• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.388-391
• /
• 2022

온라인 음원 스트리밍 서비스가 확대되면서 음원 사재기가 빈번해지고 있다. 본 논문에서는 사재기로 의심할 수 있는 음원의 특징을 분석하고, 사재기가 이루어지지 않았을 경우의 음원 순위를 예측한다. 그 결과, 랜덤 포레스트를 통해 앨범 평점이 낮은 음원, 장르가 인디나 발라드인 음원, 특정 발매사의 음원일 때 사재기로 의심할 수 있었다. 또한, 딥러닝을 통한 순위 예측 실험 결과, 사재기의 영향으로 실제 순위와 예측 순위에 큰 차이가 있는 것으로 나타났다.

• 터널과지하공간
• /
• 제15권1호
• /
• pp.39-46
• /
• 2005

터널 단층대에서 수평시추로 조사한 막장전방의 암반 상태를 공학적 암반분류법인 RMR값으로 평가하였고 이를 터널 굴착 후 막장을 관찰하여 결정한 RMR값과 비교 분석하였다. 수평시추로 예측한 RMR값은 비교적 정확하여 터널 굴진 후 막장을 관찰하여 구한 RMR값과 큰 차이가 없었다. 그러나 일부 구간에서는 수평시추와 막장관찰로 구한 RMR값의 차이가 약 50까지 발생하였고 이를 RMR 평가항목으로 분석한 결과 불연속면의 상태에 대한 평점에서 24의 차이가 나타났고 암질지수와 단축압축강도 평점에서 각각 15와 13의 차이로 나타났다. 두 방법에서 평가한 RMR값의 차이를 줄이기 위해서는 터널 내 수평시추공의 위치를 터널의 안정성에 가장 큰 영향을 줄 수 있는 곳으로 선정하고 불연속면의 상태에 대한 평가는 불연속면의 연속성, 분리 틈, 풍화도 등 5개의 소항목 각각에 대해 5단계로 구분한 세부평점을 적용하여야 할 것이다.

• 만화애니메이션 연구
• /
• 통권13호
• /
• pp.115-131
• /
• 2008

본 연구는 관객이 극장용 애니메이션을 관람하고 평가하는 과정에서 어떠한 요인들이 영향을 끼치는지 분석하였다. 연구대상은 관람 후 네티즌 평점 리뷰 게시판의 평점과 언급된 평가 내용들을 중심으로 하였고, 소비형태의 평가를 측정하기 위해 선행연구를 기초로 실용적 속성과 감성적 속성으로 분류하였다. 연구결과, 실용적 속성에서는 스토리, 캐릭터, 연출, 배경미술, 배경음악 성우더빙, 특수효과 제작사 등이 평가변인들로 나타났고, 감성적 속성에서는 재미 감동, 만족, 매력, 환상, 긴장 등의 평가변인들이 나타났다. 특히 두 속성간의 변인들은 개별적으로 유의미한 정적 상관관계를 보였으며, 두 속성간의 관계가 관람 후 애니메이션 평가에 영향을 끼치는 것으로 예측되었다. 결론적으로, 애니메이션 관객은 구체적인 실용적 속성들에 대한 감성적 경험을 매개과정으로 작품 전체를 평가한다는 해석이 가능하다.

• 응용통계연구
• /
• 제35권2호
• /
• pp.265-283
• /
• 2022

사용자들의 영화정보를 기록한 MovieLens 데이터는 추천 시스템 연구에서 아이디어를 탐색하고 검증하는데 상당한 가치가 있는 데이터로, 기존 데이터 분할 및 군집화 알고리즘을 사용하여 사용자 평점 데이터를 기반으로 항목 집합을 분할하는 연구 등에 사용되는 데이터이다. 본 논문에서는 기존 연구에서 대표적으로 사용되었던 영화 평점 데이터와 영화 장르 데이터를 통해 사용자의 장르 선호도를 예측하여 선호도 패턴을 기반으로 사용자를 군집화(clustering)하고, 유의미한 정보를 얻는 연구를 진행하였다. MovieLens 데이터는 영화의 전체 개수에 비해 사용자별 평균 영화 평점 수가 낮아 결측 비율이 높다. 이러한 이유로 기존의 군집화 방법을 적용하는 데 한계가 존재한다. 본 논문에서는 MovieLens 데이터 특성에 모티브를 얻어 쌍별 규합 벌점함수(pairwise fused penalty)를 활용한 볼록 군집화(convex clustering) 기반의 방법을 제안한다. 특히 결측치 대체(missing imputation)도 동시에 해결하는 최적화 문제를 통해 기존의 군집화 분석과 차별화하였다. 군집화는 반복 알고리즘인 ADMM을 통해 제안하는 최적화 문제를 풀어 진행한다. 또한 시뮬레이션과 MovieLens 데이터 적용을 통해 제안하는 군집화 방법이 기존의 방법보다 노이즈 및 이상치에 상대적으로 민감하지 않은 것으로 보인다.

