• 제목/요약/키워드: Neural

검색결과 15,185건 처리시간 0.047초

양측성 안구운동이 조현병 환자의 얼굴 재인에 미치는 영향 (The Effect of Bilateral Eye Movements on Face Recognition in Patients with Schizophrenia)

  • 이나현;김지웅;임우영;이상민;임상현;권혁찬;김민영;김기웅;김승준
    • 정신신체의학
    • /
    • 제24권1호
    • /
    • pp.102-108
    • /
    • 2016
  • 연구목적 조현병 환자의 흔한 신경인지적 결함 중 대표적인 것으로 재인 기억의 손상을 들 수 있다. 또한 조현병 환자에게서는 일반인에게 관찰되는 정서 자극에 대한 기억 증진 현상이 명확하게 나타나지 않는다. 한편, 기억 검사 시행 전 양측성 안구운동을 수행할 경우 일반적인 재인 기억뿐만 아니라 정서가를 가진 자극에 대한 기억이 보다 향상되는 것으로 알려져 있다. 본 연구에서는 이러한 양측성 안구운동의 기억 향상 효과가 조현병 환자에게서도 나타나는지를 알아보고자 하였다. 방 법 조현병 환자 21명이 연구에 참여하였다. 참여자들은 일주일 간격으로 두 번 분노 표정 혹은 무표정을 보이는 얼굴 사진들을 학습한 후 양측성 안구운동 혹은 안구 고정 조건을 무작위 순서로 거쳐 이전에 학습한 사진에 대한 재인 과제를 시행하였다. 양측성 안구운동 여부 및 얼굴 사진 표정 차이에 따른 인식 정확도, 반응 편향성, 정답 반응 시간의 차이를 이원 반복측정 분산분석을 사용하여 분석하였다. 결 과 조현병 환자는 양측성 안구운동을 시행한 경우 그렇지 않은 경우에 비해 통계적으로 유의미하게 얼굴 재인 과제에서 정답 반응 시간이 단축되었고(F=5.812, p<0.05), 반응 편향성이 완화되었다(F=10.366, p<0.01). 조현병 환자가 얼굴 재인 과제 수행 시 양측성 안구운동 조건과 얼굴 자극 표정 조건 간의 상호작용은 통계적으로 유의미하지 않았다. 결 론 본 연구 결과는 양측성 안구운동이 조현병 환자의 일반적인 재인 기억 능력을 촉진시킬 수 있으나 정서 자극의 처리를 보다 촉진시키지는 못함을 보여준다. 향후 신경생리학적 혹은 신경영상학적 검사 등의 추가 연구를 통해 이러한 기억 촉진 효과의 생물학적 기전을 밝혀야 할 것이다.

CNN 기반 리뷰 유용성 점수 예측을 통한 개인화 추천 서비스 성능 향상에 관한 연구 (A Study on Enhancing Personalization Recommendation Service Performance with CNN-based Review Helpfulness Score Prediction)

  • 이청용;이병현;이흠철;김재경
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.29-56
    • /
    • 2021
  • 전자상거래 시장이 빠르게 성장하면서 다양한 유형의 제품이 출시되고 있으며, 이로 인해 사용자들은 구매 의사결정과정에 많은 시간이 소요되는 정보 과부하 문제에 직면하고 있다. 따라서 사용자에게 맞춤형 제품 및 서비스를 제공해줄 수 있는 개인화 추천 서비스의 중요성이 대두되고 있다. 대표적으로 Netflix, Amazon, Google 등 세계적 기업은 개인화 추천 서비스를 도입하여 사용자의 구매 의사결정을 지원하고 있다. 이에 따라 사용자의 정보탐색 비용이 감소하는 효과가 나타났고, 기업의 매출 상승에도 긍정적인 영향을 끼치고 있다. 기존 개인화 추천 서비스 관련 연구에서 주로 사용된 협업필터링(Collaborative Filtering, CF) 기법은 정량화된 정보를 활용하여 사용자의 선호도를 예측하였다. 그러나 정량화된 정보만을 활용하면 사용자의 구매 의도는 고려하지 못하므로 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 이와 같은 기존 연구의 문제점을 개선하기 위해 최근에는 사용자가 작성한 리뷰를 활용한 개인화 추천 서비스 연구가 활발히 진행되고 있다. 그러나 리뷰에는 광고성 내용, 거짓 후기, 의미를 전혀 파악할 수 없거나 제품과 관련 없는 내용 등 구매의사결정을 저해하는 요소들이 포함되어 있다. 이러한 요소들이 포함된 리뷰를 활용하여 추천 서비스를 제공하게 되면, 추천 성능이 저하되는 문제가 발생할 수 있다. 따라서 본 연구에서는 이러한 문제점을 개선하기 위해 Convolutional Neural Network(CNN) 기반 리뷰 유용성 점수 예측을 통한 새로운 추천 방법론을 제안하였다. 본 연구에서 제안하는 유용한 리뷰를 포함하는 방법론과 기존 모든 선호도 평점을 고려하는 추천 방법론을 비교한 결과, 본 연구에서 제안한 방법론이 더 우수한 예측 성능을 나타내고 있음을 확인할 수 있었다. 또한 본 연구의 결과는 리뷰 유용성에 대한 정보를 개인화 추천 서비스에 반영하면 전통적인 CF의 성능을 향상할 수 있음을 시사한다.

