• 제목/요약/키워드: 직관채널

검색결과 25건 처리시간 0.018초

A Development Method of Framework for Collecting, Extracting, and Classifying Social Contents

  • Cho, Eun-Sook
    • 한국컴퓨터정보학회논문지
    • /
    • 제26권1호
    • /
    • pp.163-170
    • /
    • 2021
  • 빅데이터가 여러 분야에서 다양하게 접목됨에 따라 빅데이터 시장이 하드웨어로부터 시작해서 서비스 소프트웨어 부문으로 확장되고 있다. 특히 빅데이터 의미 파악 및 이해 능력, 분석 결과 등 총체적이고 직관적인 시각화를 위하여 애플리케이션을 제공하는 거대 플랫폼 시장으로 확대되고 있다. 그 중에서 SNS(Social Network Service) 등과 같은 소셜 미디어를 활용한 빅데이터 추출 및 분석에 대한 수요가 기업 뿐만 아니라 개인에 이르기까지 매우 활발히 진행되고 있다. 그러나 이처럼 사용자 트렌드 분석과 마케팅을 위한 소셜 미디어 데이터의 수집 및 분석에 대한 많은 수요에도 불구하고, 다양한 소셜 미디어 서비스 인터페이스의 이질성으로 인한 동적 연동의 어려움과 소프트웨어 플랫폼 구축 및 운영의 복잡성을 해결하기 위한 연구가 미흡한 상태이다. 따라서 본 논문에서는 소셜 미디어 데이터의 수집에서 추출 및 분류에 이르는 과정을 하나로 통합하여 운영할 수 있는 프레임워크를 개발하는 방법에 대해 제시한다. 제시된 프레임워크는 이질적인 소셜 미디어 데이터 수집 채널의 문제를 어댑터 패턴을 통해 해결하고, 의미 연관성 기반 추출 기법과 주제 연관성 기반 분류 기법을 통해 소셜 토픽 추출과 분류의 정확성을 높였다.

NDWI를 활용한 한반도 지역의 산림 캐노피에 대한 water stress 평가 (A water stress evaluation over forest canopy using NDWI in Korean peninsula)

  • 성노훈;서민지;이경상;이창석;김현지;최성원;한경수
    • 대한원격탐사학회지
    • /
    • 제31권2호
    • /
    • pp.77-83
    • /
    • 2015
  • 잎의 수분 함유량은 식물의 건강상태를 나타내는 중요한 척도 중 하나로써, 이를 원격탐사를 활용 하여 모니터링 하는 것은 산림관리에 있어서 매우 중요하다. 본 연구에서는 식생 캐노피의 수분량을 연구하는데 유용한 지수인 Normalized Difference Water Index (NDWI)를 이용하여 한반도 산림의 water stress 정도를 알아보고자 한다. SPOT/VEGETATION S10 채널자료를 1999년부터 2013년까지 취득하여 NDWI 를 산출하였고, 데이터의 노이즈를 제거하기 위하여 단순이동평균, NDWI의 시간적 변화를 파악하기 위하 여standardized anomaly를 수행했으며, 직관적인 모니터링을 위해 NDWI anomaly를 등급화 하였다. 또한 피해면적 150 ha 이상의 대형 산불과 비교 검증을 통해, 산림 캐노피의 water stress 평가 인자로서 NDWI의 적합성을 파악하였다. 그 결과 연구 기간 중 대형 산불은 총 24회 발생하였으며 모든 발생 지점 및 인접 지역에서 음의 anomaly가 나타났다. 특히 NDWI anomaly의 등급이 'high'일 경우 대형 산불이 빈번하게 발생하는 것을 확인하였다.

