• 경영정보학연구
• /
• 제25권1호
• /
• pp.233-255
• /
• 2023

코로나19로 인한 팬데믹 상황에서도 여전히 여행에 대한 욕구와 수요가 시장에 존재하고 있다. 이러한 상황에서 정보기술(IT)의 발달로 인해 온라인에 대한 접근성과 유용성 및 디지털 기기의 활용도 함께 증가하였고, 비대면으로도 새로운 경험을 얻을 수 있는 '온라인 체험(Online Experience)' 시장이 급격하게 성장하였다. 본 연구는 AirBnB 온라인 체험 서비스에서 서비스제공자(Provider-oriented)와 서비스이용자(User-oriented)에 의해 생성된 정형 및 비정형 데이터가 고객만족에 미치는 영향에 대해 분석하였다. 분석에 사용된 데이터는 파이썬 웹크롤러로 수집되었으며, 주요 변수인 비정형 데이터는 전처리와 감성분석을 거쳐 회귀분석에 사용되었다. 분석 결과, 주요변수인 호스트가 생성한 체험 소개글, 호스트 소개글과 같은 비정형 데이터는 텍스트의 생성 목적에 따라 주관도(Subjectivity)가 다르게 나타나며, 체험 소개글은 주관적일수록, 호스트 소개글은 객관적일수록 고객 만족에 유의한 정의 영향을 미치는 것을 확인하였다. 또한, 에어비앤비 온라인 체험에 참여한 게스트가 생성한 정형 데이터는 다른 게스트의 만족에 긍정적인 영향을 미치는 것을 확인하였다. 본 연구 결과는 온라인 공유경제 플랫폼 이해관계자 및 온라인 체험 지식경영에 관심을 갖는 연구자에게 다양한 시사점을 제공할 것으로 기대한다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.23-45
• /
• 2020

기업의 경쟁력 확보를 위해 판별 알고리즘을 활용한 의사결정 역량제고가 필요하다. 하지만 대부분 특정 문제영역에는 적합한 판별 알고리즘이 어떤 것인지에 대한 지식은 많지 않아 대부분 시행착오 형식으로 최적 알고리즘을 탐색한다. 즉, 데이터셋의 특성에 따라 어떠한 분류알고리즘을 채택하는 것이 적합한지를 판단하는 것은 전문성과 노력이 소요되는 과업이었다. 이는 메타특징(Meta-Feature)으로 불리는 데이터셋의 특성과 판별 알고리즘 성능과의 연관성에 대한 연구가 아직 충분히 이루어지지 않았기 때문이며, 더구나 다중 클래스(Multi-Class)의 특성을 반영하는 메타특징에 대한 연구 또한 거의 이루어진 바 없다. 이에 본 연구의 목적은 다중 클래스 데이터셋의 메타특징이 판별 알고리즘의 성능에 유의한 영향을 미치는지에 대한 실증 분석을 하는 것이다. 이를 위해 본 연구에서는 다중 클래스 데이터셋의 메타특징을 데이터셋의 구조와 데이터셋의 복잡도라는 두 요인으로 분류하고, 그 안에서 총 7가지 대표 메타특징을 선택하였다. 또한, 본 연구에서는 기존 연구에서 사용하던 IR(Imbalanced Ratio) 대신 시장집중도 측정 지표인 허핀달-허쉬만 지수(Herfindahl-Hirschman Index, HHI)를 메타특징에 포함하였으며, 역ReLU 실루엣 점수(Reverse ReLU Silhouette Score)도 새롭게 제안하였다. UCI Machine Learning Repository에서 제공하는 복수의 벤치마크 데이터셋으로 다양한 변환 데이터셋을 생성한 후에 대표적인 여러 판별 알고리즘에 적용하여 성능 비교 및 가설 검증을 수행하였다. 그 결과 대부분의 메타특징과 판별 성능 사이의 유의한 관련성이 확인되었으며, 일부 예외적인 부분에 대한 고찰을 하였다. 본 연구의 실험 결과는 향후 메타특징에 따른 분류알고리즘 추천 시스템에 활용할 것이다.