강수-일유출량 추정 LSTM 모형의 구축을 위한 자료 수집 방안 (Data collection strategy for building rainfall-runoff LSTM model predicting daily runoff)

  • 김동균;강석구
    • 한국수자원학회논문집
    • /
    • 제54권10호
    • /
    • pp.795-805
    • /
    • 2021
  • 본 연구는 소양강댐 유역을 대상으로 LSTM 기반의 일유출량 추정 딥러닝 모형을 개발한 후, 모형구조 및 입력자료의 다양한 조합에 대한 모형의 정확도를 살폈다. 첫 12년(1997.1.1-2008.12.31) 동안의 유역평균 일강수량, 일기온, 일풍속 (이상 입력), 일평균 유량 (출력)으로 이루어진 데이터베이스를 기반으로 모형을 구축하였으며, 이후 12년(2009.1.1-2020.12.31) 동안의 자료를 사용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)와 RMSE를 살폈다. 가장 높은 정확도를 보인 조합은 64개의 은닉유닛을 가진 LSTM 모형 구조에 가능한 모든 입력자료(12년치의 일강수량, 일기온, 일풍속)를 활용한 경우로서 검증기간의 NSE와 RMSE는 각각 0.862와 76.8 m3/s를 기록하였다. LSTM의 은닉유닛이500개를 초과하는 경우 과적합으로 인한 모형의 성능 저하가 나타나기 시작했으며, 1000개를 초과하는 경우 과적합 문제가 두드러졌다. 12년치의 일강수만 입력자료로 활용한 경우에도 매우 높은 성능(NSE=0.8~0.84)의 모형이 구축되었으며, 한 해의 자료만을 활용하여 학습한 경우에도 충분히 활용 가능한 정확도(NSE=0.63~0.85)를 가진 모형을 구축할 수 있었다. 특히 유량의 변동성이 큰 한 해의 자료만을 활용하여 모형을 학습한 경우 매우 높은 정확도(NSE=0.85)의 모형이 구축되었다. 학습자료가 중유량과 양극한의 유량을 모두 포함한 경우라면 5년 이상의 입력자료는 모형의 성능을 크게 개선시키지 못했다.

유·무인 항공영상을 이용한 심층학습 기반 녹피율 산정 (Derivation of Green Coverage Ratio Based on Deep Learning Using MAV and UAV Aerial Images)

