• 한국과학교육학회지
• /
• 제17권4호
• /
• pp.481-492
• /
• 1997

The purpose of this study is to construct validity of Tripartite model of "Attitudes towards Science" using Exploratory and Confirmatory Factor Analyses. Exploratory and confirmatory factor analyses are two major approaches to factor analysis. The primary goal of factor analysis is to explain the covariances or correlations between many observed variables by means of relatively few underlying latent variables. In exploratory factor analysis, the number of latent variables is not determined before the analysis, all latent variables typically influence all observed variables, the measurement errors(${\delta}$) are not allowed to correlate, and unidentification of parameters is common. Confirmatory factor analysis requires a detailed and identified initial model. Confirmatory factor analysis techniques allow relations between latent and observed variables that are not possible with traditional, exploratory factor analysis techniques. As a result of exploratory factor analysis, tripartite model of "Attitudes towards Science" being composed of affection, behavioral intention and cognition is empirically identified. But attitude of science career being composed of affection and behavioral intention is identified. In validity test using confirmatory factor analysis, measurement structure of Tripartite model of "Attitudes towards Science" is not correspondent to data set. Because it is concluded that the object of attitudes are not specific.

• 대한교통학회지
• /
• 제28권4호
• /
• pp.119-128
• /
• 2010

통행자의 통행수단선택행태는 개인의 사회경제적 속성과 수단의 속성뿐만 아니라 통행자 개인의 잠재된 통행행태 즉, 통행행태적 선호도 역시 큰 영향을 미친다. 통행수단선택행태에 특정한 영향을 미치는 잠재통행행태를 수단선택모형에 반영한다면 비관측요인에서 기인하는 오차를 크게 줄일 수 있고, 통행행태에 대한 다양하고 보다 합리적인 해석이 가능하다. 본 연구에서는 한강 수상대중교통 도입에 따른 수단선택행태조사 자료를 활용하여 잠재변수를 정의하고 새로운 수단에 대한 분석이 가능한 RP/SP 결합모형을 구축하였다. 잠재변수는 행태설문조사자료를 기반으로 요인분석을 통해 계량화하였다. 모형구축결과 통행자들의 잠재된 통행행태는 수단선택행태에 유의한 영향을 미치고, 잠재변수를 반영한 경우 모형의 적합도가 향상되었다. 또한 잠재행태 관점에서도 RP/SP 결합모형이 SP모형에 비해 합리적인 것으로 분석되었다.

• 한국도로학회논문집
• /
• 제17권3호
• /
• pp.117-124
• /
• 2015

PURPOSES : The purpose of this study is to verify traffic accident injury severity factors for elderly drivers and the relative relationship of these factors. METHODS : To verify the complicated relationship among traffic accident injury severity factors, this study employed a structural equation model (SEM). To develop the SEM structure, only the severity of human injuries was considered; moreover, the observed variables were selected through confirmatory factor analysis (CFA). The number of fatalities, serious injuries, moderate injuries, and minor injuries were selected for observed variables of severity. For latent variables, the accident situation, environment, and vehicle and driver factors were respectively defined. Seven observed variables were selected among the latent variables. RESULTS : This study showed that the vehicle and driver factor was the most influential factor for accident severity among the latent factors. For the observed variable, the type of vehicle, type of accident, and status of day or night for each latent variable were the most relative observed variables for the accident severity factor. To verify the validity of the SEM, several model fitting methods, including ${\chi}^2/df$, GFI, AGFI, CFI, and others, were applied, and the model produced meaningful results. CONCLUSIONS : Based on an analysis of results of traffic accident injury severity for elderly drivers, the vehicle and driver factor was the most influential one for injury severity. Therefore, education tailored to elderly drivers is needed to improve driving behavior of elderly driver.

