• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.593-601
• /
• 2017

본 연구는 영화산업의 가치사슬단계에 따라 각 단계에서 고려할 수 있는 변인을 활용하여 제작/투자, 배급, 상영단계별 모형을 구성하였다. 모형의 예측력을 높이기 위해 회귀분석으로 유의미한 변인을 도출하여 모형을 추가로 설정하였다. 주어진 변인을 바탕으로 기계학습 분석방법인 인공신경망과 의사결정나무 분석방법 간의 예측력 차이를 비교하였다. 분석 결과, 제작/투자 모형과 배급 모형에서 모든 변인을 투입했을 때는 인공신경망의 정확도가 의사결정나무보다 높았으나, 회귀분석결과에 따라 선정된 변인을 투입하였을 때는 의사결정나무의 정확도가 더 높았다. 상영 모형에서는 회귀분석결과의 반영여부와 관계없이 인공신경망의 정확도가 의사결정나무의 정확도보다 높게 나타났다. 본 논문은 영화흥행 예측연구에 기계학습기법을 적용하여 예측성과가 향상됨을 확인하였다는데 의의가 있다. 선형회귀분석 결과를 기계학습기법에 반영함으로써 기존의 선형적 분석방법의 한계를 극복하고자 하였다.

• 정보교육학회논문지
• /
• 제21권2호
• /
• pp.183-190
• /
• 2017

본 연구는 스마트 블렌디드 수업 전략이 역사수업에서 어떤 효과가 나타나는지에 대한 분석을 하였다. 수업전략의 효과성은 학업 성취도와 학습 흥미도로 설정하고 역사수업에 참가한 초등학생들을 대상으로 제안된 스마트 블렌디드 수업전략을 적용하여 비교집단과 비교하였다. t-검증 결과, 제안된 수업전략이 학생들의 학업성취도 및 학습흥미도에 긍정적인 영향을 주었다. 또한 질적 분석을 통하여 학생들이 수업의 이해도가 높아졌고 집중력이 향상되는 효과를 보여주었다.

• Journal of Information Science Theory and Practice
• /
• 제1권1호
• /
• pp.10-26
• /
• 2013

Domain transfer is a widely recognized problem for machine learning algorithms because models built upon one data domain generally do not perform well in another data domain. This is especially a challenge for tasks such as opinion classification, which often has to deal with insufficient quantities of labeled data. This study investigates the feasibility of self-training in dealing with the domain transfer problem in opinion classification via leveraging labeled data in non-target data domain(s) and unlabeled data in the target-domain. Specifically, self-training is evaluated for effectiveness in sparse data situations and feasibility for domain adaptation in opinion classification. Three types of Web content are tested: edited news articles, semi-structured movie reviews, and the informal and unstructured content of the blogosphere. Findings of this study suggest that, when there are limited labeled data, self-training is a promising approach for opinion classification, although the contributions vary across data domains. Significant improvement was demonstrated for the most challenging data domain-the blogosphere-when a domain transfer-based self-training strategy was implemented.

• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.109-126
• /
• 2022

The number and variety of products and services offered by companies have increased dramatically, providing customers with more choices to meet their needs. As a solution to this information overload problem, the provision of tailored services to individuals has become increasingly important, and the personalized recommender systems have been widely studied and used in both academia and industry. Existing recommender systems face important problems in practical applications. The most important problem is that it cannot clearly explain why it recommends these products. In recent years, some researchers have found that the explanation of recommender systems may be very useful. As a result, users are generally increasing conversion rates, satisfaction, and trust in the recommender system if it is explained why those particular items are recommended. Therefore, this study presents a methodology of providing an explanatory function of a recommender system using a review text left by a user. The basic idea is not to use all of the user's reviews, but to provide them in a summarized form using only reviews left by similar users or neighbors involved in recommending the item as an explanation when providing the recommended item to the user. To achieve this research goal, this study aims to provide a product recommendation list using user-based collaborative filtering techniques, combine reviews left by neighboring users with each product to build a model that combines text summary methods among deep learning-based natural language processing methods. Using the IMDb movie database, text reviews of all target user neighbors' movies are collected and summarized to present descriptions of recommended movies. There are several text summary methods, but this study aims to evaluate whether the review summary is well performed by training the Sequence-to-sequence+attention model, which is a representative generation summary method, and the BertSum model, which is an extraction summary model.

• 컴퓨터교육학회논문지
• /
• 제14권4호
• /
• pp.1-10
• /
• 2011

21세기를 주도할 자율적이고 창의적인 한국인 육성은 개정된 교육과정에서 강조하는 기본방향이다. 중등음악교육에서는 학습자의 시각과 청각을 함께 자극하고 창의적으로 활용할 수 있는 컴퓨터 음악프로그램이 교수 학습에 효과적인 매체라 할 수 있다. 본 연구에서는 컴퓨터 음악프로그램의 기능을 살펴보고, 그것을 음악수업에서 창의적인 학습활동으로 연계할 수 있는 방안을 모색하였다. 또한 음악활동 영역별로 그 적용방안을 제시하고자 한다. 이를 위하여 사보프로그램인 Finale 2010과 이미지 및 동영상 편집도구로 Window MovieMaker, 그리고 소리편집의 Goldwave를 사용을 중심으로 학생들의 창의적인 학습활동 방안을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권10호
• /
• pp.185-198
• /
• 2021

인터넷 기술의 발달로 기존의 추천 알고리즘은 사용자나 항목의 심층적인 특성을 학습할 수 없기 때문에 본 논문은 이 문제를 해결하기 위해 AMITI(주의 메커니즘 및 개선된 TF-IDF)에 기반한 추천 알고리즘을 제안했다. CNN(Convolutional Neural Network)에 2중 주의 메커니즘을 도입함으로써 CNN의 특징 추출 능력이 향상되고, 항목 특징에 다른 선호도 가중치가 할당되며, 사용자 선호도와 더 일치하는 권고사항이 달성되었다. 대상 사용자에게 항목을 추천할 때 점수 데이터와 항목 유형 데이터를 TF-IDF와 결합하여 권장 결과의 그룹화를 완료하였다. 본 논문에서 진행한 MovieLens-1M 데이터 세트에 대한 실험 결과는, AMITI 알고리즘이 권장 사항의 정확도를 향상시키고 프레젠테이션 방법의 순서와 선택성을 향상시킨다는 것을 보여준다.

