쌀과 히솝을 이용하여 히솝쌀음료를 가공하고자 제조특성을 조사하였다. 히솝쌀음료의 제조조건은 amylase 함량($X_1$, 1~5 mL), 당화시간($X_2$, 10~18 hr) 및 히솝 함량($X_3$, 1.0~3.0 g)으로 당화 후 당도, 황색도, 관능적 특성을 반응표면분석을 통하여 모니터링 하였다. 당화 중 당 함량이 가장 많이 생성되는 조건은 amylase 함량 4.96 mL, 당화시간 14.93 hr 및 히솝 함량 2 g에서 $9.62^{\circ}Brix$로 나타났다. 황색도인 Hunter's color b가 가장 높게 나타나는 조건은 amylase 함량 1.90 mL, 당화시간 16.64 hr 및 히솝 함량 2.51 g에서 $14.86^{\circ}Brix$로 나타났다. 색상에 대한 최대의 관능평점은 amylase 함량 4.60 mL, 당화시간 15.66 hr 및 히솝 함량 1.57 g에서 4.09로 나타났다. 향미에 대한 최대의 관능평점은 amylase 함량 3.46 mL, 당화시간 10.79 hr 및 히솝 함량 1.45 g에서 3.99로 나타났다. 맛에 대한 최대의 관능평점은 amylase 함량 3.67 mL, 당화시간 17.64 hr 및 히솝 함량 1.76 g에서 3.17로 나타났다. 소비자의 종합적인 선호도를 나타내는 전반적인 기호도는 amylase 함량 3.73 mL, 당화시간 13.66 hr 및 히솝 함량 1.85 g에서 3.61로 가장 높게 나타나 최적조건을 설정할 수 있었다.
본 연구는 학령전기의 자녀가 있는 간호사를 대상으로 간호사의 업무스트레스, 양육스트레스 및 양육태도의 정도와 이들 간의 관련성을 확인하고 간호사의 업무스트레스가 양육스트레스, 양육태도에 미치는 영향을 파악하여 간호사의 양육태도의 중재를 위한 기초자료를 파악하고자 시도하였다. 수집된 자료는 빈도, 백분율, 평균과 표준편차, 피어슨 상관 계수로 분석하였다. 간호사의 업무스트레스는 평균 평점이 3.48점이었으며, 간호사의 양육스트레스는 평균 평점 2.47점이었다. 간호사의 양육태도 평균 평점은 3.61점 이었다. 업무스트레스에 유의한 차이를 보인 일반적 특성은 근무장소, 월별 주말 근무횟수였으며, 간호사의 일반적 특성에 따른 양육스트레스의 차이는 아내연령, 남편연령, 총수입, 남편과의 관계 만족, 근무경력 및 자녀수, 자녀 돌보는 분에서 유의한 차이를 나타내었다. 간호사의 업무스트레스, 양육스트레스 및 양육태도 간의 상관관계를 파악한 결과 간호사의 업무스트레스와 양육스트레스(r = .32, p=.000)가 통계적으로 유의한 정 상관관계가 있는 것으로 나타났다. 결론적으로 본 연구는 간호사의 업무스트레스, 양육스트레스 및 양육태도와의 관계를 경험적으로 제시하였다는 점에서 의의를 찾을 수 있으며, 본 연구의 결과가 간호사의 업무스트레스와 양육스트레스를 감소시키고 바람직한 양육태도 형성을 위한 기초자료로 활용될 수 있기를 기대한다.