방탄소년단(BTS)의 글로벌 팬덤과 성공요인 분석 (Analysis of the Global Fandom and Success Factors of BTS)

  • 윤여광
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제13권3호
    • /
    • pp.13-25
    • /
    • 2019
  • 방탄소년단은 2018년 5월 LOVE YOURSELF 전(轉)Tear로 빌보드 메인 앨범 차트 '빌보드 200' 정상을 처음 밟은 후 3개월 만에 다시 Repackage 앨범 LOVE YOURSELF 결(結) ANSWER(2018년 8월 24일 발매)로 '빌보드 200' 1위(2018년 9월 3일)에 올랐다. 영어가 아닌 한국어 가사로 빌보드 메인 차트를 두번씩이나 정복하며 '한류 4.0시대'를 열었다. 방탄소년단은 '빌보드 200' 정상에 두 번이나 오름으로써 그들의 음악적 재능(노래, 가무, 프로모션 등)을 전 세계적으로 공인받고 글로벌 주류 음악 시장에 안착하게 되었다. 방탄소년단은 신비주의, 이상성, 파격 등 직관적 상호작용을 탈피하고 공감, 공유, 공생 등 양방향 소통을 통해 지구촌 팬들과 하나의 계관(BTS Universe)을 구축하고 있다. 단지 몇 개의 히트곡을 발표한 인기 그룹에 그치지 않고 대중음악을 예술적 가치로 승화시킨 아티스트로서의 권위를 인정받고 있다. 그 결과 충성도 높은 글로벌 팬덤(A.R.M.Y.)을 갖게 되었고 그들과 함께 선한 영향력을 지속적으로 만들어내고 있다. 본 논문은 다음과 같이 방탄소년단의 성공 요인을 S-M-C-R-E 모델을 통해 분석했다. ① Sender(송신자) : 방탄소년단의 7인 7색 판타지와 방시혁 프로듀서의 '올인원(All in one) 스토리텔링' 전략 ② Message(메시지) : '나'가 아닌 '너'를 통해 지구촌 공감대 형성 ③ Channel(채널) : 유튜브, 페이스북, 인스타그램 등 소셜미디어를 활용해 지구촌 팬들과 실시간 접점 형성 ④ Receiver(수용자) : 한국과 아시아를 넘어 충성도 높은 글로벌 팬덤(A.R.M.Y.) 형성 ⑤ Effect(효과) : 방탄소년단의 경제적 부가가치 창출과 선한 영향력 확산

수면다원검사에 기반한 생체데이터 시청각화 연구 (A Study on Audio-Visual Expression of Biometric Data Based on the Polysomnography Test)

  • 김희수;오나예;박진완
    • 한국과학예술포럼
    • /
    • 제35권
    • /
    • pp.145-155
    • /
    • 2018
  • 본 연구는 일반인에게 접근과 해석에 장벽이 있는 수면다원검사 데이터를 바탕으로, 사례분석과 작품 제작을 통해 새로운 형태의 시청각화 방법을 제시한다. 대부분의 예술작품은 깨어있는 동안 행하는 의식적인 행동을 바탕으로 완성된다. 본 작품에서는 수면 중 발현되는 무의식을 관찰하여 이를 예술로 표현하고자 한다. 수면다원검사를 통해 측정된 수면장애 그래프를 중점적으로 분석하여 정상 군과 기면증, 불면증, 수면무호흡증으로 분류했고 습득한 생체데이터를 정제 후 수치화 시켰다. 정제된 데이터는 MAYA를 통해 3D 애니메이션 이미지로 렌더링 했고, 심장박동 데이터 스크립트는 midi형태로 변형시켜 garage band에서 청각화 시켰다. 이후 After Effects로 이미지와 사운드를 결합했다. 총 4개의 는 각각 3분 20초의 싱글 채널 영상으로 제작했다. 는 수면 의학 데이터를 예술로 표현함으로써 난해한 정보를 직관적으로 이해시키는 데에 목적이 있다. 또한 의식적인 활동이 일어나지 않는 수면 상태에서 무의식 데이터로부터 예술 표현의 가능성을 드러내고자 한다.

대화식 데이터 마이닝 기법을 활용한 자동차 보험사의 인입 콜량 예측 사례 (A Case Study on Forecasting Inbound Calls of Motor Insurance Company Using Interactive Data Mining Technique)

  • 백웅;김남규
    • 지능정보연구
    • /
    • 제16권3호
    • /
    • pp.99-120
    • /
    • 2010
  • 최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.