• 인터넷정보학회논문지
• /
• 제18권1호
• /
• pp.77-88
• /
• 2017

최근 지식과 정보가 가치를 생산하는 지식기반사회로 접어들면서 지식재산권의 대표적인 형태인 특허에 대한 중요성이 매우 높아지고 있으며 출원되는 특허의 양도 매년 증가하고 있다. 방대한 양의 특허정보를 효과적으로 이용하기 위해서 특허문서를 그 발명의 기술적 주제에 따라 적절하게 분류하는 것이 필요하며 이를 위해 IPC(International Patent Classification)가 주로 사용되고 있다. 현재 주로 사람의 손으로 이뤄지는 특허문서의 IPC 분류과정의 효율성을 높이기 위하여 다양한 데이터마이닝과 기계학습 알고리즘을 기반으로 IPC 자동분류에 관한 연구들이 수행되어 왔다. 하지만 기존의 IPC 자동분류에 관한 연구의 대부분은 특허문서의 구조적 특징과 같은 특허문서 고유의 데이터 특성에 대한 고려보다는 다양한 기계학습 알고리즘을 특허문서로 적용하는 것에 초점을 맞춰왔다. 이에 본 논문에서는 IPC 자동분류를 위해 특허문서의 특징과 구조적 필드의 역할을 기반으로 특허문서 분류에 영향을 끼치는 두 가지 필드, 기술분야 및 배경기술 필드의 활용을 제안한다. 그리고 특허문서가 동시에 다수의 IPC 분류코드를 가지는 점을 반영하여 다중 레이블 분류(multi-label classification) 모델을 구축한다. 또한 IPC 다중 레이블 분류의 실제 현장에서의 적용 가능성 확인을 위해 630개의 범주를 가지는 IPC 서브클래스 레벨까지 분류 가능한 수법을 제안한다. 이를 위해 국내에서 등록된 564,793건의 특허문서를 대상으로 특허문서의 구조적 필드의 영향을 확인하기 위한 IPC 다중 레이블 분류 실험을 수행하였고, 그 결과 제목, 요약, 청구항, 기술분야 및 배경기술 필드를 활용한 실험에서 87.2%의 싱글매치 정확도를 얻었다. 이를 통해 기술분야 및 배경기술 두 필드가 IPC 서브클래스 레벨까지의 다중 레이블 분류의 정확도를 향상시키는데 중요한 역할을 하고 있음을 확인하였다.

• 헤리티지:역사와 과학
• /
• 제43권3호
• /
• pp.144-179
• /
• 2010

본고는 1970년대 이래 제철유적에 대한 조사가 꾸준히 증가되었음에도 불구하고 그 조사방법에 대한 연구는 이에 미치지 못하는 상황을 인식하는 데서 비롯되었다. 제철유적은 1990년대에 들어오면서 전국적으로 조사가 급증하였으며, 특히 최근에는 생산유적의 중요성이 부각되면서 더욱 주목받고 있는 유적의 하나이다. 하지만 분묘유적이나 취락, 성곽유적 등에 비해 제철유적의 조사방법에 대한 소개와 연구는 크게 부족하다고 할 수 있다. 그 이유는 제철조업의 프로세스는 매우 복잡하고 다양할 뿐 아니라, 공정의 이해를 위해서는 금속공학적인 기초지식까지 학습해야 하는 어려움이 있기 때문이다. 즉 고고학 조사와 연구에 있어 제철과 관련된 유구 유물의 성격이 이러한 프로세스와 어떠한 상관관계를 가지는지 밝히기가 몹시 어렵다는 이유 때문이다. 이러한 문제를 해결하기 위해 철생산 및 철기제작의 공정과 철재, 철괴 등 관련유물의 금속학적 특징에 대한 이해를 바탕으로, 제철유적 발굴조사의 순서와 방법, 유물의 분류 및 정리방법에 대한 시론을 제시함으로써 정밀한 조사와 심도 있는 분석이 이루어질 수 있도록 하는 것이 본 연구의 목적이다. 본고에서는 제철유적을 조업공정에 따라 채광, 제련, 정련, 단야, 용해, 제강유적의 6가지 유형으로 분류한 후, 사전조사와 지표${\rightarrow}$시굴${\rightarrow}$발굴조사로 이어지는 각 단계별 조사방법에 대해 정리하였다. 또한 가장 대표적인 제철관련유물인 철재의 분류 및 정리에 있어 새로운 방법을 모색해 보았다. 더불어 유적의 성격파악에 필요한 자연과학분석 및 제철로 복원실험의 필요성에 대해서도 언급하였으며, 내용의 구성에서는 사례 제시와 도면 사진자료를 최대한 활용하였다. 본고에서는 다양한 조사연구방법의 응용과 개발에 대해 심도 있게 논의하지는 못하였지만, 유구 유물의 세밀한 관찰을 통해 공정에 따른 다양한 제철유적의 조사연구 방법론 개발이 매우 시급한 과제임을 알 수 있었다. 그리고 유적의 종합적인 성격규명을 위해서는 고고학적 지식뿐만 아니라 자연과학 분야가 다양하게 응용되어야 하며, 더불어 실험고고학의 측면에서도 지속적인 제철로의 복원실험이 필요함을 알 수 있었다.

