• 지능정보연구
• /
• 제17권4호
• /
• pp.131-142
• /
• 2011

최근 페이스북, 트위터 등 다양한 소셜 네트워크 서비스(SNS)가 등장하였으며, 많은 사용자들이 SNS를 이용하고 있다. 이러한 사용자의 증가로 인해 많은 조직들은 SNS에 관심을 가지게 되었다. 조직에서 SNS의 사용은 다양한 이점을 지니고 있다. SNS를 통해 조직들은 사용자들의 행위에 신속하고 지속적으로 반응할 수 있고, 다양한 특성을 지닌 사용자에게 쉽게 접근할 수 있으며, 타 매체에 비하여 사용자 특성이 반영된 차별화된 전략을 세울 수 있다. 또한 기업들은 SNS를 통해 상대적으로 저렴한 비용으로 활용이 가능하며, 사용자들과 양방향 소통이 가능하여 친근성과 신뢰성이 있는 관계 구축이 용이하다. 그러나 네트워크의 특성에 따라 SNS의 정보전달의 효과가 다르게 나타남에도 불구하고 조직들은 네트워크의 특성을 고려하지 않고 획일화된 방법으로 SNS를 활용하여 사용자들과 커뮤니케이션하고 있다. 따라서 본 연구에서는 네트워크에 따른 SNS의 정보전달의 효과 차이를 분석하였다. 즉 오프라인에서의 커뮤니케이션 기반으로 형성된 네트워크와 무작위로 형성된 네트워크를 생성하여, 각각의 네트워크들의 특징 차이를 분석하기 위하여 소셜 네트워크 분석을 하였다. 또한, 각각의 네트워크에서 SNS를 이용한 정보 전달 효과의 차이가 있는지 실증적으로 검증하였다. 실증 분석후 네트워크의 특성에 따라 네트워크 내 사용자들은 SNS를 받아들이는 반응이 달랐다. 따라서 조직이 효과적인 마케팅 수단으로 소셜 네트워크를 활용하기 위해서는 그 목적에 따라 네트워크의 특성을 고려하여 적절한 네트워크 형태를 구성해야 함을 도출하였다.

• 농촌의학ㆍ지역보건
• /
• 제40권3호
• /
• pp.126-136
• /
• 2015

본 연구는 급성 심근경색과 뇌졸중의 고위험군인 노인들을 위하여 마련된 일개 권역심뇌혈관질환센터의 경로당노인 교육프로그램이 급성 심근경색과 뇌졸중 경고증상에 대한 지식수준을 높이는 데에 효과가 있었는지 교육프로그램 수행 1년이 경과시점에서 평가하였다. 2012년 제주특별자치도 제주시의 11개 경로당에서 337명을 편의표집 하였는데, 과거 2010년 해당 경로당에서 진행된 교육프로그램에 참여했었던 159명은 실험군으로 하였고, 교육에 참여하지 않은 178명은 대조군으로 하였다. 경고증상을 정확히 알고 있는지를 알아보고자 두 가지 질환 각각 3개 문항씩 총 6문항에 대하여 질환 별 증상이 맞는다고 생각하는지를 폐쇄형 질문으로 물어 명목형(정확한 인지 여부)으로 구분하였으며 빈도(백분율)로 나타내었다. 참여군과 비참여군 간에 경고증상에 대한 지식수준은 유의한 차이를 나타나지 않았고, 급성 심근경색과 뇌졸중 경고증상에 대한 지식이 최고 수준인 것(우수 인지수준, 경고증상 여섯 개 모두를 정확히 인지)과 경로당노인 교육프로그램 참여여부가 관련이 없는 것으로 나타나 교육 효과는 확인할 수 없었다. 다만 우수 인지수준이 될 오즈값은 교육수준이 초등학교 졸업 이상일 경우 초등학교 미졸업(무학 및 서당)에 대해서 3.01배 높았고(3.01; 1.72-5.26), 매일 빠지지 않고 TV뉴스를 시청할 경우 6일 이하로 시청하는 것에 대해서 2.97배 높게 나타났으며(2.97; 1.68-5.23), 이들은 통계적으로 유의하였다. 참여군에서 교육 참여 이후 높아진 지식수준이 교육 후 1년 시점까지 통계적으로 유의한 차이 없이 유지되었던 것과 비참여군에서 지식수준이 참여군 만큼 높은 수준이었던 것은 교육참여와 상관없는 어떠한 교육중재적 요인을 공유하고 있음을 시사하였다. 결론적으로 심뇌혈관질환의 고위험군인 노인을 표적 선택하여 실시하는 일회적 지역사회 방문교육 대신 대중매체를 활용한 반복적 지식 전달이 효과 있음을 알 수 있었다. 일회적 지역사회 방문교육의 효과는 지역사회 노인 전체를 대상으로 하는 대중매체 보건교육 캠페인이 잇달아 수반되어야만 그 효과를 장기적으로 유지할 수 있다.

