고 수행되기 때문에, 각 문서의 토픽 식별에는 전체 문서에 대한 일괄 분석이 필요하다. 이로 인해 대용량 문서의 토픽 모델링에는 오랜 시간이 소요되며, 이 문제는 특히 분석 대상 문서가 복수의 시스템 또는 지역에 분산 저장되어 있는 경우 더욱 크게 작용한다. 따라서 이를 극복하기 위해 대량의 문서를 하위 군집으로 분할하고, 각 군집별 분석을 통해 토픽을 도출하는 방법을 생각할 수 있다. 하지만 이 경우 각 군집에서 도출한 지역 토픽은 전체 문서로부터 도출한 전역 토픽과 상이하게 나타나므로, 각 문서와 전역 토픽의 대응 관계를 식별할 수 없다. 따라서 본 연구에서는 전체 문서를 하위 군집으로 분할하고, 각 하위 군집에서 대표 문서를 추출하여 축소된 전역 문서 집합을 구성하고, 대표 문서를 매개로 하위 군집에서 도출한 지역 토픽으로부터 전역 토픽의 성분을 도출하는 방안을 제시한다. 또한 뉴스 기사 24,000건에 대한 실험을 통해 제안 방법론의 실무 적용 가능성을 평가하였으며, 이와 함께 제안 방법론에 따른 분할 정복(Divide and Conquer) 방식과 전체 문서에 대한 일괄 수행 방식의 토픽 분석 결과를 비교하였다.

• 한국산림과학회지
• /
• 제52권1호
• /
• pp.1-30
• /
• 1981

임업적(林業的)로 또는 조경적(造景的)으로 이용가치(利用価置)가 높은 24속(屬) 34종(種)의 목본식물(木本植物)을 대상(対象)으로 하여 배축(胚軸) 또는 유경삽수(幼茎揷穗) 발근현상(発根現象)을 해부학적(解剖学的)으로 관찰(觀察)하였다. 사용(使用)된 재료(材料)의 제반특성(諸般特性)과 각종(各種) 실험조건(実驗條件)들의 자세(仔細)한 내용(內容)은 Table 1과 같으며 그 결과(結果)를 요약(要約)하면 다음과 같다. 1. 배축(胚軸) 및 유경삽수(幼茎揷穗)의 횡단면상(橫断面上)에서 본 외형(外形)은 원형(圓型), 타원형(楕圓形) 및 부정형(不定形) 등(等)으로 삼대별(三大別) 할 수 있으며, 또한 부정형(不定形)은 원형(圓型)에 가까운 것, 타원형(楕圓形)에 가까운 것, 4각형(角形)에 가까운 것 그리고 삼각형(三角形)에 가까운 것 등(等)으로 구분(区分)할 수 있었다. 그리고 이들의 외형(外形)은 속간(属間)에는 현저(顕著)한 차이(差異)를 보이고 있으나, 동속내(同属內)의 종간(種間)에는 대체적(大体的)으로 유사(類似)한 경향이었으며, 속(属)에 따라 다르게 나타났다. 이것은 FAA액(液)에 고정(固定)시킨 조직(組織)에서 관찰(觀察)되는 사실(事実)에 입각(立却)한다. 2. 배축(胚軸) 및 유경삽수(幼茎揷穗)의 기부(基部) 횡단면(橫断面)에서 본 유관속(維管束)은 대부분(大部分) 병립유관속(並立維管束)으로서, 배열(排列)은 6 가지의 기본형(基本形)으로 종합(綜合)할 수 있었고, 속간(属間)에는 현저(顕著)한 차이(差異)를 나타내나 동속내(同属內)의 종간(種間)에는 대체(大体)로 유례(類例)한 경향(傾向)이었으며 간혹 예외(例外)도 있었다. 3. 공시수종(供試樹種)의 배축(胚軸) 및 유경삽수(幼茎揷穗)의 발근부위(発根部位)는 아래와 같이 6가지 부위(部位)로 종합(綜合)할 수 있다. 1) 유관속간유조직(維管束間柔組織) : 측백나무(Photo. 4), 천지백(5), 아기단풍나무(6), 단풍나무(7), 은단풍나무(8), 박태기나무(16), 싸리나무(24), 일본목련(28), 함박꽃나무(29), 예덕나무(30), 고추나무(46). 2) 형성층(形成層) 및 사부조직(篩部組織) : 편백(Photo. 