• 한국정보시스템학회지:정보시스템연구
• /
• 제27권1호
• /
• pp.43-65
• /
• 2018

Purpose The emergence of mobile applications has simplified our life in various ways. Regarding tourism activities, mobile applications are already efficient in providing personalized tourism related information and are very much effective in booking hotels, flights, etc. However, there are very few studies on classifying the actual service requirements and improving the customer satisfaction in mobile tourism applications. The purpose of this study is to implement a practical mobile tourism application. To serve the purpose, we classify and categorize the service requirement of mobile tourism applications in Korea. We employed Kano model and analytic hierarchy process (AHP). Specifically, we conducted a focus group study to find out the service requirements in mobile tourism applications. Design/methodology/approach The data for this study were collected from Koreans and Foreigners who has the experience using mobile tourism applications. Participants needed to be familiar with mobile tourism applications because such users may be more aware of the mobile tourism applications services. We analyzed 147 valid data using Kano model and conducted AHP analysis on five experts in the field of tourism using Expert Choice software. Findings In this paper, we identified the 17 service quality requirements in the mobile tourism applications. The results reveal that the service requirement such as Geo-location map, Multilingual option, Compatibility with different operating systems were unavoidable service, absent of such requirements leads to the dissatisfaction. Based on the results of the integrated application of both Kano model and AHP analysis, this study provide specific implications for improving the service quality of the mobile tourism applications in Korea.

• 한국정보처리학회논문지
• /
• 제6권6호
• /
• pp.1590-1597
• /
• 1999

웹서비스에서의 주요 수익원중 하나로 등장한 광고는 기존의 미디어들과 비교해서 잠재고객 세분화가 가능하다는 점이 가장 큰 특징이다. 즉, 개인의 특성에 따라서 선별적으로 광고를 제공할 수 있으며, 정확한 광고효과 측정도 가능하다. 따라서 웹 광고관리 시스템들은 고객의 환경특성 또는 등록내용을 바탕으로 광고를 제공하고, 광고효과를 관리하여 광고주에게 제공하는 형태로 구성되어 있다. 그러나 이러한 광고관리 시스템들은 고객, 광고주, 정보제공자(ISP)의 요구사항 또는 특성의 모델링 및 이러한 요구사항들간의 매칭과 조정에 있어서 문제점이 많다. 이러한 문제점을 해결하기 위하여 이 논문에서는 다중상속이 가능한 수형 구조의 광고분류 체계를 중심으로, 칸텐츠 내부에서의 특성관리, 규칙을 사용한 광고대상 설정, 사용자의 기본 특성 및 사례분석을 사용하는 개인화 된 웹 광고 지원시스템을 제안한다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권2호
• /
• pp.231-243
• /
• 2021

In Recent years the way we analyze the breast cancer has changed dramatically. Breast cancer is the most common and complex disease diagnosed among women. There are several subtypes of breast cancer and many options are there for the treatment. The most important is to educate the patients. As the research continues to expand, the understanding of the disease and its current treatments types, the researchers are constantly being updated with new researching techniques. Breast cancer survival rates have been increased with the use of new advanced treatments, largely due to the factors such as earlier detection, a new personalized approach to treatment and a better understanding of the disease. Many machine learning classification models have been adopted and modified to diagnose the breast cancer disease. In order to enhance the performance of classification model, our research proposes a model using A Hybrid Modified K-Means Clustering with Modified SVM (Support Vector Machine) Machine learning algorithm to create a new method which can highly improve the performance and prediction. The proposed Machine Learning model is to improve the performance of machine learning classifier. The Proposed Model rectifies the irregularity in the dataset and they can create a new high quality dataset with high accuracy performance and prediction. The recognized datasets Wisconsin Diagnostic Breast Cancer (WDBC) Dataset have been used to perform our research. Using the Wisconsin Diagnostic Breast Cancer (WDBC) Dataset, We have created our Model that can help to diagnose the patients and predict the probability of the breast cancer. A few machine learning classifiers will be explored in this research and compared with our Proposed Model "A Hybrid Modified K-Means with Modified SVM Machine Learning Algorithm to Enhance the Cancer Prediction" to implement and evaluated. Our research results show that our Proposed Model has a significant performance compared to other previous research and with high accuracy level of 99% which will enhance the Cancer Prediction.