• 한국암반공학회:학술대회논문집
• /
• 한국암반공학회 2001년도 춘계학술발표회 논문집
• /
• pp.231-245
• /
• 2001

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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.418-419
• /
• 2018

본 논문에서는 사용자의 상품에 대한 평점 정보와 상품의 컨텐츠 정보를 모두 이용하는 하이브리드 추천 모델에 대해서 논의한다. 기존 논문들과는 다르게, 본 논문은 추천의 정확도를 높이기 위해 사용자가 상품의 컨텐츠 (예를 들면, 영화의 장르 또는 상품의 카테고리 등) 에 가질 수 있는 선호도를 예측하고, 이를 추가적으로 활용할 수 있는 딥러닝 기반의 추천 모델을 제안한다. 실세계의 데이터를 이용해서 제안하는 방법의 우수성을 보인다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.316-318
• /
• 2021

영화 수익에 있어 영화의 흥행 여부는 중요한 영향을 끼친다. 영화 흥행 요인은 영화 산업의 규모가 커지면서 많은 제작사들 및 투자자들이 고려해야 하는 사항이 되었다. 따라서 영화의 흥행을 예측하기 위한 많은 모델이 연구되었다. 본 연구의 목적은 선행연구에서 흥행에 유의미한 영향을 끼친다고 밝혀진 스크린 수, 감독명, 제작사명 등의 내재적인 속성과 더불어 온라인 구전 변수를 사용하여 영화 흥행 예측 모델을 만드는 것이다. 이때 기사 수, 블로그 수와 같이 온라인 구전의 크기를 나타내는 변수들을 사용하는 대신 개봉 후 첫 주간의 관람객 리뷰를 텍스트마이닝을 이용하여 전체 리뷰 중 긍정 리뷰의 비율에 따라 점수를 매긴 후 독립변수로 사용한다. 그 후, 데이터 마이닝 기법을 활용하여 만든 모델에 앞서 언급한 독립변수를 입력 값으로 사용하여 영화의 흥행을 예측한다. 최종적으로 의사결정트리와 로지스틱회귀를 수행한 결과 영화 흥행에 영향을 주는 독립변수를 찾고 모델의 성능을 평가하였다. 로지스틱회귀의 결과 관객 수, 평점이 영화의 흥행에 특히 유의한 영향을 끼치는 변수로 선정되었고 리뷰 역시 유의한 변수로 선정되었다. 이때 만들어진 모델은 약 90%의 높은 수준의 정확도를 보여주었다. 의사결정트리의 결과 관객 수가 가장 중요한 변수로 선정되었다.

• 한국식품영양과학회지
• /
• 제33권1호
• /
• pp.212-217
• /
• 2004

메밀순을 이용한 침출차를 제조하고자, 증숙시간과 건조온도를 달리 처리하여 가용성 고형분 함량, 총 플라보노이드 함량 및 관능적 특성을 살펴보았다. 메밀순차 침출액의 가용성 고형분 함량은 증숙시간 6.93 min 및 건조온도 73.59$^{\circ}C$에서 최대값으로 나타났으며, 총 플라보노이드 함량은 증숙시간 5.22 min 및 건조온도 79.05$^{\circ}C$에서 높은 함량을 나타내는 것으로 나타났다. 메밀순 침출차의 전반적 기호도에 대한 높은 관능평점은 증숙시간 6.00 min 및 건조온도 77.33$^{\circ}C$인 것으로 나타났다. 가용성 고형분 및 총 플라보노이드 함량이 높고 전반적인 기호도도 우수한 조건은 증숙시간 5.4∼7.0 min 및 건조온도 75∼8$0^{\circ}C$로 예측되었으며 최적 조건에서의 예측된 관능평점은 최적 조건에서 실제 실험한 결과와 유사하였다.

• 정보처리학회논문지D
• /
• 제16D권2호
• /
• pp.273-280
• /
• 2009

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.