1), 화백 2), 자귀나무(12), 회양목(13), 박태기나무(16), 사철나무(17), 벽오동(18), 배롱나무(22), 쥐똥나무(25), 버들쥐똥나무(26), 목련(27), 일본목련(28), 예덕나무(30), 뽕나무(31), 탱자나무(33), 가시나무(40), 찔레나무(44), 때죽나무(47), 쪽동백(48). 3) 제일차방사조직(第一次放射組織) : 사철나무(Photo. 17), 때죽나무(47). 4) 엽(葉) 적(跡) : 상수리나무(Photo. 37), 갈참나무(39). 5) 피층유조직(皮層柔組織) : 가중나무(Photo. 10) 6) 유합조직(癒合組織) : 밤나무(Photo. 15), 배롱나무(23), 갈참나무(39), 가시나무(41), 졸참나무(43). 4. 일반적(一般的) 경향(傾向)으로 배축삽수(胚軸揷穗)의 발근(発根)은 유관속간유조직(維管束間柔組織)으로 부터, 그리고 유경삽수(幼茎揷穗)의 발근(発根)은 엽적(葉跡)과 유합조직(癒合組織)으로 부터 근원기(根原基)가 각각(各各) 시원(始源)되었다. 그러나 특수(特殊)한 예(例)로서 가중나무 배축삽수(胚軸揷穗)에서는 피층유조직(皮層柔組織)으로부터 근원기(根原基)가 시원(始源)되었으며, 벽오동 배축삽수(胚軸揷穗)에서는 타수종(他樹種)에서의 일반적(一般的)인 양상(樣狀)과는 달리 유관속간(維管束間) 유조직(柔組織)과는 관계(関係)없이 유관속계(維管束系)의 목부외위(木部外圍)에 존재(存在)하는 사부유조직(篩部柔組織)으로 부터 근원기(根原基)가 기원(起源)됨을 볼 수 있었다. 5. 발근난이수종별(発根難易樹種別) 배축(胚軸) 및 유경삽수(幼茎揷穗)의 발근(発根)은 모두가 증류수(蒸溜水)를 채운 수관병내(水管甁內)에서 가능(可能)하였으나, 발근(発根)이 곤란(困難)한 수종(樹種)에 있어서는 대개 후막조직(厚膜組織)이나 사부섬유조직(篩部纖維組織) 등(等)이 발달(発達)하고 있어 발근(発根)이 늦어진듯 하며, 용이(容易)한 수종(樹種)에서는 그러한 조직(組織)이 없이 발근(発根)이 빨랐다. 그리고 발근난이수종간(発根難易樹種間)의 발근부위(発根部位)는 뚜렷하게 구분(区分)되지 않았고, 각수종별(各樹種別)로 다양(多樣)하였다. 6. 유관속(維管束)의 수(数)가 많은 수종(樹種)은 적은 수종(樹種)에 비(比)하여 대체(大体)로 발근(発根)이 늦었고, 배축(胚軸)의 유관속(維管束) 구조(構造)가 근계(根系)의 유관속체계(維管束体系)를 아직 탈피(脱皮)하지 않은 단계(段階)의 삽수(揷穗)에서는 완여(完余)히 정상적(正常的)인 줄기의 유관속체계(維管束体系)를 갖춘 것에 비(比)하여 발근(発根)이 빨랐다. 발근(発根)이 더 용이(容易)하였다는 사실(事実)은 이 경우 삽수하단조직(揷穗下端組織)이 근경전이부(根茎転移部)에 접근(接近)해 있었다는 가능성(可能性)을 암시(暗示) 할 수 있다. 7. 침활엽수(針濶葉樹) 공(共)히 배축(胚軸)을 삽수(揷穗)로 사용(使用)하였을 경우엔 성숙지(成熟枝)의 삽수(揷穗)와는 달리 대체(大体)로 유관속(維管束) 부근(附近)의 유조직(柔組織)이 근원기형성(根原基形成)의 주요(主要) 위치(位置)가 되며, 침활엽수간(針濶葉樹間)에 뚜렷한 구별(区別)이 어렵다. 8. 유경삽수(幼茎揷穗)에서는 엽적(葉跡)에서 인접(隣接)한 사부(篩部) 및 형성층세포(形成層細胞)들과 관련(関聯)하여 또는 유합조직(癒合組織)으로부터 근원기(根原基)가 형성(形成)되는 예(例)가 많으며, 배축삽수(胚軸揷穗)에서는 주(主)로 유관속간유조직(維管束間柔組織)이 근원기형성(根原基形成)의 주요위치(主要位置)가 되었다가 조직(組織)이 점차 발달(発達)되어감에 따라 그 위치(位置)가 유관속형성층(維管束形成層)으로 바꾸어져 간다.