• Journal of Platform Technology
• /
• 제8권3호
• /
• pp.22-29
• /
• 2020

4차 산업혁명은 초기 단순 제조업 혁신에서 사회 및 경제분야에서 다양한 기술적 융합 방향을 이끄는 메가 트랜드로서 국가별로 진행하고 있다. COVID-19와 같은 감염병의 유행은 디지털 중심의 비대면 비즈니스를 경제 운영에서 전환되고 있으며 온라인화 확산을 위해서는 개인 맞춤형서비스를 위한 AI와 빅데이터 기술의 활용은 필수적이다. 이 논문에서는 4차산업혁명을 주요한 기술 특징 및 정부에서 추진하는 디지털 뉴딜의 효과적 이행을 위해 핵심 기술인 인공지능기술의 적용을 중심으로 사례를 분석하고 재난대응 분야에서의 활용 사례를 기술한다. 재난대응 활용사례로서 AI 조력자는 긴급호출에서 신고자의 상태에 따른 적절한 대응책들을 제시한다. 이를 위해 AI 조력자는 적응적 대응을 위한 음성인식 데이터 기반 분석 및 변환 텍스트의 재난 분류를 제공한다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.76-84
• /
• 2022

부정맥은 심장 박동이 비정상 혹은 불규칙하게 뛰고 있는 상태를 말하며, 실신이나 심장돌연사 등과 같은 위험한 상황을 유발할 수 있기 때문에 이의 조기 검출은 매우 중요하다. 하지만 심전도 신호의 개인차로 인해 분류 시 성능하락이 나타날 수밖에 없다. 본 연구에서는 CNN-LSTM 하이브리드 결합 모델을 이용한 부정맥 분류 방법을 제안한다. 이를 위해 먼저 잡음을 제거한 ECG 신호에서 R파를 검출하고 단일 비트 세그먼트를 추출하였다. 이후 부정맥 신호의 특징을 세밀하게 추출하도록 8개의 합성곱 계층으로 구성하고 이를 LSTM의 입력으로 사용한 후 가중치를 학습시키고 검증 데이터로 모델을 평가한 후 정상 및 부정맥 분류의 변화를 확인하였다. 제안한 방법의 타당성 검증을 위해 MIT-BIH 부정맥 데이터베이스를 사용하여 정확도(accuracy), 정밀도(precision), 재현율(recall), F1 스코어가 사용되었다. 성능평가 결과, 정확도, 정밀도, 재현율, F1 스코어는 각각 92.3%, 90.98%, 92.20%, 90.72%의 우수한 분류율을 나타내었다.

• Journal of Computational Design and Engineering
• /
• 제1권3호
• /
• pp.161-172
• /
• 2014

This paper presents three different search engines for the detection of CAD-parts in large databases. The analysis of the contained information is performed by the export of the data that is stored in the structure trees of the CAD-models. A preparation program generates one XML-file for every model, which in addition to including the data of the structure tree, also owns certain physical properties of each part. The first search engine is specializes in the discovery of standard parts, like screws or washers. The second program uses certain user input as search parameters, and therefore has the ability to perform personalized queries. The third one compares one given reference part with all parts in the database, and locates files that are identical, or similar to, the reference part. All approaches run automatically, and have the analysis of the structure tree in common. Files constructed with CATIA V5, and search engines written with Python have been used for the implementation. The paper also includes a short comparison of the advantages and disadvantages of each program, as well as a performance test.