• 서비스연구
• /
• 제13권1호
• /
• pp.48-62
• /
• 2023

최근 K-POP 열풍에서 볼 수 있듯이 한국 음악 산업의 규모와 영향력은 더욱더 커지고 있다. 한국의 음원 시장에는 1년에 최소 6천 개의 음원이 공개되고 있지만 흥행했다고 말할 수 있는 음원은 많지 않다. 이에 흥행작을 만드는 요인이 무엇인지 밝히기 위한 많은 연구 및 시도가 이루어지고 있다. 음악의 상업적인 성공에는 음악의 질뿐만 아니라 미디어 노출이나 홍보와 같은 상업적인 요소 또한 중요한 역할을 담당한다. 최근 대중음악 산업에서는 인터넷 밈을 활용한 마케팅이 많이 나타나는데, 인터넷 밈이란 사람들 사이에서 확산되는 문화적 단위로 이미지나 동영상 등 다양한 형태로 확산되는 활동이나 트렌드라고 할 수 있다. 인터넷 환경과 디지털 커뮤니케이션 특성에 따라 다양한 밈의 형태로 콘텐츠들이 확대 재생산되고 있으며, 이는 소비자들에게 더 큰 반응을 일으킨다. 기존에 인터넷 밈현상은 자연적으로 발생해왔으나, 최근 마케팅 효과를 인지한 아티스트 측에서 마케팅의 요소로 활용하고 있다. 본 논문에서는 대중음악의 흥행 요인과 흥행의 관계에서 인터넷 밈의 매개효과를 분석하고, 이를 반영한 예측모델을 제안하였다. 분석 결과, '커버효과'와 '챌린지효과'의 매개효과가 있는 요인은 동일하게 나타났다. 내부 흥행요인 중에서는 '가수의 인지도', 'POP, 댄스, 발라드, 성인가요, 일렉트로니카' 장르에서 매개효과가 존재하였으며, 외부 흥행 요인 중에서는 '기획사 역량','음악 방송 프로그램 출연 횟수', '뉴스 기사 수'에서 매개효과가 나타났다. 커버효과와 챌린지효과를 반영한 예측 모형은 각각 F1-score가 0.6889, 0.7692로 나타났다. 본 연구는 실제 차트 데이터를 수집·분석하여 실무적으로 활용 가능한 상업적인 방향성을 제시하였으며, 대중음악의 여러 흥행 요인과 인터넷 밈의 매개효과가 존재한다는 것을 발견하였다는 점에서 의의를 갖는다.

