• 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.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제14권3호
• /
• pp.237-259
• /
• 2011

수학 학습장애는 정상적인 수학적 역량 획득을 저해하는 학습 장애의 한 유형으로, 아동, 청소년의 5- 10% 정도가 겪는 학습 장애의 한 분야이다. 현재 수학학습장애를 진단하기 위하여 기초학력평가나 표준화된 검사가 사용되고 있다. 검사 결과를 토대로 아동의 사전지식을 파악하고, 취약한 영역을 찾는 것 역시 중요하다. 본 연구는 수학학습장애의 유형을 파악하고, 중재의 출발점을 알려줄 수 있는 포괄적인 진단 검사가 포함해야 하는 구성요소를 찾는 것을 목표로 하고 있다. 이를 위하여 신경심리학적 이론에 근거하여 수학학습에 영향을 주는 기본적인 인지적 요인들을 찾고, 관련되어 활성화 되는 두뇌 영역과 그들의 세부적 기능을 살펴본다. 또 수학학습장애 아동의 신경심리학적 특징을 살펴 본 다음 수학학습장애의 유형을 분류한다. 그 결과를 바탕으로 교육현장에서 사용될 수 있는 심층 진단 검사의 개발을 위한 기초연구를 수행하고자 한다.

• 문화기술의 융합
• /
• 제8권5호
• /
• pp.279-284
• /
• 2022

블렌디드 러닝방식을 통해 디자인 교육에 대한 블렌디드 러닝 방식의 연구로서, 더 발전된 학습자 주도의 맞춤형 디자인 교육이 가능한 것을 제안하고자 한다. 대면 수업에서의 이해와 비대면에서의 장점을, 원격 수업에서 적절한 방식으로 보충할 수 있다. 발전한 인공지능과 빅데이터 기술은 디자인 분야 수업에서의 정량화된 데이터를 토대로 학습자의 수준과 관심에 맞는 개별화되고 세분화 된 맞춤형 학습 자료와 효과적인 학습 방법을 제공할 수 있다. 본론에서는 알 라 카르테 모델 (A La Carte) 제안을 통한 시·공간의 제약을 넘는 방식의 적용으로 수업의 효율을 극대화를 제안하였다. 언제 어디서나 들을 수 있는 원격 수업으로 소외 지역에 사는 학생들에게 제공되는 교육의 질과 교육 격차 해소에도 가능하다. 창의융합형 미래 인재를 양성하는 목표로서, 빠른 기술 발전 속도를 가지고 달라지고 있기에. 이에 발맞춘 학습 방법의 변화에 적응력을 지닐 필요가 있다. 알 라 카르테 모델 (A La Carte) 제안을 통한 인포그래픽 가상공간 디자인과 구축과정에 대한 분석을 제시하였다. 단순히 지식을 습득하는 것이 아니라, 지식을 선별하고, 구분하고, 학습하고, 자신만의 지식으로 손쉽게 재탄생시킬 수 있을 것으로 기대한다.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.91-105
• /
• 2017

한국은 최근 급속도로 다문화 사회로 변모해 가고 있으며, 2015년 기준 다문화 가족수는 전체 인구의 3.5%, 80만명을 넘어서고 있다. 또한, 2016년 기준 국제결혼비율이 10%를 넘어서고 있어 다문화 가족수는 꾸준히 늘어날 전망이다. 이 연구는 한국 사회에 적응해야 하는 결혼이주여성들과 다문화 가족 구성원들의 필요와 선호에 맞춘 학습자원과 콘텐츠를 제공하기 위한 기반 조성의 일환으로 메타데이터 표준 프로파일을 설계한 것이다. 연구 추진 필요성을 검증하기 위해 소비자 집단을 선별하여 심층인터뷰를 가졌으며, 메타데이터 표준 프로파일 설계를 위해 공적 표준으로 채택된 관련 국제표준과 한국의 국가표준 시리즈를 분석하였다. 이어서 다문화 구성원을 위한 콘텐츠 특성을 분석하여 필요한 메타데이터 요소들을 선별하여 프로파일로 구성하였으며, 콘텐츠 제작자들의 요구를 반영하여 필수와 선택 조건들을 정의하였다. 본 연구는 결혼이주여성들의 교육 수요를 분석하여, 한-한 변환 시스템, 맞춤형 학습콘텐츠 추천 서비스, 학습관리시스템(Learning Management System) 등 효과적인 교육 콘텐츠를 개발하고 서비스하기 위해 필요한 메타데이터 표준안으로 기반을 조성했다는 점과 향후 교육과정의 주제별 서비스를 위해서도 자원이 노출될 수 있다는 점에서 의의가 있다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.309-327
• /
• 2021