  • 한승연;이임평
    • 대한원격탐사학회지
    • /
    • 제37권6_1호
    • /
    • pp.1757-1766
    • /
    • 2021
  • 녹피율은 행정구역면적 대비 녹지가 피복된 면적의 비율로, 실질적인 도시녹화 지표로 활용되고 있다. 현재 녹피율은 토지피복지도를 기반하여 산출되는데, 토지피복지도의 낮은 공간해상도와 일정하지 않은 제작시기는 정확한 녹피율 산출과 정밀한 녹피분석을 어렵게 한다. 따라서 본 연구는 새로운 녹피율 산출방안으로 항공영상과 심층학습을 활용한 방안을 제안한다. 항공영상은 높은 해상도와 비교적 일정한 주기로 정밀한 분석을 가능하게 하며 심층 학습은 항공영상 내 녹지를 자동으로 탐지할 수 있다. 지자체는 매년 다양한 목적을 위해 유인항공영상을 취득하여 이를 활용해 신속하게 녹피율을 산출한다. 하지만 미리 취득된 유인항공영상은 취득 시기와 해상도, 센서와 같은 세부사항을 선택할 수 없어 정밀한 분석이 어려울 수 있다. 이러한 한계점은 다양한 센서의 탑재가 가능하고 낮은 고도의 비행으로 인해 고해상도 영상을 취득할 수 있는 무인항공기를 활용하여 보완될 수 있다. 이에 두 가지 항공영상으로부터 녹피율을 산출하였고 그 결과, 모든 녹지 유형으로 부터 높은 정확도로 녹피율을 산출할 수 있었다. 하지만 유인항공영상으로부터 산출된 녹피율은 복잡한 환경에서 한계가 있었다. 이를 보완하고자 활용한 무인항공영상은 복잡한 환경에서도 높은 정확도의 녹피율을 산출할 수 있었고 추가밴드 영상을 통해 더 정밀한 녹지 영역 탐지가 가능했다. 추후 기존 유인항공영상에 새로 취득한 무인항공영상을 보완적으로 사용해 녹피율을 효과적으로 산출할 수 있을 것이라 기대된다.

역할 창조를 위한 '몸틀(body schema)' 형성 연구 (A Study on Forming 'Body Schema' for Role Creating)

  • 송효숙
    • 한국연극학
    • /
    • 제52호
    • /
    • pp.319-357
    • /
    • 2014
  • Formation of 'body schema' is the start for actor to create role and becomes the root and the foundation of existing as a role on the stage. For this, an actor needs to form 'scheme of role' with escaping from own 'body schema.' 'Schema of role' is formed by acquiring through synthesizing daily basic actions, namely, walking, standing, sitting, hand stretching, bending, and touching. The body schema, which was made with simple and usual actions, has fundamental significance in a sense of becoming the body in which the past traces in a role are habituated while energy as a role flows. As for the process of forming body schema, an actor first needs to obtain the visualized materials like photo, magazine, picture and image available for seeing a role specifically and clearly based on what analyzed a character. An actor needs to have three-dimensional image available for always recalling it in the head during acting. To do this, image data available for fundamentally capturing routine actions along with body structure are still more useful. Next, the body schema is formed by interaction with environment. Thus, there is a need of passing through the two-time process of forming body schema. Firstly, the body schema is made on routine actions in a role as physical condition of a role in actor's own everyday life. Secondly, the body schema is made on routine actions available for moving efficiently and economically in line with the environment of performance. A theatrical stage is the temporal space of rhythm and rule different from routine space. What forms body schema immediately in the second phase without body schema in the first phase ultimately becomes what exists as actor's own body, not the body of a role. The body schema, which was formed as the second process, is what truly has identity as a role in the ontological aspect, comes to experience the oppositional force in muscle, a qualitative change in energy, and emotional agitation in the physical aspect, and experiences perception, thinking, volition, and even consciousness with the entire body in the cognitive dimension. Thus, the formation of body schema can be known to be just a method of changing even spiritual and emotional layer. Body schema cannot be made if there is no process of embodiment and habit. Embodiment and habit are not simply the repeated, empty and mechanical action in the body. But, habit itself has very important meanings for forming body schema for role creating. First, habit allows the body itself to learn and understand a meaning. Second, habit relies upon environment, thereby allowing an actor of making the habituated body schema to recognize environment. Third, habit makes the mind. The habituated body schema is just the mind and the ego of a person who possesses the body schema. Fourth, habit comes to experience the expansion in energy and the expansion in existence. It may be experienced through interrelation among actor's body, tool, and environment. Fifth, habit makes identity of the body. Hence, this just becomes what secures identity of a role. These implications of habit are the formation of body schema, which is maintained with the body of being remembered firmly through being closely connected with the process of neural adaptation. Finally, it sought for possibility of practice as one method of forming body schema for role creating through Deleuze's '-becoming' theory. As 'actual animal-becoming' is real '-becoming' of forming structural transformation in the physical dimension, it meets with what the formation of body schema pursues actuality and reality. This was explained with a concept as saying of 'all '-becoming' molecular' by Deleuze/Guattari. 'Animal of having imitated animal's characteristic- becoming' is formed by which the body schema relies upon environment. In this way, relationship among the body, tool and environment has influence even upon a change in consciousness, thinking, and emotion, thereby being able to be useful for forming body schema in a sense of possibly experiencing ultimately expansion in role, namely, expansion in existence.