• 지식경영연구
• /
• 제23권4호
• /
• pp.315-338
• /
• 2022

1986년, 한국은 국가발전의 주축인 중소기업 창업지원을 위한 법 제도를 마련하였다. 이를 기반으로 지난 30여년간 창업정책의 수립 및 발전을 거듭하여 매년 100만 개가 넘는 신규 창업기업이 설립되는 역동적인 창업생태계를 구축하였다. 국가의 정책 방향과 사회, 경제, 문화 등의 외부환경 영향, 그리고 창업지원의 역사를 주요 이슈별로 분석하여 도출된 핵심문장 또는 키워드는 시대별 지원의 특징과 국가지원의 중심내용 등을 확인하는 데 매우 유용하다. 본 연구는 한국의 창업생태계 트렌드 변화를 분석하기 위해 1991년부터 2020년 12월까지 30년간의 언론기사에서 '창업', '벤처', '스타트업' 키워드가 포함된 118만여 건을 추출하고 네트워크 분석과 토픽 모델링을 활용하였다. 분석결과, 한국의 창업생태계 트렌드는 기업 및 산업육성, 확산 그리고 규제 완화, 활황 등, 정부 중심으로 스타트업 생태계의 변화와 발전이 이루어졌음을 파악할 수 있었으며, 다빈도 키워드 분석결과, 생태계 구성요인 간의 연계 활동을 통하여 기업가적인 생산성이 창출되었다. 생산성 창출의 주요 요인으로 한국은 대기업의 휴대폰 산업 발전과 이와 관련된 콘텐츠 스타트업의 성장, 인터넷과 쇼핑몰 중심의 플랫폼 기업의 발전, 그리고 청년창업과 글로벌 진출, 모바일과 인터넷 인프라 중심의 창업기업육성 노력 등으로 파악할 수 있었다. 본 연구는 30년간의 언론기사를 텍스트마이닝과 토픽 모델링을 활용하여 트렌드를 도출하였다. 이는 선행연구가 기존 정부와 정책의 변경 시기를 기준으로 트렌드 변화를 분석한 것과 달리, 언론기사의 키워드와 토픽 변화를 기준으로 창업생태계의 트렌드 변화를 분석하였다는 점에서 학술적 의의뿐만 아니라, 30년 간의 창업생태계 변화 및 주요이슈를 조명해 봄으로써 향후 창업지원의 방향성을 예측할 수 있는 실무적 시사점을 제공하였다.

• Asia pacific journal of information systems
• /
• 제21권1호
• /
• pp.103-122
• /
• 2011