• 응용통계연구
• /
• 제33권4호
• /
• pp.365-377
• /
• 2020

선형모형에서 두개 이상의 설명변수들 사이에 존재하는 다중공선성 문제를 변수들 간에 내재되어 있는 공통의 구조인 인자를 구성하고, 인자들을 회귀변수로 사용하여 해결하는 인자회귀모형에 대하여 논의한다. 무한개로 가정 가능한 내재된 인자 중 유의미한 인자적재행렬을 구성하기 위하여 벌점모수의 값이 큰 LASSO 사전분포를 적용하는 베이지안 추정법을 사용한다. 결정된 인자적재행렬과 다른 모수들의 추정값을 각 설명변수의 선형모수로 역변환 하여, 새로운 관측값에 대한 예측 모형으로도 사용한다. 제안한 방법을 제품 서비스 관리 자료에 적용하여 정해진 인자의 개수에 대한 인자가 일반적인 공통인자회귀모형과 동일한 결과를 나타냄을 확인하였고, 일반적인 공통인자회귀모형과 비교를 위해 계산한 평균 제곱 오차값이 더 작다는 것을 알 수 있었다.

• 한국전자거래학회지
• /
• 제14권4호
• /
• pp.47-57
• /
• 2009

협업에 의한 태그 작성 시스템은 소셜 네트워크에서 다양한 공유 콘텐츠에 사용자가 태그를 부착할 수 있도록 허용하는데, 이러한 태그들은 본인뿐만 아니라 모든 커뮤니티 사용자들이 콘텐츠를 이용하는데 유용함을 준다. 협업 태그 기반의 추천에서는 사용자와 항목, 그리고 태그로 이루어진 3차원 데이터를 이용하는데, 이 데이터는 일반적으로 사용자와 항목으로 이루어진 2차원 데이터에 비하여 더 방대한 반면, 희소성(Sparsity)이 더 높다. 따라서 기존의 협업 필터링 기법을 바로 적용하는데 어려움이 많다. 잠재 요인 모델(Latent Factor Model)은 관찰된 값을 설명하는 잠재된 특징(요인)들을 밝히고, 이를 이용해서 문제를 해결하기 위한 모델로서 최근 협업 필터링에서도 성공적으로 적용되고 있으나, 모델을 학습하거나 개선하는 단계에서는 많은 시간과 노력이 필요하다는 단점이 있다. 이러한 잠재 요인 모델을 3차원 협업 태그 데이터에 적용하기 위해서는, 계산이 복잡한 협업 필터링 모델 수립의 어려움을 극복해야 한다. 이 논문에서는 사용자가 항목에 대해 사용한 태그들을 사용자 및 항목에 대한 잠재요인으로 간주하여 직관적인 모델을 수립하고, 사용자의 아이템에 대한 선호도를 결정하는 여러 가지 방법들을 제안하고, 실제 협업 태그 데이터를 이용하여 이들을 비교 평가한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2008년도 추계학술대회 및 정기총회
• /
• pp.420-420
• /
• 2008

• Nuclear Engineering and Technology
• /
• 제55권10호
• /
• pp.3628-3638
• /
• 2023

This paper uses 135 Licensed Operator Event Reports (LOER) from Chinese nuclear plants to analyze how safety culture affects unsafe behaviors in nuclear power plants. On the basis of a modified human factors analysis and classification system (HFACS) framework, structural equation model (SEM) is used to explore the relationship between latent variables at various levels. Correlation tests such as chi-square test are used to analyze the path from safety culture to unsafe behaviors. The role of latent error is clarified. The results show that the ratio of latent errors to active errors is 3.4:1. The key path linking safety culture weaknesses to unsafe behaviors is Organizational Processes → Inadequate Supervision → Physical/Technical Environment → Skill-based Errors. The most influential factors on the latent variables at each level in the HFACS framework are Organizational Processes, Inadequate Supervision, Physical Environment, and Skill-based Errors.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 한국데이터정보과학회:학술대회논문집
• /
• 한국데이터정보과학회 2005년도 추계학술대회
• /
• pp.177-188
• /
• 2005

Association rule mining searches for interesting relationships among items in a given large data set. Association rules are frequently used by retail stores to assist in marketing, advertising, floor placement, and inventory control. There are three primary threshold measures in association rule; support and confidence and lift. In the case of appling real world to association rules, we have some difficulties in data interpretation because we obtain many rules. In this paper, we develop the model of association rules using latent variables for environmental survey data.

• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.149-160
• /
• 2006

Association rule mining searches for interesting relationships among items in a given large data set. Association rules are frequently used by retail stores to assist in marketing, advertising, floor placement, and inventory control. There are three primary threshold measures in association rule; support and confidence and lift. In the case of appling real world to association rules, we have some difficulties in data interpretation because we obtain many rules. In this paper, we develop the model of association rules using latent variables for environmental survey data.