• 수면정신생리
• /
• 제17권2호
• /
• pp.100-108
• /
• 2010

목 적: 컴퓨터의 보급으로 인터넷 사용이 보편화되면서 인터넷 중독에 대한 관심이 증가하고 있다. 그러나 인터넷 중독의 정확한 병태생리에 대한 이해와 진단 기준은 아직 확립되어 있지 않다. 청소년은 발달 과정 중에 있기 때문에 인터넷 중독에 더 취약할 가능성이 있으며, 우울감과 수면 문제에 대한 이해가 중요하다. 본 연구에서는 청소년의 인터넷 중독, 수면 양상, 그리고 우울감의 특징과 그 연관성을 살펴보고자 하였다. 방 법:서울 시내 일 중, 고등학교의 중학교 2학년(155명), 고등학교 1, 2학년 학생(644명)을 대상으로 하였고 그 중 696명의 설문지를 분석 대상으로 하였다. 설문지에는 Young 인터넷 중독 척도(Young's Internet Addiction Scale, YI-AS), 피츠버그 수면의 질 척도(Pittsburgh Sleep Quality In-dex, PSQI), 우울감 척도(The Center for Epidemiologic Studies Depression Scale, CES-D), 그리고 인터넷 사용 패턴과 기본적인 인구학적 정보에 대한 질문들이 포함되었다. 연구 대상자들을 학년별, YIAS 점수에 따라 나누어 비교하였고, YIAS와 다른 변인과의 상관관계를 분석하였다(two-tailed, p<0.05). 결 과: 인터넷 중독군(internet-addicted, IA)은 14명(2.0%), 과사용군(over-using, ou)은 193명(27.7%), 비중독군(not-addicted, NA)군은 489명(70.3%) 이었으며, 전체 대상군의 평균 IAS 점수는 35.24점, PSQI 점수는 5.53점, CES-D 점수는 16.72점이었다. 평일 평균적인 수면 시간은 학년이 올라가면서 점점 감소하였다(F=51.909, p< 0.001). IA군, OU군, NA군으로 나누어 비교하였을 때 컴퓨터를 공부 이외의 목적으로 사용하는 시간(96.36${\pm}$63.31분 vs. 134.92${\pm}$86.79분 vs. 213.57${\pm}$136.87분, F=34.287, p<0.001), 휴대용 전자기기를 공부 이외의 목적으로 사용하는 시간(84.22${\pm}$79.11분 vs. 96.97${\pm}$91.89분 vs. 152.31${\pm}$93.64분, F=5.400, p=0.005)에 유의한 차이가 있었다. PSQI 총점(5.26${\pm}$2.97 vs. 6.08${\pm}$2.97 vs. 7.50${\pm}$4.41, F= 8.218, p<0.001)과 CES-D 점수(15.40${\pm}$8.08 vs. 19.05${\pm}$8.42 vs. 30.43${\pm}$13.69, F=32.692, p<0.001)에서도 유의한 차이가 있었다. YIAS 점수는 컴퓨터를 공부 이외의 목적으로 사용하는 시간(r=0.356, p${\pm}$0.001), 휴대용 전자기기를 공부 이외의 목적으로 사용하는 시간(r=0.136, p<0.001)과 유의한 상관관계가 있었다. YIAS 점수와 PSQI 점수(r= 0.131, p=0.001), YIAS 점수와 CES-D 점수(r=0.265, p< 0.001), PSQI 점수와 CES-D 점수(r=0.357, p<0.001)는 서로 유의한 상관관계가 있었다. 결 론: 인터넷 중독은 행위 중독의 한 가지로 여러 정신병리와 관련이 있을 뿐만 아니라, 수면의 질을 결정하는 여러 가지 요인들, 우울감과도 밀접한 관련이 있다는 것을 알 수 있었다. 따라서 청소년의 인터넷 중독을 평가할 때 동반될 우울감과 수면 양상에 대한 고려가 함께 이루어지는 통합적인 접근이 필요할 것이다.