• 한국전자통신학회논문지
• /
• 제18권4호
• /
• pp.693-700
• /
• 2023

텍스트 문서에서 주관적인 의견과 감정을 긍정 혹은 부정으로 분류하고 식별하는 자연어 처리의 한 분야인 감성 분석은 고객 선호도 분석을 통해 다양한 홍보 및 서비스에 활용할 수 있다. 이를 위해 최근 머신러닝과 딥러닝의 다양한 기법을 활용한 연구가 진행되어 왔다. 본 연구에서는 기존의 RNN 기반 모델들과 최근 트랜스포머 기반 언어 모델들을 활용하여 영화, 상품 및 게임 리뷰를 대상으로 감성 분석의 정확도를 비교 분석하여 최적의 언어 모델을 제안하고자 한다. 실험 결과 한국어 말뭉치로 사전 학습된 모델들 중 LMKor-BERT와 GPT-3가 상대적으로 좋은 정확도를 보여주었다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권6호
• /
• pp.63-72
• /
• 2017

본 연구는 대학에서 영화를 기반으로 한 교양교과 수업에 실제 적용한 사례를 중심으로 이루어졌다. 이에 영화를 기반으로 교양교과 수업에 대한 인식을 알아보고자 하였다. 특히 영화 6편 중 '언터처블: 1%의 우정' 중심으로 수업 활동을 분석하여 전개하였다. 본 연구대상은 부산광역시에 소재한 D대학 2016년 1학기에 개설된 교양과목 '영화로 만나는 창의적 융합' 강좌에 수강한 대학생 44명을 대상으로 하였다. 본 연구에서는 전통적인 수업방식에서 탈피한 창의성 수업으로 영화를 감상하고 퀴즈를 온라인을 통해 선행학습한 이후 과제, 발표, 실험, 체험 등을 정규 수업시간에 수행하는 교육방법으로 15주 동안 진행하였다. 본 연구에서 영화를 활용한 교양수업에 대한 인식결과는 다음과 같다. '움직임이 살아있는 교양수업이다', '영화를 다양한 시각으로 보게 하는 교양수업이다', '나를 알게 하는 교양수업이다' 로 나타났다. 이는 일상생활에서 쉽게 접할 수 있는 영화라는 교육매체와 틀에서 벗어난 공간에서 활동하는 교양수업이 대학생들에게는 호기심을 자극하고 재미를 더해주는 것으로 인식하고 있음을 시사하고 있다.

• Journal of Information Technology Applications and Management
• /
• 제30권4호
• /
• pp.29-38
• /
• 2023

A single-learner model which integrates the user's positive and negative perceptions is proposed by augmenting counterfactual data to the interaction data between users and items, which are mainly used in collaborative filtering in this study. The proposed CausRec showed superior performance compared to the existing NCF model in terms of F1 value and AUC in experiments using three published datasets: MovieLens 100K, Amazon Gift Card, and Amazon Magazine. Compared to the existing NCF model, the F1 and AUC values of CausRec showed 1.2% and 2.6% performance improvement in MovieLens 100K data, and 2.2% and 10% improvement in Amazon Gift Card data, respectively. In particular, in experiments using Amazon Magazine data, F1 and AUC values were improved by 11.7% and 21.9%, respectively, showing a significant performance improvement effect. The performance of CausRec is improved because both positive and negative perceptions of the item were reflected in the recommendation at the same time. It is judged that the proposed method was able to improve the performance of the collaborative filtering because it can simultaneously alleviate the sparsity and imbalance problems of the interaction data.

• 통상정보연구
• /
• 제15권2호
• /
• pp.109-128
• /
• 2013

콘텐츠산업의 성장과 함께 국내 문화콘텐츠의 해외 진출이 활발하게 이루어지고 있다. 하지만, 좋은 성과를 내고 있는 게임, 음악, 영화 등의 분야와는 달리 교육콘텐츠의 경우 해외 시장에서 유의미한 성과를 내지 못하고 있다. 이에, 본 연구에서는 성공적인 교육콘텐츠의 해외 진출 사례로 C연구소의 G러닝 미국 공교육 진출 사례를 살펴보고자 한다. 본 사례에서 C연구소는 많은 어려움을 극복하고 LA라발로나 초등학교에서 5학년 정규 과정 G러닝 수학수업을 진행하고 학생들의 성적을 향상시켰다. 본 사례의 분석을 통해 이러한 성공이 가능했던 이유에 대한 전략적 시사점을 다음과 같이 제시할 수 있었다. 첫째, 제품의 차별성이고, 둘째, 현지 인력을 중심으로 지원조직을 구성하여 현지 인적 네트워크를 효율적으로 활용할 수 있었으며, 셋째, 지속적인 커뮤니케이션을 통한 정보 공유를 통해 연쇄적인 설득과정을 유도할 수 있었다.