• 한국지진공학회논문집
• /
• 제3권4호
• /
• pp.11-22
• /
• 1999

본 논문에서는 일반적으로 사용되고 있느 면진건축물의 내진설계기준에 대한 타당성을 검증하고 새로운 층지진하중 산정식을 제안하였다 UBC-91의 층지진하중 산정식은 충분한 안전성을 가지지 못하였으므로 94년에 개정이 되었다 그러나 개정된 산정식도 고정기초건축물과 유사한 층지진하중 산정식을 사용하였으므로 비경제성이 문제점으로 지적되고 있다 그러므로 제안된 식에서는 2자유도계 면진건축물과 고정기초건축물의 모드형상을 이용하여 안전성, 경제성 및 적용성을 만족시키도록 하였다. 제안된 층지진하중 산정식의 정확성 및 적용성을 검증하기 위하여 코멘트저항 골조형식과 전단변 구조형식의 구조물의 예제해석을 수행하였으며 동적해석의 경우와 근접한 결과를 얻었다.

• 한국콘텐츠학회논문지
• /
• 제20권12호
• /
• pp.13-22
• /
• 2020

본 연구는 영화 분야 크라우드펀딩 성공요인 실증분석을 위하여 국내 크라우드펀딩 플랫폼 텀블벅의 영화 프로젝트 중, 총 583개 데이터를 수집하여 분석을 진행하였다. 구체적으로 목표 금액, 게시글 정보, 리워드 선택 옵션, 창작자 펀딩 파워, 에디터 추천 여부, 창작자 콘텐츠 파워, 영화 유형, 코멘트 수, 댓글 수, SNS 정보 수 등 10개의 독립변인을 설정하고 크라우드펀딩 최종 달성률을 종속변인으로 설정하여 영향관계를 검증하였다. 연구 결과 영화 크라우드펀딩 프로젝트 달성률에 목표금액, 텍스트 수, 동영상 수, 에디터 추천 여부, 후원자 댓글 수, SNS 정보 수가 유의미한 영향을 미치는 것으로 드러났다. 본 연구는 '에디터 추천 여부'와 '창작자의 SNS 정보 수' 변인을 크라우드펀딩 연구 분야에 접목시켜 두 변인 모두 크라우드펀딩 달성률에 정(+)적인 영향을 미치는 것을 검증했다는 점에서 시사점을 가진다.

• 한국시뮬레이션학회논문지
• /
• 제26권4호
• /
• pp.23-34
• /
• 2017

캄보디아의 대중음악은 크메르 루즈 정권 기간 동안 예술가의 90 %가 사망 한 이래로 완전히 잊혀졌다. 1979 년부터 전쟁에서 회복 한 후 1990 년 음악은 다시 성장하기 시작했다. 그러나 캄보디아 대중 음악의 역 동성과 흐름은 다면적 사회 경제적, 정치적, 창조적 세력에 의해 관찰 되고 있지만, 표절과 불법 복제로 수년간 대중음악산업에서 널리 퍼져 많은 문제가 되어왔다. 최근에는 크메르(캄보디아언어) 전통 음악을 팬과 아티스트 모두에게 보존해야 할 필요성에 대한 의식이 높아져 캄보디아 젊은 인구의 새로운 트렌드가 되었으나, 음악 품질은 여전히 한계상태에 봉착해 있고, 전통 대중 음악의 전문성을 높이기 위해서는 대중의 드백과 영감이 필요하다. 이 연구는 캄보디아에서 가장 많은 대중음악 관련 사이트인 페이스 북 페이지의 게시물과 코멘트에서 수집 된 문장들을 감정분석을 사용하여 음악 순위 차트(웹 사이트)를 구현하였다. 크메르어에서 영어로 번역하고 감정 분석을 수행하고 순위를 생성하는 알고리즘 개발하였다. 그 결과로 제안 된 시스템에서 번역 및 감정분석의 정확도가 80 %임을 보여주었다. 순위에서 높이 평가된 노래는 크메르(캄보디아언어)로 된 전통대중음악으로 이 논문의 취지와 부합이 되었다. 캄보디아 전통대중음악을 다시 부활하기 위해서 제안 된 시스템과 순위 알고리즘을 사용하여 음악제작의 경쟁 우위를 높이고 제작자가 특정 활동 및 이벤트에 맞는 새 노래를 작곡하는 데 도움이 될것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.662-672
• /
• 2017