서울·경기지역 화강암의 탄성파속도와 탄성계수에 의한 암석의 일축압축강도와의 상관성 연구 (A Study on the Correlation between Uniaxial Compressive Strength of Rock by Elastic Wave Velocity and Elastic Modulus of Granite in Seoul and Gyeonggi Region)

  • 손인환;김병국;이벽규;장승진;이수곤
    • 한국재난정보학회 논문집
    • /
    • 제15권2호
    • /
    • pp.249-258
    • /
    • 2019
  • 연구목적: 본 연구에서는 서울 경기지역의 화강암을 대상으로 시추조사 시 채취된 암석 시료에서 측정된 물리적 특성 중 탄성파속도와 탄성계수로부터 암석의 일축압축강도와의 상관성을 분석하여 암석의 일축압축강도를 추정하는 것을 목적으로 한다. 연구방법: 119개의 화강암 시추 코아 시료를 대상으로 탄성파 속도와 탄성계수 그리고 일축압축강도와의 상관관계를 도출하기 위하여 실내 암석 실험을 실시하였다. 연구결과: 화강암에 대하여 탄성파속도와 일축압축강도 그리고 탄성계수와의 상호 관계를 단순회귀와 다중회귀로 분석한 결과는 전반적으로 관계식에 나타난 것처럼 신뢰도가 낮음을 확인하였다. 이는 화강암의 구성 입자가 균질하지 못하여 탄성파속도와 탄성계수를 이용한 압축강도 추정에 대한 활용성이 낮은 원인으로 사료된다. 결론: 본 연구에서 암석의 탄성파속도와 탄성계수로부터 일축압축강도를 추정하기 위한 상관관계를 분석하기 위하여 단순회귀분석과 다중회귀분석 방법을 이용하였다. 단순회귀분석은 결정계수($R^2$)가 0.61~0.67 이었으며, 다중회귀분석은 0.71로 나타났다. 따라서 다중회귀분석을 이용하여 암석의 일축압축강도를 추정할 때 다소 신뢰성이 높아질 수 있다. 또한, 향후 탄성파 속도와 탄성계수를 이용한 암석의 일축압축강도를 추정할 때 다양한 통계분석 기법(회귀분석, 인공신경망, 빅데이터 분석 등)을 활용하면 보다 신뢰성이 높은 결과를 얻을 수 있을 것으로 본다.

중소기업 조직구성원의 자기효능감이 직무열의와 직무성과에 미치는 영향: 구조모형분석-인공신경망 분석의 적용 (The Impact of Self-efficacy on Job Engagement and Job Performance of SMEs' Members: SEM-ANN Analysis)

  • 강태원;이용기;이용숙
    • 벤처창업연구
    • /
    • 제13권6호
    • /
    • pp.155-166
    • /
    • 2018
  • 본 연구의 목적은 중소기업 조직구성원의 자기효능감이 직무열의와 직무성과에 미치는 영향을 연구하고 SEM-ANN (Structural Equation Modeling-Artificial Neural Network) 분석을 적용하여 성별 (Ggender)과 결혼 여부의 변수에 따른 차이를 분석하기 위한 것이다. 연구목적의 달성을 위하여 400명의 중소기업 조직구성원들로부터 자료를 수집하여 285명의 유효표본이 분석에 이용되었다. 본 연구에서 자기효능감은 자신감, 자기조절효능감, 그리고 과제난이도 선호의 세 가지 하위차원으로 구성되었다. 분석 결과, 자신감, 자기조절효능감, 그리고 과제난이도 선호 등의 자기효능감은 직무열의에 직접적으로 유의한 정(+)의 영향을 미치는 것으로 나타났다. 그리고 자기효능감 중 자신감과 자기조절효능감은 직무성과에 정(+)의 유의한 영향을 미치나, 과제난이도 선호는 유의한 영향을 미치지 않는 것으로 나타났다. 또한, 직무열의는 직무성과에 정(+)의 유의한 영향을 미치는 것으로 나타났으며, 자기효능감과 직무성과 간의 관계에서 매개역할을 하는 것으로 나타났다. 또한 미혼 남성은 과제난이도 선호, 기혼 남성은 자기조절효능감을 가장 중요시하나, 여성은 결혼 여부에 관계없이 자신감과 자기조절효능감을 중시하는 것으로 나타났다. 본 연구는 주로 교육 및 서비스업종 등에서 이루어지고 있는 자기효능감 관련 연구를 다차원으로 측정하여, 중소기업 구성원들을 대상으로 하여 자기효능감-직무열의-직무성과 간의 프레임워크를 제시하고, 기업들이 조직구성원의 성별, 결혼 여부에 따른 조직구성원 관리의 근거를 찾는데 도움을 줄 수 있다는데 의의가 있다. 또한, 본 연구의 SEM-ANN 분석 과정은 지금까지 SEM을 이용한 선형적(보상적) 관계에서 영향 또는 기준 변수들의 조합을 분석할 수 있는 비선형적 (비보상적) 관계를 설명한다는 점에서 차별성이 있다.