Recently, numerous documents have been made available electronically. Internet search engines and digital libraries commonly return query results containing hundreds or even thousands of documents. In this situation, it is virtually impossible for users to examine complete documents to determine whether they might be useful for them. For this reason, some on-line documents are accompanied by a list of keywords specified by the authors in an effort to guide the users by facilitating the filtering process. In this way, a set of keywords is often considered a condensed version of the whole document and therefore plays an important role for document retrieval, Web page retrieval, document clustering, summarization, text mining, and so on. Since many academic journals ask the authors to provide a list of five or six keywords on the first page of an article, keywords are most familiar in the context of journal articles. However, many other types of documents could not benefit from the use of keywords, including Web pages, email messages, news reports, magazine articles, and business papers. Although the potential benefit is large, the implementation itself is the obstacle; manually assigning keywords to all documents is a daunting task, or even impractical in that it is extremely tedious and time-consuming requiring a certain level of domain knowledge. Therefore, it is highly desirable to automate the keyword generation process. There are mainly two approaches to achieving this aim: keyword assignment approach and keyword extraction approach. Both approaches use machine learning methods and require, for training purposes, a set of documents with keywords already attached. In the former approach, there is a given set of vocabulary, and the aim is to match them to the texts. In other words, the keywords assignment approach seeks to select the words from a controlled vocabulary that best describes a document. Although this approach is domain dependent and is not easy to transfer and expand, it can generate implicit keywords that do not appear in a document. On the other hand, in the latter approach, the aim is to extract keywords with respect to their relevance in the text without prior vocabulary. In this approach, automatic keyword generation is treated as a classification task, and keywords are commonly extracted based on supervised learning techniques. Thus, keyword extraction algorithms classify candidate keywords in a document into positive or negative examples. Several systems such as Extractor and Kea were developed using keyword extraction approach. Most indicative words in a document are selected as keywords for that document and as a result, keywords extraction is limited to terms that appear in the document. Therefore, keywords extraction cannot generate implicit keywords that are not included in a document. According to the experiment results of Turney, about 64% to 90% of keywords assigned by the authors can be found in the full text of an article. Inversely, it also means that 10% to 36% of the keywords assigned by the authors do not appear in the article, which cannot be generated through keyword extraction algorithms. Our preliminary experiment result also shows that 37% of keywords assigned by the authors are not included in the full text. This is the reason why we have decided to adopt the keyword assignment approach. In this paper, we propose a new approach for automatic keyword assignment namely IVSM(Inverse Vector Space Model). The model is based on a vector space model. which is a conventional information retrieval model that represents documents and queries by vectors in a multidimensional space. IVSM generates an appropriate keyword set for a specific document by measuring the distance between the document and the keyword sets. The keyword assignment process of IVSM is as follows: (1) calculating the vector length of each keyword set based on each keyword weight; (2) preprocessing and parsing a target document that does not have keywords; (3) calculating the vector length of the target document based on the term frequency; (4) measuring the cosine similarity between each keyword set and the target document; and (5) generating keywords that have high similarity scores. Two keyword generation systems were implemented applying IVSM: IVSM system for Web-based community service and stand-alone IVSM system. Firstly, the IVSM system is implemented in a community service for sharing knowledge and opinions on current trends such as fashion, movies, social problems, and health information. The stand-alone IVSM system is dedicated to generating keywords for academic papers, and, indeed, it has been tested through a number of academic papers including those published by the Korean Association of Shipping and Logistics, the Korea Research Academy of Distribution Information, the Korea Logistics Society, the Korea Logistics Research Association, and the Korea Port Economic Association. We measured the performance of IVSM by the number of matches between the IVSM-generated keywords and the author-assigned keywords. According to our experiment, the precisions of IVSM applied to Web-based community service and academic journals were 0.75 and 0.71, respectively. The performance of both systems is much better than that of baseline systems that generate keywords based on simple probability. Also, IVSM shows comparable performance to Extractor that is a representative system of keyword extraction approach developed by Turney. As electronic documents increase, we expect that IVSM proposed in this paper can be applied to many electronic documents in Web-based community and digital library.