• Journal of Oral Medicine and Pain
• /
• 제31권4호
• /
• pp.297-316
• /
• 2006

의료분쟁 증가는 하나의 사회현상으로 특히, 인터넷을 통한 의료사고와 관련된 정보의 생산과 유통이 급속도로 증가되고 있는 현상을 간과해서는 안 된다. 본 연구는 2006년 3월 기준으로 인터넷 야후 포털 사이트에서 '의료사고'를 검색어로 하여 검색된 의료사고 관련 정보를 제공하는 웹사이트 28개를 사이트 개설자별로 분류하고 사이트 구성내용을 분석하여 의료사고 관련 사이트들의 현황과 개선되어야 할 문제점들을 비교 점검한 후 올바른 의료분쟁 해결을 위한 발전 방향을 모색하는 것을 연구목적으로 하여 분류항목별 전체 개수에 대한 비율을 조사한 결과 다음과 같은 결과를 얻었다. 1. 용어의 선호도에서 의료인, 일반인, 법조인 모두 '의료사고'라는 용어에 가장 익숙하거나 이를 선호하는 것으로 나타났다. 2. '의료사고' 검색어로 검색된 개설자별 사이트 개수를 비교한 결과 28개 사이트 중 의료인 4개, 일반인 7개, 법조인 17개였다. 의료인 중 치과의사가 개설한 사이트는 단지 1개였다. 3. 진료기록부 분석원을 따로 둔 일반인과 법조인 개설 사이트의 비율은 높았으며 치과관련 부분은 전무하였다. 4. 일반인은 의료사고 예방법에, 법조인은 의료사고 발생 이후 처리 과정에 주된 관심을 갖고 있는 것으로 보였으며, 이에 반해 의료사고 대책에 관해서 의료인 개설 사이트는 비중이 적은 것을 관찰할 수 있었다. 5. 일반인은 의료사고 발생시 대책으로 정부가 주도하는 공정한 제3자의 개입을 희망하는 것으로 조사되었다. 6. 개설자별 비교에서 의료인 개설 사이트는 의료사고에 대한 실례를 다른 개설 사이트에 비해 적게 다루는 것으로 나타났다. 7. 의료사고 상담글에서 치과 관련 내용이 많은 것에 비해 실제 판례 소개는 미미한 것으로 나타났다. 8. 국내 치과 판례 중 관혈적인 치과 치료에 대한 판례글이 많았던 반면 국내 공개 상담글은 비보험관련 치과 치료에 대한 상담글이 많았다. 9. 개설자별 의료사고 관련 정보 제공 게시판 글의 비교에서 일반인은 관련 용어, 의료인은 관련 의학지식, 법조인은 관련 법률에 대한 내용이 많았다. 10. 의료인, 일반인, 법조인 개설 사이트 모두 국내 의료사고 현황을 제공하는 형태로 언론보도 자료를 주로 사용하였으며, 일반인 개설 사이트 중 특히, 시민단체에서는 의료사고 관련 통계자료를 비중있게 다루고 있었다. 11. 적기는 하지만 의료사고 관련 사건을 수집하는 배너가 존재하는 사이트도 있었다. 이상의 결과를 볼 때 범람하는 정보들 속에서 제3자의 그릇된 정보로 의료분쟁 발생률이 증가될 소지가 크지만 의료인은 의료사고에 대해 가장 소극적인 것으로 나타나 이에 대해 향후 법조인-의료인, 환자-의료인, 일반인-의료인간의 상호대화와 정보교류를 통한 올바른 이해를 바탕으로 의료분쟁을 보다 적극적이고 능동적으로 조정, 해결하려는 노력을 보여야 할 것으로 사료된다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.109-122
• /
• 2014