동적 치료 요법(dynamic treatment regimes; DTRs)은 다단계 무작위 시험에서 개인에 맞는 치료를 제공하도록 설계된 의사결정 규칙이다. 모든 개인이 동일한 유형의 치료를 처방받는 고전적인 방법과 달리 DTR은 시간이 지남에 따라 변할 수 있는 개별 특성을 고려한 환자 맞춤형 치료를 제공한다. 최적의 치료 규칙을 파악하기 위한 회귀 기반 알고리즘 중 하나인 Q-학습 방법은 쉽게 구현될 수 있기 때문에 더욱 인기를 끌고 있다. 그러나 Q-학습 알고리즘의 성능은 Q-함수를 제대로 설정했는지의 여부에 크게 의존한다. 본 논문에서는 고차원 데이터가 수집되는 DTRs 문제에 대한 다양한 이중강건 Q-학습 알고리즘을 연구하고 가중 최소제곱 추정 방법을 제안한다. 이중강건성(double-robustness)은 반응변수에 대한 모형 혹은 처리변수에 대한 모형 둘 중 하나만 제대로 설정되어도 불편추정량을 얻을 수 있음을 의미한다. 다양한 모의실험 연구를 통해 제안된 방법이 여러 시나리오 하에서도 잘 작동함을 확인하였으며 실제 데이터 예제를 통해 방법론에 대한 예시를 제시하였다.

• 경영정보학연구
• /
• 제26권1호
• /
• pp.337-353
• /
• 2024

본 연구는 소비자 리뷰와 관리자 답변 간의 관계를 조사하여 소비자 리뷰를 효율적으로 관리하기 위한 웹케어의 필요성을 탐색하는데 목적이 있다. 효과적인 웹케어를 위한 방법론을 제안하고 오디오북 플랫폼 기반의 머신러닝을 이용한 웹케어 모형을 구축하고자 한다. 본 연구에서는 오디오북 플랫폼 4개를 선정하여 소비자 리뷰와 관리자 답변에 대한 데이터 수집 및 전처리 과정을 거쳐 토픽모델링, 주제불일치성, DBSCAN을 활용하고, 다양한 머신러닝 기법을 적용하여 분석을 시행하였다. 실험 결과 관리자 답변의 군집화 및 소비자 리뷰에 대한 답변 예측에서 유의미한 결과를 도출하였으며, 자원의 제한과 비용을 고려한 효율적인 방법론을 제안하였다. 본 연구는 머신러닝을 통해 웹케어 모형을 구축했다는 점에서 학술적인 시사점을 제공하며, 기업의 제한된 비용과 인력을 고려하여 웹케어 모형이라는 효율적인 방법론을 제시함으로써 실무적인 시사점을 지닌다. 본 연구에서 제안된 웹케어 모델은 개별화된 답변과 표준화된 관리자 답변을 제공하여 소비자 참여 및 유용한 정보 제공을 위한 전략적인 기초 자료로 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.1-9
• /
• 2016

소셜미디어의 정치사회적인 활용도가 높아짐에 따라 소셜빅데이터 기반 온라인 동향분석 및 모니터링 기술에 대한 수요 역시 급증하고 있다. 본 논문에서는 이러한 요구에 부합, 특히 여론 형성의 악영향을 끼치는 부정적 이슈 탐지를 위해 사회적으로 파장이 큰 이슈 중 공공여론이 부정적으로 형성될 이슈를 '리스크'로 정의하고 세부 유형을 분류한다. 리스크 유형 정의를 위해 뉴스 문서집합을 대상으로 전수조사를 실시하였으며, 이슈 분야 즉 도메인별 특성을 파악하여 세부 유형을 정의한다. 또한 뉴스와 같은 공적미디어를 통해 정의된 리스크 유형이 개인화된 소셜 미디어에 나타난 리스크 유형과 어떤 차이가 있는지를 알아보기 위해 교차분석을 수행한다. 조사 결과에 따라 6개의 도메인별로 58개의 세부 유형을 정의하고 기계학습 방법을 통해 자동 분류 학습 모델을 구축한다. 실험 결과를 통해 소셜 미디어에 나타난 사회적 이슈 리스크를 자동으로 탐지, 분류가 가능함을 보인다.