• 한국전자거래학회지
• /
• 제9권2호
• /
• pp.109-121
• /
• 2004

본 논문은 고객에 대한 정보를 세분화하고 분석한 후 새로운 개인화 정보를 생성하여 자동으로 각 개별고객에게 개인화된 정보를 자동으로 제공해 줄 수 있는 시스템을 제안한다. 제안하는 시스템은 고객의 이메일 오픈율과 마우스 이벤트 정보를 분석 및 계산하여 개별 고객의 관심 정보 및 선호 이메일 양식을 생성한다. 생성된 관심 정보와 선호 이메일 형식를 이용하여 개별 고객의 관심 정보를 고객이 선호하는 이메일 규격 및 형식에 맞게 에이전트를 통해 자동으로 재구성하여 고객에게 푸쉬해 준다. 설계하고 구현한 시스템은 실험을 통한 성능평가에서 높은 이메일 오픈율과 사용자 만족도를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.403-414
• /
• 2005

현재까지 개발된 스팸 메일 필터는 주로 베이지안 학습을 이용한 문서분류에 바탕을 두고 있지만, 정확률 향상의 한계라는 문제점과 더불어 일반 메일을 스팸 메일로 오분류하는 치명적인 오류를 극복하지 못하는 문제점을 안고 있다. 본 논문은 카이제곱 통계량을 바탕으로 베이지안 필터의 false positive 에러를 해결하고. 더불어 정확률과 재현율 향상을 동시에기할 수 있는 스팸 메일 필터링 방법을 기술한다. 또한 본 논문에서 사용된 방법은 사용자의 배경 지식을 기계학습 단계에서 파라미터로 반영하여 시스템의 유연성을 높이고 나아가 개인화된 시스템으로 확장시킬 수 있다는 장점도 있다.

• Journal of Gastric Cancer
• /
• 제19권3호
• /
• pp.235-253
• /
• 2019

Gastric cancer (GC) is one of the deadliest malignancies in the world. Currently, clinical treatment decisions are mostly made based on the extent of the tumor and its anatomy, such as tumor-node-metastasis staging. Recent advances in genome-wide molecular technology have enabled delineation of the molecular characteristics of GC. Based on this, efforts have been made to classify GC into molecular subtypes with distinct prognosis and therapeutic response. Simplified algorithms based on protein and RNA expressions have been proposed to reproduce the GC classification in the clinical field. Furthermore, a recent study established a single patient classifier (SPC) predicting the prognosis and chemotherapy response of resectable GC patients based on a 4-gene real-time polymerase chain reaction assay. GC patient stratification according to SPC will enable personalized therapeutic strategies in adjuvant settings. At the same time, patient-derived xenografts and patient-derived organoids are now emerging as novel preclinical models for the treatment of GC. These models recapitulate the complex features of the primary tumor, which is expected to facilitate both drug development and clinical therapeutic decision making. An integrated approach applying molecular patient stratification and patient-derived models in the clinical realm is considered a turning point in precision medicine in GC.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.13-23
• /
• 2022

본 논문에서는 패션 분야의 비정형 데이터 검색을 위한 패션 아이템별 세부 컨포넌트 이미지 분류 알고리즘을 제안한다. 코로나-19 환경으로 인하여 최근 AI 기반 쇼핑몰이 증가하는 추세이다. 하지만 기존의 키워드 검색과 사용자 서핑 행위 기반 개인 맞춤형 스타일 추천으로는 정확한 비정형 데이터 검색에는 한계가 있다. 본 연구는 다양한 온라인 쇼핑 사이트에서 크롤링한 이미지를 사용하여 Mask R-CNN을 활용한 전처리를 진행한 후, CNN을 통해 패션 아이템별 컴포넌트에 대한 분류를 진행하였다. 셔츠의 카라 및 패턴과 청바지의 핏, 워싱 및 컬러에 대한 분류를 진행하였으며, 다양한 전이학습 모델을 비교 분석한 후 가장 높은 정확도가 나온 Densenet121모델을 사용하여 셔츠의 카라는 93.28%, 셔츠의 패턴은 98.10%의 정확도를 도달하였으며, 청바지의 핏은 Notched, Spread, Straight 3가지의 클래스의 경우 91.73%, Regular 핏을 추가한 4가지의 클래스의 경우 81.59%, 청바지의 색상은 93.91%, 청바지의 Washing은 91.20%, 청바지의 Demgae는 92.96%의 정확도를 도출하였다.