• 한국전자거래학회지
• /
• 제25권3호
• /
• pp.41-61
• /
• 2020

중국의 4차 산업혁명 첨단기술 개발 및 사업화 속도가 빠르게 진행되며 효과적인 한중 기업 간 기술교류가 한국의 중장기 산업발전에 더욱 중요해지고 있다. 하지만 아직까지 한중 기업 간 기술교류가 어떻게 진행되는지와 그 효과에 대한 실증 연구가 부족하다. 이에 본 연구는 4차 산업혁명 관련 한중 기술교류 현황 및 효과에 대해 2018년부터 2020년 3월까지 뉴스에 소개된 한중 기업 기술교류 및 협력 기사의 텍스트 마이닝 데이터 기반으로 소셜 네트워크 분석을 진행하고 네트워크 중심성의 성과영향 회귀분석을 진행했다. 분석 결과 국내 전자 대기업들이 대부분 중심성 지표에서 높은 중심성을 보이며 중국 기업 및 기관들과 네트워킹을 활발히 진행하고 있다. 국내 통신사들이 매개 중심성과 부분그래프에서 높은 중심성을 국내 인터넷 서비스 업체와 방송 컨텐츠 업체들이 높은 고유벡터 중심성을 나타냈다. 또한 한국기업보다 중국기업이 높은 매개 중심성을 제조기업보다 서비스기업이 높은 근접 중심성을 보였다. 이러한 네트워크 중심성은 회귀분석결과 기업성과에 긍정적인 영향을 미쳤다. 본 연구는 4차 산업혁명 분야에 집중하여 한중간 협력 현황을 분석한 최초 연구라는 의미가 있으며, 학술적으로 글로벌 기업 협력에 있어 소셜 네트워크 분석 기반 실증 연구 방향을 제시하고 실무적으로 기업이나 정부의 한중 기술 협력 방향 설정에 있어 네트워크 분석 기반 가이드라인을 제시하였다.

• 한국환경보건학회지
• /
• 제17권2호
• /
• pp.78-94
• /
• 1991

The purpose of this study is to research the actual conditions of industrial accident patients and to produce worker satisfaction and a rational and effective counter measure pain. Direct interviews with 179 cases (in and out patients) were carried out during a three month period from April to July 1990, at six hospitals two general hospitals Sun Lin and Sung Mo in Po Hang, and four general hospitals in Taegu Kyung Pook University Hospital, Dong San Medical Center, Young Nam Medical Center and Catholic Hospital. The results of this study are summarized as follows: 1. Among the 179 cases, 51.6 % were male and 48.4 % were female. The two largest age groups were 30~39, 31.8 % and 20~29, 27.4 %. Among the 179 cases, 51.6% were married, the largest family number was 2 to 3, 41.1% and 4 to 5, 25.6%. Educationally, graduation from high school was the largest group, 46.4% among the patients, followed by middle school and primary school. The largest group income level was from 40~69만원, 45.2%. The largest group of patients who worked over 50 hrs. a week was 52.0%. The largest group of patients who worked less than 1 year was 44.7%, of the patients in work places of less than 100 people, 60.3% were injured and in work places of 100~299 people, 20.1% were injured. In manufacturing, the lagest group injured was 55.3%, the next group was transport, stroage, communication. The largest group of production workers injured was 40.2%. 2. The cause of injury in the largest group was facility problems, 33.5%. The next group was unsafe habits, 30.2% a lack of safety knowledge, 17.9% and insufficient supervision, 12.3%. The 30~39 year age group was head the highest number of injuries, 40.4% work places with more than 10 yeras of work, 44.4% work palces with more than 1000 people, 56.3% and mining accidents, 80.0%. Among these groups the highest cause of injury was due to facility problems. 3. The accident pattern showed machinery injuries 28.5% as the largest group, followed by falls & falling objects 17.3%, fire & electric 15.1%, struke by an object 14.5%, followed by overaction and vehicular accidents. The accident pattern showed 46.4 % among workers over the 50 year age group, workers in the 5~10 year group, 50.0 % places employing more than 1000 workers, 35.3 % : construction 73.7%, and construction workers 57.1%, among these fall & falling objects caused the greatest number of injuries. 4. The largest group of injuries was fractures 54.8%, trauma 14.5%, amputation 11.7%, open wound, and burns. The largest number of fractures occurred in people in the 30~39 year age group, 63.2 % over 10 years of work, 55.6% in work places of 300~400 people, 63.6% construction 63.2% and general workers 57.2 %. 5. The largest group of injuries was upper extremity 45.3%, lower extremity 24.0%, trunk 18.5 % and head or neck 12.2%. Of these groups, upper extremity injuries were the highest in those less 20 years old 75.0%, less than 1 years of work 59.5%, in work places of 500~999 people 60.0%, manufacturing 56.6 % and production workers 55.6%. 6. Periods of injury showed 34 people injured in September, to be the largest followed by October, 32 August, 22 people July, 19 people and the lowest December, 2 people. During the week, Friday had the largest group injured, 35 people followed by Saturday, 26 people and the lowest was Wednesday, 17 people, During the day 1400 hours had the largest group injured, 38 people followed by 800 hours, 31 people. 7. On a basis of 5 as the highest mark, the average, according to worker satisfaction showed facility safety 3.55, work environment 3.47, income 3.44, job 3.21 and treatment 2.98. 8. The correlation between general characteristics and injury showed that age was directly correlated to the duration of work(r=.2591) p<0.01, age was directly correlated to industry (r=2311) p<0.01, and the duration was directly correlated to occupation(r =.4372) p<0.001.