데이터 크기에 따른 k-NN의 예측력 연구: 삼성전자주가를 사례로 (The Effect of Data Size on the k-NN Predictability: Application to Samsung Electronics Stock Market Prediction)

  • 천세학
    • 지능정보연구
    • /
    • 제25권3호
    • /
    • pp.239-251
    • /
    • 2019
  • 본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

다중 레이블 분류의 정확도 향상을 위한 스킵 연결 오토인코더 기반 레이블 임베딩 방법론 (Label Embedding for Improving Classification Accuracy UsingAutoEncoderwithSkip-Connections)

  • 김무성;김남규
    • 지능정보연구
    • /
    • 제27권3호
    • /
    • pp.175-197
    • /
    • 2021
  • 최근 딥 러닝 기술의 발전으로 뉴스, 블로그 등 다양한 문서에 포함된 텍스트 분석에 딥 러닝 기술을 활용하는 연구가 활발하게 수행되고 있다. 다양한 텍스트 분석 응용 가운데, 텍스트 분류는 학계와 업계에서 가장 많이 활용되는 대표적인 기술이다. 텍스트 분류의 활용 예로는 정답 레이블이 하나만 존재하는 이진 클래스 분류와 다중 클래스 분류, 그리고 정답 레이블이 여러 개 존재하는 다중 레이블 분류 등이 있다. 특히, 다중 레이블 분류는 여러 개의 정답 레이블이 존재한다는 특성 때문에 일반적인 분류와는 상이한 학습 방법이 요구된다. 또한, 다중 레이블 분류 문제는 레이블과 클래스의 개수가 증가할수록 예측의 난이도가 상승한다는 측면에서 데이터 과학 분야의 난제로 여겨지고 있다. 따라서 이를 해결하기 위해 다수의 레이블을 압축한 후 압축된 레이블을 예측하고, 예측된 압축 레이블을 원래 레이블로 복원하는 레이블 임베딩이 많이 활용되고 있다. 대표적으로 딥 러닝 모델인 오토인코더 기반 레이블 임베딩이 이러한 목적으로 사용되고 있지만, 이러한 기법은 클래스의 수가 무수히 많은 고차원 레이블 공간을 저차원 잠재 레이블 공간으로 압축할 때 많은 정보 손실을 야기한다는 한계가 있다. 이에 본 연구에서는 오토인코더의 인코더와 디코더 각각에 스킵 연결을 추가하여, 고차원 레이블 공간의 압축 과정에서 정보 손실을 최소화할 수 있는 레이블 임베딩 방법을 제안한다. 또한 학술연구정보서비스인 'RISS'에서 수집한 학술논문 4,675건에 대해 각 논문의 초록으로부터 해당 논문의 다중 키워드를 예측하는 실험을 수행한 결과, 제안 방법론이 기존의 일반 오토인코더 기반 레이블 임베딩 기법에 비해 정확도, 정밀도, 재현율, 그리고 F1 점수 등 모든 측면에서 우수한 성능을 나타냄을 확인하였다.

인공지능의 사회적 수용도에 따른 키워드 검색량 기반 주가예측모형 비교연구 (Comparison of Models for Stock Price Prediction Based on Keyword Search Volume According to the Social Acceptance of Artificial Intelligence)

  • 조유정;손권상;권오병
    • 지능정보연구
    • /
    • 제27권1호
    • /
    • pp.103-128
    • /
    • 2021
  • 최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.