현재 우리는 소셜 네트워크 서비스(Social Network Service, 이하 SNS) 상에서 수많은 데이터를 만들어 내고 있다. 특히, 모바일 기기와 SNS의 결합은 과거와는 비교할 수 없는 대량의 데이터를 생성하면서 사회적으로도 큰 영향을 미치고 있다. 이렇게 방대한 SNS 데이터 안에서 사람들이 많이 이야기하는 이슈를 찾아낼 수 있다면 이 정보는 사회 전반에 걸쳐 새로운 가치 창출을 위한 중요한 원천으로 활용될 수 있다. 본 연구는 이러한 SNS 빅데이터 분석에 대한 요구에 부응하기 위해, 트위터 데이터를 활용하여 트위터 상에서 어떤 이슈가 있었는지 추출하고 이를 웹 상에서 시각화 하는 트위터이슈 트래킹 시스템 TITS(Twitter Issue Tracking System)를 설계하고 구축 하였다. TITS는 1) 일별 순위에 따른 토픽 키워드 집합 제공 2) 토픽의 한달 간 일별 시계열 그래프 시각화 3) 토픽으로서의 중요도를 점수와 빈도수에 따라 Treemap으로 제공 4) 키워드 검색을 통한 키워드의 한달 간 일별 시계열 그래프 시각화의 기능을 갖는다. 본 연구는 SNS 상에서 실시간으로 발생하는 빅데이터를 Open Source인 Hadoop과 MongoDB를 활용하여 분석하였고, 이는 빅데이터의 실시간 처리가 점점 중요해지고 있는 현재 매우 주요한 방법론을 제시한다. 둘째, 문헌정보학 분야뿐만 아니라 다양한 연구 영역에서 사용하고 있는 토픽 모델링 기법을 실제 트위터 데이터에 적용하여 스토리텔링과 시계열 분석 측면에서 유용성을 확인할 수 있었다. 셋째, 연구 실험을 바탕으로 시각화와 웹 시스템 구축을 통해 실제 사용 가능한 시스템으로 구현하였다. 이를 통해 소셜미디어에서 생성되는 사회적 트렌드를 마이닝하여 데이터 분석을 통한 의미 있는 정보를 제공하는 실제적인 방법을 제시할 수 있었다는 점에서 주요한 의의를 갖는다. 본 연구는 JSON(JavaScript Object Notation) 파일 포맷의 1억 5천만개 가량의 2013년 3월 한국어 트위터 데이터를 실험 대상으로 한다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.141-154
• /
• 2019

인터넷 기술과 소셜 미디어의 빠른 성장으로 인하여, 구조화되지 않은 문서 표현도 다양한 응용 프로그램에 사용할 수 있게 마이닝 기술이 발전되었다. 그 중 감성분석은 제품이나 서비스에 내재된 사용자의 감성을 탐지할 수 있는 분석방법이기 때문에 지난 몇 년 동안 많은 관심을 받아왔다. 감성분석에서는 주로 텍스트 데이터를 이용하여 사람들의 감성을 사전 정의된 긍정 및 부정의 범주를 할당하여 분석하며, 이때 사전 정의된 레이블을 이용하기 때문에 다양한 방향으로 연구가 진행되고 있다. 초기의 감성분석 연구에서는 쇼핑몰 상품의 리뷰 중심으로 진행되었지만, 최근에는 블로그, 뉴스기사, 날씨 예보, 영화 리뷰, SNS, 주식시장의 동향 등 다양한 분야에 적용되고 있다. 많은 선행연구들이 진행되어 왔으나 대부분 전통적인 단일 기계학습기법에 의존한 감성분류를 시도하였기에 분류 정확도 면에서 한계점이 있었다. 본 연구에서는 전통적인 기계학습기법 대신 대용량 데이터의 처리에 우수한 성능을 보이는 딥러닝 기법과 딥러닝 중 CNN과 LSTM의 조합모델을 이용하여 감성분석의 분류 정확도를 개선하고자 한다. 본 연구에서는 대표적인 영화 리뷰 데이터셋인 IMDB의 리뷰 데이터 셋을 이용하여, 감성분석의 극성분석을 긍정 및 부정으로 범주를 분류하고, 딥러닝과 제안하는 조합모델을 활용하여 극성분석의 예측 정확도를 개선하는 것을 목적으로 한다. 이 과정에서 여러 매개 변수가 존재하기 때문에 그 수치와 정밀도의 관계에 대해 고찰하여 최적의 조합을 찾아 정확도 등 감성분석의 성능 개선을 시도한다. 연구 결과, 딥러닝 기반의 분류 모형이 좋은 분류성과를 보였으며, 특히 본 연구에서 제안하는 CNN-LSTM 조합모델의 성과가 가장 우수한 것으로 나타났다.