오늘날 컴퓨팅 환경의 진보와 웹의 이용이 활발해짐에 따라 오프라인에서 이루어졌던 있었던 많은 서비스들과 상품의 제공이 웹에서 이루어지고 있다. 이러한 웹 기반 서비스 및 상품은 개인에 적합하게 취사선택되어 제공되는 추세이다. 이렇듯 개인에 적합한 서비스 및 상품의 선택과 제공을 위한 패러다임을 개인화(personalization)라 한다. 개인화된 서비스 및 상품의 제공을 위한 분야로서 연구된 것이 추천(recommendation)이다. 그러나 이러한 추천 기법들은 신규 사용자에게 적합한 추천을 제공하지 못하는 문제와 사용자의 상품에 대한 평점에만 의존하여 추천을 생성한다는 계산 공간에서의 제약 사항을 가지고 있다. 두 문제 모두 추천 분야에서 지속적인 관심을 보이는 분야로서 신규사용자 추천 문제의 경우는 신규 사용자의 평점이 없기 때문에 유사 사용자들을 분류할 수 없음에 기인한다. 그리고 추천 공간 제약에 따른 문제는 추천 차원의 추가에 따른 처리 비용이 급격히 증가한다는 문제를 가지고 있기 때문에 쉽게 접근하기 어렵다. 따라서 본 논문에서는 신규사용자 추천 향상을 위한 기법과 평점 예측 시 예측에 대한 가중치를 적용하는 기법을 제안한다.
본 연구는 요양병원 간호사의 임종간호스트레스, 간호근무환경과 소진 정도를 파악하고, 소진과의 관련요인을 분석하기 위한 서술적 상관관계 연구로, 2016년 10월 1일부터 10월 31일까지 B광역시에 있는 8곳의 요양병원 간호사 195명을 대상으로 임종간호스트레스, 간호근무환경, 소진에 관하여 구조화된 설문지로 자료를 수집하였고, SPSS win 21.0 프로그램을 이용하여 분석하였다. 간호사가 경험하는 대상자의 임종간호스트레스는 평균평점 $3.84{\pm}0.56$이며, 간호근무환경은 평균평점 $3.25{\pm}0.60$이며, 소진 정도는 평균평점 $2.93{\pm}0.52$로 나타났다. 대상자의 임종간호스트레스와 소진과는 상관관계를 보였고 (r=.206, p=.004), 간호근무환경과 소진의 상관관계는 역 상관관계를 보였으며 (r=-.431, p<.001), 소진에 가장 중요한 유의한 변수는 간호직 만족도 (${\beta}=-.302$)이었으며, 간호근무환경 (${\beta}=-.294$), 나이 (${\beta}=.286$), 근무형태 (${\beta}=-.17$), 임종간호스트레스 (${\beta}=.164$)순으로 나타났다. 전체 설명력은 41.2%였다. 따라서 요양병원 간호사의 소진을 최소화하기 위하여 간호사로서의 자긍심과 책임감을 가질 수 있는 지지적인 근무환경 조성 및 인센티브 제공, 효율적인 업무분담과 임종간호교육 프로그램 개발 및 스트레스를 완화할 수 있도록 행정적 차원이 필요하다고 사료된다.
본 연구는 간호대학생들을 대상으로 간호윤리 교과목 적용 후 간호윤리 교과목의 학습 성과인 간호실무 표준과 법적, 윤리적 기준의 이해와 적용을 평가하기 위해서 윤리적 가치관, 간호전문직관 및 생명의료윤리의식을 파악하고자 실시되었다. 자료수집기간은 2017년 12월 2일부터 12월 31일까지이며 2개 대학의 간호대학생 186명을 대상으로 하였다. 자료분석은 SPSS 21.0 프로그램을 이용하여 t-tests, one-way ANOVA, Pearson's correlation coefficient로 분석하였다. 윤리적 가치관의 평균 평점은 3.08±0.33점으로 나타났고, 간호전문직관에 대한 평균 평점은 3.22±0.84점, 생명의료윤리의식의 평균 평점은 2.86±0.22점으로 나타났다. 대상자의 윤리적 가치관, 간호전문직관 및 생명의료윤리의식영역 간의 상관관계에서 간호전문직관과 윤리적 가치관(r=.489, p<.001)은 통계적으로 유의한 양의 상관관계가 있는 것으로 나타났다. 결론적으로 간호대학생에게 생명의료 윤리의식을 높이고 직면하는 간호문제를 민감하게 인식하고 판단력 있는 윤리적 행위를 하기 위한 교육 프로그램의 적용이 필요하다.
관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.
