KSII Transactions on Internet and Information Systems (TIIS)
/
제16권1호
/
pp.153-172
/
2022
In this study, the authors intend to analyze factors contributing to research performance using Backpropagation Neural Network and Support Vector Machine. The analyzing factors contributing to lecturer research performance start from defining the features. The next stage is to collect datasets based on defining features. Then transform the raw dataset into data ready to be processed. After the data is transformed, the next stage is the selection of features. Before the selection of features, the target feature is determined, namely research performance. The selection of features consists of Chi-Square selection (U), and Pearson correlation coefficient (CM). The selection of features produces eight factors contributing to lecturer research performance are Scientific Papers (U: 154.38, CM: 0.79), Number of Citation (U: 95.86, CM: 0.70), Conference (U: 68.67, CM: 0.57), Grade (U: 10.13, CM: 0.29), Grant (U: 35.40, CM: 0.36), IPR (U: 19.81, CM: 0.27), Qualification (U: 2.57, CM: 0.26), and Grant Awardee (U: 2.66, CM: 0.26). To analyze the factors, two data mining classifiers were involved, Backpropagation Neural Networks (BPNN) and Support Vector Machine (SVM). Evaluation of the data mining classifier with an accuracy score for BPNN of 95 percent, and SVM of 92 percent. The essence of this analysis is not to find the highest accuracy score, but rather whether the factors can pass the test phase with the expected results. The findings of this study reveal the factors that have a significant impact on research performance and vice versa.
This study clarified a study of relationship of strategic alliance structure factor, partner selection criteria and performance awareness on the container liners alliance. In order to obtain such objective of study existing literature variables suitable to the container liner were perused and extracted. Research models for research development and three study hypothesis were set out and scope of investigation and samples were chosen. The research hypothesis are followings. H1: The factors of strategic alliance motivation influence the performance awareness. H2: The strategic alliance structure factors influence the performance awareness. H3: The factors of partner selection criteria influence the performance awareness. In the result of the empirical study, the hypothesis 1, hypothesis 2 were supported completely and hypothesis 3 was partially supported.
Purpose - This study analyzed the success strategy of Korean small & medium cosmetics exporting companies to enter the Southeast Asian market. Research design, data, and methodology - The independent factors are classified into firm capacity, financial factor, institutional factor, and operational factor. The results of the selection of distributor partners of cosmetics related export companies as a were classified as financial performance and non - financial performance. In order to analyze this, 65 Korean small and medium export companies were recruited through structured online questionnaire for 44 days from September 18, 2017 to October 31, 2017. These data were analyzed by frequency analysis, correlation analysis, factor analysis and regression analysis using SPSS. Results - The Cronbach's alpha coefficient was found to be 0.846. Factor analysis between variables revealed that the eigen value exceeded 1 and was considered valid. As a result of the correlation analysis between the variables, the financial factor and the corporate's competence showed the highest correlation with 0.774. Conclusions - Among the factors influencing the financial performance of the exporting firms, the factors influencing the financial performance of the exporting companies are the factors that influence the non - financial performance rather than the financial performance.
Machine learning models have been widely used for landslide susceptibility assessment (LSA) in recent years. The large number of inputs or conditioning factors for these models, however, can reduce the computation efficiency and increase the difficulty in collecting data. Feature selection is a good tool to address this problem by selecting the most important features among all factors to reduce the size of the input variables. However, two important questions need to be solved: (1) how do feature selection methods affect the performance of machine learning models? and (2) which feature selection method is the most suitable for a given machine learning model? This paper aims to address these two questions by comparing the predictive performance of 13 feature selection-based machine learning (FS-ML) models and 5 ordinary machine learning models on LSA. First, five commonly used machine learning models (i.e., logistic regression, support vector machine, artificial neural network, Gaussian process and random forest) and six typical feature selection methods in the literature are adopted to constitute the proposed models. Then, fifteen conditioning factors are chosen as input variables and 1,017 landslides are used as recorded data. Next, feature selection methods are used to obtain the importance of the conditioning factors to create feature subsets, based on which 13 FS-ML models are constructed. For each of the machine learning models, a best optimized FS-ML model is selected according to the area under curve value. Finally, five optimal FS-ML models are obtained and applied to the LSA of the studied area. The predictive abilities of the FS-ML models on LSA are verified and compared through the receive operating characteristic curve and statistical indicators such as sensitivity, specificity and accuracy. The results showed that different feature selection methods have different effects on the performance of LSA machine learning models. FS-ML models generally outperform the ordinary machine learning models. The best FS-ML model is the recursive feature elimination (RFE) optimized RF, and RFE is an optimal method for feature selection.