아동 청소년 대상 성범죄는 꾸준히 증가 추세에 있지만 실효적인 예방 전략을 수립하기는 역부족이다. 사회문제를 고발하는 영화는 관심을 증폭시키고 조속한 대응방안을 촉구하여 사회변화를 이끌어낸다. 본 연구는 텍스트 마이닝 기법을 활용하여 <도가니>, <소원>, 그리고 <한공주>를 중심으로 아동 청소년 대상 성범죄 팩션영화에 대한 수용자의 반응을 살펴보았다. 영화 개봉 이전 네이버 블로그 총 2,727개를 분석한 결과 사건을 설명하는 사실적인 단어가 빈번하게 등장하였고, 영화 개봉 이후 리뷰 코멘트 총 3,000개를 분석한 결과 감정적인 단어가 주로 언급되었다. 각 영화별로 긍정 부정형의 감정 범주와 정도에 있어서도 차이가 나타났다. <도가니>의 경우 '화나다'와 함께 '억울하다'와 같은 부정적 감정표현이 강한 단어들의 빈도가 높았다. <한공주>도 부정형의 감정단어만이 등장하였지만 '슬프다'는 감정이 가장 많이 등장하고 부정형 강도가 다소 약한 단어들이 뒤를 이었다. <소원>에는 긍정형의 감정표현인 '좋다' 범주가 유일하게 등장하였다. 즉 영화가 개봉되기 이전 수용자는 사건에 대해 객관적인 정보위주로 인식한 반면, 영화를 관람한 이후에는 주관적인 감정과 느낌을 표현하였다. 동일주제를 다루고 있지만, <도가니>는 폭발적인 분노를 일으켰고 사회변화를 이끄는 시민 참여적 움직임을 결성시켰다. 그 결과 성폭력 범죄에 대한 처벌을 강화하는 법률안이 처리되어 시행되는 계기를 마련하였다. 사회 고발적 팩션영화에 대한 수용자의 상이한 감정반응을 파악하고, 향후 사회변화를 이끄는 팩션영화의 방향성에 대해 논의하였다는 점에서 연구의 의의가 있다. 또한 텍스트마이닝을 활용하여 감정포현을 분석한 결과를 바탕으로, 향후 영화에 대한 다양한 감정표현을 위계적으로 분류하는 작업의 필요성이 제기된다.

• 한국과학교육학회지
• /
• 제28권4호
• /
• pp.350-358
• /
• 2008

이 연구의 목적은 현역 과학기술자와의 인터뷰 수행 평가가 과학 진로 지향도 및 과학자 이미지에 미치는 영향을 알아보는 것이었다. 고등학교 2학년 이공계 학생들은 인터뷰를 실시하고 파워포인트 프리젠테이션을 만들어서 수업 시간에 발표를 했고, 프리젠테이션 후에는 교사가 그 내용에 관련된 코멘트를 하였다. 프리젠테이션 발표는 매 수업 시간마다 한 명씩 1년 동안 계속되었다. 이 수행 평가를 시작하기 전에 과학진로지향도 검사와 과학자 이미지 검사(DAST; Draw-A-Scientist-Test)를 실시하였고, 프리젠테이션이 끝난 후 같은 검사를 다시 실시하였다. 연구의 결과, 과학진로 지향도 점수에서는 유의미한 차이가 나타나지 않았고, 세부 영역별로는 '과학 학습 선호'범주에서 유의미한 차이가 나타났다. 이는 고등학생의 진로 결정이 이미 상당히 견고하게 자리 잡았음을 의미한다. 그러나 과학자 이미지 검사에서는 유의미한 차이(p< 0.01)가 나타났다. 이는 학생들이 가지고 있는 정형화된 과학자의 이미지가 인터뷰 수행 평가를 통해 줄어들었다는 것으로 과학 관련 직업에 종사하는 과학자들에 대해 긍정적인 인식을 갖게 되었음을 의미한다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.