한국 문학이 세계적으로 관심을 받게 됨에 따라 해외 출판시장에서의 수요가 지속적으로 증가하고 있다. 따라서 해외 출판시 도서 판매량의 예측과 과거 해외 독자들의 선호도가 높았던 도서들의 특징을 분석하는 것이 중요하다. 본 논문에서는 최근 5년간 해외 출간된 도서 중에서 굿셀러로 분류되는 누적 5천 부 이상 판매 여부 예측 모델을 제안하고 굿셀러의 요인이 되는 변수들을 분석하였다. 이를 위해, XGBoost, Gradient Boosting, Adaboost, LightGBM, Random Forest의 다섯 개 앙상블 학습 모델과 Support Vector Machine, Logistic Regression, Deep Learning을 적용한 결과, 불균형 데이터 문제 해결에 앙상블 알고리즘이 큰 효과를 보였음을 확인했으며, 그 중에서도 LightGMB 모델이 99.86%의 AUC 값을 얻어 가장 좋은 예측 성능을 보임을 검증하였다. 예측을 위해 사용된 변수 중 가장 중요한 변수는 작가의 해외 출간 횟수로 나타났으며, 평점 평균, 상위 출판 시장 규모를 가진 국가에서 출판 여부와 평점 참여자 수 등이 중요한 변수로 나타났다. 또한, 굿셀러 도서에 대한 독자들의 반응을 분석하기 위해서, 굿셀러 도서 중에서도 가장 많이 판매된 4권의 작품 리뷰에 대해 텍스트 마이닝을 실시하였다. 분석 결과 스토리, 등장인물, 작가 순으로 관심을 둔 리뷰가 많았음을 알 수 있었으며, 평점이 낮은 리뷰로부터 번역 키워드가 도출된 것으로 보아, 번역에 대한 지원을 확대하는 것이 필요할 것으로 보인다.
최근 온라인 상품 구매의 증가로 인해 사용자의 선호에 맞는 상품을 추천해주는 시스템이 지속적으로 연구되고 있다. 추천 시스템은 사용자들에게 개인화된 상품 추천 서비스를 제공하는 시스템으로 사용자가 상품에 남긴 평점을 이용한 협업 필터링(Collaborative Filtering)이 가장 널리 쓰이는 추천 방법이다. 협업 필터링에서 상품 간의 유사도 계산은 시간이 많이 소요되는데, 특히 리뷰 데이터와 같은 빅데이터를 사용할 경우 더욱 많은 시간을 소요한다. 그래서 본 연구에서는 리뷰 데이터 마이닝을 이용하여 상품 간의 유사도 계산을 빠르게 수행할 수 있으면서 정확도를 높일 있도록 2단계(2-Phase) 방법을 이용한 하이브리드 추천시스템 방식을 제안한다. 이를 위해 온라인 전자책 상거래 상점인 아마존 킨들 스토어(Amazon Kindle Store)의 약 98만 개의 온라인 소비자 평점과 리뷰 데이터를 수집하였다. 실험 결과 본 연구에서 제안한 사용자의 평점과 리뷰를 단계적으로 반영한 하이브리드 추천 방식이 전통적인 추천 방식과 비교하여 추천 시간은 비슷하였으나 높은 정확도를 나타내는 것을 확인하였다. 따라서 제안한 방법을 사용하면 사용자가 선호하는 상품을 빠르고 정확하게 추천함으로써 고객의 만족을 높여서 기업의 매출 증대에 기여할수 있을 것으로 기대된다.
경험적 암반 분류법과 운동학적 해석을 동시에 통합하여 사용할 수 있다면, 터널의 암반 상태를 분류하고 예측하는데 매우 유용할 것이다. TMR-net 분석 기법은 RMR 시스템의 평가 기준에 기초한 절리 방향 평가 기준을 설정하고, 이를 극 투영망 상의 평점 기준을 가진 활동 범위로 표현한 평사투영 중첩기법이다. 터널의 설계 및 시공 단계에 적용된 TMR-net 분석은 절리 방향의 영향과 관련된 효과적인 결과를 제공할 수 있었다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.