This study developed a method for selection of available human resources for incomingjob allocation that considers factors affecting resource performance in the business process management (BPM) environment. For many years, resource selection has been treated as a very important issue in scheduling due to its direct influence on the speed and quality of task accomplishment. Even though traditional resource selection can work well in many situations, it might not be the best choice when dealing with human resources. Humanresource performance is easily affected by several factors such as workload, queue, working hours, inter-arrival time, and others. The resource-selection rule developed in the present study considers factors that affect human resource performance. We used a Bayesian Network (BN) to incorporate those factors into a single model, which we have called the Bayesian Selection Rule (BSR). Our simulation results show that the BSR can reduce waiting time, completion time and cycle time.
Proceedings of the Korean Institute of Building Construction Conference
/
한국건축시공학회 2010년도 춘계 학술논문 발표대회 1부
/
pp.201-205
/
2010
Earthwork is an essential initial work discipline in construction projects and open to significant impacts of several factors such as weather, site conditions, soil conditions, underground installations and available construction machinery, calling for careful planning by managers. However, selection and combination of construction machinery and equipment for earthwork still depends on experience or intuition of managers in construction sites, with much room left for proper management in terms of cost, schedule and environmental load control. This research aims to analyze the performance of earthwork equipment and establish relations among various factors affecting a model for optimizing selection and combination of earthwork equipment as a precursor to the development of such model. We expect the conclusions herein to contribute to optimizing selection and combination of earthwork equipment and provide basic inputs for the development of applicable model that can save costs, reduce schedule and mitigate environmental load.
We propose a method for selection of input-output factors in DEA. It is designed to select better combinations of input-output factors that are well suited for evaluating substantial performance of DMUs. Several selected DEA models with different input-output factors combinations are evaluated, and the relationship between the computed efficiency scores and a single performance criterion of DMUs is investigated using decision tree. Based on the results of decision tree analysis, a relatively better DEA model can be chosen, which is expected to well represent the true performance of DMUs. We illustrate the effectiveness of the proposed method by applying it to the efficiency evaluation of 101 listed companies in steel and metal industry.
The specific purposes of this study are that ; 1) to investigate the distinguished selection attributes on performance of Japanese chain restaurant according to general characteristics of the respondent ; 2) to find out relationships between selection attributes on performance for Japanese restaurant and customer's satisfaction Frequency analysis. one-way ANOVA, reliability analysis, factor analysis, multiple regression were used to analyze the data. Total 350 questionnaires were distributed and 312 were replied(89.14%). Selection attributes on performance for Japanese chain restaurant was divided into 7 factors. There are Factor1 'Store Image & Kindness', Factor2 'Sanitation & Taste', Factor3 'Approximation & Children's Menu', Factor4 'Delivery & Business Hours', Factor5 'Food Quantity & Korean Food', Factor6 'Service & Parking' Factor7 'Price & Publicity'. Monthly income, eating-out expense per once and type of companion have significant influences on selection attributes for performance. Customer's total satisfaction is significantly affected by selection attributes on performance. Factor7 'Price & Publicity' has the most significant influence on customer's satisfaction. We expect that the results can be used to provide basic information to plan marketing strategies, and take improved customer's satisfaction for Japanese chain restaurants.
Background: This study was conducted to examine the academic achievements of first year medical students in one medical school based on their characteristics and student selection factors of admission. Methods: The admission scores of student selection factors (Medical Education Eligibility Test [MEET], grade point average [GPA], English test score and interview) and demographic information were obtained from 61 students who had interviewed (multiple mini interview [MMI]) for admission (38 graduate medical school students in 2014, 23 medical college-transfer students in 2015). T-tests and ANOVA were used to examine the differences in academic achievement according to the student characteristics. Correlations between admission criteria scores and academic achievements were examined. Results: MEET score was higher among graduate medical students than medical college transfer students among student selection factors for admission. There were no significant differences in academic achievement of first grade medical school between age, gender, region of high school, years after graduation and school system. The lowest interview score group showed significantly lower achievement in problem-based learning (PBL) (p=0.034). Undergraduate GPA score was positively correlated with first grade total score (r=0.446, p=0.001) among admission scores of student selection factors. Conclusion: Students with higher GPA scores tend to do better academically in their first year of medical school. In case of interview, academic achievement did not lead to differences except for PBL.
An optimal selection problem of SCM system is one of the critical issues for the company's competitiveness and performance under global economy. This paper presents a hierarchy model consisted of characteristic factors for introducing SCM system and an AHP (Analytic Hierarchy Process) based decision-making model for SCM system evaluation and selection. The proposed model can systematically construct the objectives of SCM system selection to meet the business goals. This paper focuses on selecting an optimal SCM system considering both all decision factors and sub-decision factors of a hierarchy model. Especially, the benefit/cost analysis is applied to choose SCM system. A case study shows the feasibility of the proposed model and the model can help a company to make better decision-making in the SCM system selection problem.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.