• 디지털융복합연구
• /
• 제13권4호
• /
• pp.1-7
• /
• 2015

정책고객서비스(Policy Customer Relationship Management: PCRM)는 공공부문의 고객관계관리(Public CRM)를 말한다. 그러나 현재 정부 37개 부 처 청 공무원들은 공공고객관계관리(Public CRM)를 단순히 정책고객 DB 리스트와 컴퓨터 프로그램을 활용한 여론조사 도구 정도로만 활용하고 있는 실정이다. 연구결과, 공무원과 일반국민이 함께 PCRM을 정책고객서비스를 포함하는 공공고객관계관리라는 포괄적인 개념으로 공감하고, PCRM 활용이 공공부문 홍보에 필수불가결한 요소로 강제했을 때, PCRM PR 활성화 가능성이 높아질 수 있는 것으로 결론지을 수 있다. 본 연구결과를 토대로 다양하고 구체적인 PCRM PR 활용 전략 및 방안을 제안한다.

• 정보관리학회지
• /
• 제25권3호
• /
• pp.119-141
• /
• 2008

본 연구는 먼저 민간의 고객관계관리(CRM)시스템을 정부차원에서 적용한 정책고객관계관리(PCRM) 시스템의 개념과 현황, PCRM과 CRM의 비교, 그리고 통일부의 도입사례를 통해 PCRM의 핵심인 고객의 정의와 분류 과정에 대해 살펴본다. 다음, 통일부 소속 전문도서관인 북한자료센터의 사례를 통해 다른 정부기관 전문도서관에서의 활용 방향과 전자정부에서 시도된 다른 연계 시스템들과의 관계에 대해 논구한다. 마지막으로 이를 통해 PCRM이 전문도서관에서 발전적으로 정착하기 위해서 보안해야 할 문제에 대해서 고찰한다.

• 시큐리티연구
• /
• 제16호
• /
• pp.283-304
• /
• 2008

정보통신 기술의 발전은 시민들을 인터넷을 통로로 그들이 원하는 정보와 공공서비스를 요구할 수 있게 되었으며, 정부는 여론을 수렴할 수 있게 됨으로써 시민들이 정부정책의 참여에 중요한 수단이 되고 있다. 따라서, 이 연구에서는 누구나가 쉽게 차여할 수 있는 정보통신 기술을 이용하여 경찰행정에의 시민참여방법으로 PCRM활용 가능성을 제안하고자 한다. 활용방안으로 크게 거시적 측면과 미시적 측면으로 구분할 수 있다. 거시적인 측면으로 첫째, 서비스 접근성과 사용편의성에 대한 고려이다. 둘째, 서비스의 쌍방성이다. 궁극적인 시민참여의 수준은 적극적인 상호참여의 수준으로 가야한다. 미시적인 측면에서는 첫째, 고객분석 및 세분화 전략을 수행해야 한다. 둘째, 정책 서비스 개발 및 홍보전략을 강화해야 한다. 셋째, 고객관리 활동 부분을 강화한다. 넷째, 총체적 고객관리를 수행해야 한다.

• 한국응용곤충학회지
• /
• 제51권2호
• /
• pp.91-97
• /
• 2012

온주밀감에서 귤녹응애, Aculops pelekassi의 분산지수와 분포양상, 표본조사시 적정 표본수에 대하여 조사하였다. 귤녹응애는 집중분포를 하고 있었으며, 분산지수는 Taylor's power law가 Iwao's patchiness regression보다 더 잘 설명하고 있었다. Taylor's power law의 상수를 이용하여 고정 정확도 수준에서 열매 표면 $cm^2$당 누적충수에 따라 조사를 중지할 수 있는 표본조사법을 만들었다. 경제적인 표본조사를 위하여 Kono-sugino의 경험적 이항모델을 개발하였으며, 이항모델을 이용하면 귤녹응애가 $cm^2$당 12마리 이상 발생한 열매 비율을 이용하여 평균밀도를 추정할 수 있었다 : $ln(m)=4.61+1.23ln[-ln(1-p_{12})]$. 최적의 tally threshold를 결정하기 위하여 추정평균에 대한 분산을 계산한 결과 tally threshold가 12일 때 추정평균의 분산이 적었으며, 발생과율 0.1~0.5의 범위에서 분산의 변동이 거의 없어 다른 tally threshold에 비해 높은 정확도로 평균을 추정할 수 있었다. 적정 표본수를 결정하기 위하여 계층표본조사법을 이용하여 분석한 결과 고정 정확도 0.25수준에서 감귤원당 적정 조사 나무수는 13주였으며, 나무당 조사 열매수는 5개, 열매당 2지점에서 $cm^2$당 귤녹응애수 조사가 바람직하였다(총 130표본).

• 한국디지털정책학회:학술대회논문집
• /
• 한국디지털정책학회 2006년도 추계학술대회
• /
• pp.79-97
• /
• 2006

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권11호
• /
• pp.5344-5356
• /
• 2018

Nowadays with the help of Location-Based Social Networks (LBSNs), users of Point-of-Interest (POI) recommendation service in LBSNs are able to publish their geo-tagged information and physical locations in the form of sign-ups and share their experiences with friends on POI, which can help users to explore new areas and discover new points-of-interest, and promote advertisers to push mobile ads to target users. POI recommendation service in LBSNs is attracting more and more attention from all over the world. Due to the sparsity of users' activity history data set and the aggregation characteristics of sign-in area, conventional recommendation algorithms usually suffer from low accuracy. To address this problem, this paper proposes a new recommendation algorithm based on a novel Preference-Content-Region Model (PCRM). In this new algorithm, three kinds of information, that is, user's preferences, content of the Point-of-Interest and region of the user's activity are considered, helping users obtain ideal recommendation service everywhere. We demonstrate that our algorithm is more effective than existing algorithms through extensive experiments based on an open Eventbrite data set.