• 지능정보연구
• /
• 제17권1호
• /
• pp.91-110
• /
• 2011

본 논문은 호텔 관광 서비스 업계에서 급변하는 전산화와 글로벌화에 대응하기 위하여 IT 솔루션 도입을 통하여 기업의 업무 처리를 고도화하고 고객 서비스 대응력을 높인 사례를 연구하였다. 이를 통하여 국내 유수의 호텔 관광기업이 효과적으로 고객 요구에 대응하기 위하여 CRM 솔루션을 자체적으로 개발하여 실무에 활용하도록 함으로써, 고객에 대한 분석력을 높이고 고객별 마케팅 전략 수립과 고객에 특화 한 영업을 전개하는 활용 사례를 연구하였다. 특히 본 연구는 호텔 관광 업계의 CRM 솔루션 도입 과정과 CRM을 이용한 영업 업무 및 마케팅 업무에 활용해 나가는 과정에 대하여 논하였고, CRM 도입에 의한 효과를 DEA(Data Envelopment Analysis) 를 통하여 분석하였다. 우선 CRM을 도입한 L사의 각 사이트별 상대적 효율성을 CCR 모형으로 비교 분석하였으며, 그 다음 L사의 대표 사이트에 소속된 각 영업장들의 상대적 효율성을 BCC 모형으로 비교 분석하였다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.155-169
• /
• 2014

다양한 빅데이터 기술이 발전함에 따라, 기업의 전략결정에 있어서 과거에는 의사결정자의 직관이나 경험에 의존하는 경향이 있었다면, 현재는 데이터를 활용한 과학적이고 분석적인 접근이 이루어지고 있다. 이에 많은 기업들이 경영정보시스템 중의 하나인 비즈니스 인텔리전스 (Business Intelligence) 시스템의 예측분석 기능을 활용하고 있다. 하지만, 이러한 시스템이 미래의 경영환경 변화를 예측하고 기업의 의사결정을 돕는 조언자 (Advisor)로서 역할을 한다고 가정할 때, 시스템에서 제공하는 분석결과가 의사결정자에게 도움을 주는 조언 (Advice) 의 역할을 하지 못하는 경우가 많은 실정이다. 따라서, 본 연구에서는 미래예측의 문제에 있어 의사결정자가 시스템의 조언을 따르는데 영향을 미치는 요소들과 영향력에 대해 분석하고, 그 결과를 바탕으로 데이터 기반의 의사결정을 보다 적극적으로 지원하는 시스템 환경을 제시하고자 한다. 좀 더 구체적으로는 예측 과정에 대한 자세한 설명이나 근거 제시가 시스템의 예측결과에 대한 의사결정자의 수용정도에 미치는 영향을 연구하였다. 이를 위하여 193명의 실험자를 대상으로 영화의 개봉 주 매출액을 예측하는 업무를 수행하고, 예측에 대한 설명의 길이와 조언자의 유형(사람과 시스템의 조언 비교)뿐 아니라 의사결정자의 개인 특성이 의사결정자의 조언 수용정도에 미치는 영향을 분석하였다. 시스템에서 제공하는 조언 내용인 예측결과와 설명에 대해 의사결정가가 느끼는 유용성, 신뢰성, 만족도가 조언의 수용에 미치는 영향도 분석하였다. 본 연구는 시스템의 분석결과를 조언으로 보고 조언자와 조언에 관한 의사결정학 분야의 선행연구를 접목시켜 경영정보시스템 연구 분야를 확장하였다는 점에서 연구의 의의가 있고, 실무적으로도 데이터 기반의 의사결정을 보다 적극적으로 지원할 수 있는 시스템 환경을 만들기 위해서 고려해야 할 점들을 제시함으로써 시스템 활용을 위한 정책결정에도 도움을 줄 수 있을 것으로 본다.