• 대한치과기공학회지
• /
• 제40권3호
• /
• pp.135-150
• /
• 2018

Purpose: In this study, we aim to provide primary source of data for developing a learning program that enhances the students' learning by critically analyzing and adopting the effective class participation factors of the students. Methods: A questionnaire survey has been conducted from the beginning of May to the end of October, 2017. Subjects of the survey was the dental technology students living in W-city et al by random sampling method along with written informed consent. Out of 630 distributed questionnaires, 584 results were used for our analysis. Results: Firstly, the average score of the class participation of all the subjects was 3.08 points out of 5.0, which was broken down into class activity (3.53 points), passion about class (3.51 points), communication factors (2.88 points), class preparation (2.77 points), class extension (2.76 points). Secondly, statistically significant correlations were found between class participation and class satisfaction as shown in (p<.01). Class participation factors that affect the class satisfaction were class preparation(p<.001), class activities(p<.001), passion about class(p<.001), which reveals positive and meaningful results. Explanatory power of the model turned out 50.3%. Conclusion : Considering that class preparation, class activities, and passion about class played a key role in class satisfaction of the student, teachers need to be open minded to reflect the learners' personalized demands and needs in preparing and managing their class. Additionally should be in tandem that provides the students with various routes of class participation.

• 디지털융복합연구
• /
• 제15권4호
• /
• pp.191-198
• /
• 2017

PHR(Personal Health Record)기반 헬스케어 서비스 플랫폼 지능화를 위해서는 사용자 맞춤형 건강정보 제공서비스가 필요하다. 본 논문에서는 개인 맞춤형 건강정보 추천을 위해서 온톨로지 기반 건강 정보 모델을 제안하였다. 또한 기계학습과 데이터마이닝 기법을 적용한 유사 건강정보 탐사 알고리즘을 설계하였다. 기존의 데이터마이닝 기법중 연관규칙 알고리즘을 확장하여 속성을 기반으로 연관규칙 탐사를 수행하여 지식탐사의 연관성을 높이고 효율적인 탐사시간을 제공할 수 있도록 하였다. 머신러닝의 한 기법인 K근접이웃 알고리즘을 적용하여 사용자 프로파일별 그룹화를 수행하고 유사패턴의 사용자 프로파일을 검색할 수 있도록 하였다. 이는 사용자의 질환과 건강상태에 따른 맞춤형 건강정보 탐사 수행의 효율성을 높인다. 제안된 알고리즘은 개인 맞춤형 헬스케어 서비스 플랫폼에서 추론과정에 적용되어 사용자에게 개인맞춤형건강정보를 추천하는 것을 가능하게 한다. 이는 고령화사회에서 스마트한 자가 건강관리에 활용될 수 있다.

• 한국HCI학회논문지
• /
• 제13권3호
• /
• pp.65-73
• /
• 2018

게임플레이어는 게임에서 수많은 적들을 만나고 싸우게 되는데, 이 때 너무나 손쉽게 이기거나 진다면 게임의 재미는 반감될 것이다. 그 반대로 너무 어렵게 이긴다거나 지는 것도 게임을 지루하게 만드는 요인으로 작용한다. 따라서 상대방과의 전투나 경쟁에서 아슬아슬하게 승리하는 긴장감을 주기 위해서는 게임의 밸런스가 잘 맞아야 한다. 그만큼 게임 밸런싱 작업은 게임의 재미와 가장 직접적으로 영향을 미치는 요소로 작용한다. 그리고 게임 밸런스만큼 중요한 것이 있는데, 그것은 플레이어에게 적절한 난이도의 상대를 계속 만나게 하는 것이다. 본 연구에서는 이러한 문제를 해결하려는 방법으로써 게임 밸런스에 딥러닝을 적용하여 지능 캐릭터가 플레이어를 통해 학습하고 스스로 플레이어의 난이도에 따라 자신의 난이도를 조절할 수 있도록 고안하였다. 이것이 활성화되면 게임 기획자나 개발자에게는 그만큼의 비용을 절약하는 동시에 플레이어에게는 항상 흥미로운 상대를 제공할 수 있는 획기적인 방법이 될 것이다.