• 제목/요약/키워드: SNS 활용

검색결과 815건 처리시간 0.025초

정보이용자의 식품영양정보 이용 실태와 만족도 (A survey on the utilization practice and satisfaction of users of food and nutrition information)

  • 김인혜;박민서;배현주
    • Journal of Nutrition and Health
    • /
    • 제54권4호
    • /
    • pp.398-411
    • /
    • 2021
  • PC나 스마트폰을 활용한 정보 검색비율이 높은 20-30대 성인 남녀를 대상으로 식품영양정보 이용 실태와 만족도를 조사하여 맞춤형 식품영양정보 콘텐츠 개발을 위한 기초자료를 제공하고자 설문조사를 실시한 결과, 조사대상자 총 570명 중 남자가 45.4%, 여자가 54.6%였고, 20대가 66.3%, 30대가 33.7%였으며, 직장인이 52.3%, 학생이 41.6%, 무직이 6.1%였고, 기혼이 16.1%, 미혼이 83.9%였으며, 1인 가구가 전체의 41.4%, 가족과 함께 동거하는 경우가 58.6%였다. 매체별로 하루 평균 3시간이상 이용하는 경우는 TV가 14.2%, PC가 26.0%, 스마트폰이 63.7%였다. 식품영양정보의 검색빈도는 일주일 1회 이상이 30.9%, 일주일 1회 미만이 36.8%, 검색하지 않는 경우가 32.3%였다. 정보를 실생활에 적용한 경험이 있는 경우는 전체의 70.0%였고, 정보를 타인과 공유한다는 응답은 전체의 54.7%였으며 공유방법 (복수응답)은 구두 전달이 69.6%, SNS 이용이 64.4%였다. 정보검색 비율은 맛집 정보 (64.8%), 다이어트 (57.5%), 음식조리법 (55.7%), 식품성분 및 효능 (35.2%), 건강기능식품 (31.1%) 순으로 높았다. 식품영양정보에 대한 전체적인 만족도는 평균 3.33점/5점이었고 전체적인 만족도는 '내용 설명이 충분하고 이해하기 쉬움' (3.43점), '제목과 내용이 일치' (3.35점), '참신하고 새로운 정보 제공' (3.22점)순으로 평가점수가 높았고, '수요자와의 의사소통 가능' (2,73점) 항목이 평가점수가 가장 낮았다. 정보이용 만족도 평가점수는 정보검색을 하는 그룹 (p < 0.001), 검색한 정보를 실생활에 이용하는 그룹 (p < 0.001)과 정보를 타인에게 전달하는 그룹 (p < 0.001)에서 유의적으로 높았다. 정보이용자의 만족도 향상을 위해서는 정보이용자의 특성에 맞는 맞춤형 정보 제공이 필요하며 이를 위해서는 대상별 정보 요구도 조사와 만족도 평가가 지속적으로 수행될 필요가 있다고 판단된다.

대한민국 국민의 세대별 국내여행 방식 및 만족도 영향요인 (A Comparative Study of Domestic Travel Patterns and Determinant Factors Affecting Satisfaction by Generations)

  • 이미숙;박윤주
    • 경영정보학연구
    • /
    • 제22권2호
    • /
    • pp.137-166
    • /
    • 2020
  • 대한민국 국민의 해외여행 비율은 매년 증가 추세인데 반해, 국내여행 비율은 수년간 답보 상태에 있다. 이에, 정부에서는 다양한 국내 관광 활성화 정책을 시행하고 있으나, 이를 통한 국내관광 증진 효과는 제한적이다. 국내관광을 활성화시키기 위해서는, 여행자들별로 선호하는 여행 방식에 차이가 있음을 이해하고, 이에 맞춤화된 여행 서비스를 제공할 필요가 있다. 본 연구는 대한민국 국민들의 세대별 여행 방식의 특징을 분석한 후, 각 세대별로 맞춤화된 여행 서비스를 구성하기 위한 시사점을 도출하였다. '세대'란 같은 시대에 살면서, 비슷한 생애주기에 유사한 내/외부의 경험을 하기 때문에(김기연 등, 2003), 다른 세대와는 구별되는, 그 세대만의 관광 방식이 있을 수 있다. 본 연구는 여행상품 구성의 관점에서 세대 간 차이를 살펴보았다. 즉, 여행 상품 구성 및 마케팅에 필요한 요소인, 여행정보 수집 방식 및 출처, 사전 예약 상품의 종류, 패키지 이용 여부, 여행 시기/기간 및 장소, 여행시 주요활동 그리고, 여행만족도에 영향을 미치는 요인 등에 대한 세대 간 차이를 파악하고 시사점을 도출하였다. 본 연구에는 한국 문화체육관광연구원에서 수집한 2017년 국민 여행 실태조사 데이터 16,713건이 활용되었으며, 데이터는 패널들의 세대에 따라서, 밀레니얼(19세~34세), X세대(35세~54세), 베이비부머(55세~64세), 시니어(65세 이상) 등으로 구분하여 사용하였다. 본 연구결과, 전 세대 모두 자연경관이 수려하고, 문화유산이 풍부하며, 숙박 시설이 쾌적할 때, 여행만족도가 유의미하게 향상되었다. 또한, 전체 패키지보다는 숙박, 차량 대여 등 개별 상품을 쉽게 구매할 수 있도록 하고, 맛집 탐방 상품을 제공하는 것도 유효할 수 있을 것이다. 각 세대별로는, 밀레니얼은 여름철 성수기에 인기 방문지를 중심으로 체험 상품을 구성하는 것이 좋으며, 이들을 위한 관광 안내 시설을 잘 마련할 필요가 있겠다. 또한, 포털사이트와 소셜네트워크 서비스를 통한 마케팅도 밀레니얼 세대에게 효과적일 것으로 보인다. X세대는 자가용으로 여행하기 좋은 지역에, 자녀와 함께 할 수 있는 체험형 여행상품이 유효할 것으로 보인다. 이들에게는 교통만족도가 중요하며, 여름철 성수기에 인기 관광지로 여행을 많이 간다는 특징은 밀레니얼 세대와 유사하다. 베이비부머와 시니어 세대의 경우, 자연 감상 및 휴식, 쇼핑 등을 포함한 여행 상품을 구성하는 것이 좋을 것으로 보이며, 인터넷을 통한 마케팅보다는 구전 효과를 이용하는 것이 유효하겠다. 특히 시니어 세대의 경우, 봄가을을 중심으로, 당일 여행 패키지 상품을 구성하는 것도 효과적일 것으로 보인다. 이러한 세대별 여행 특성을 고려하여 맞춤화된 관광상품을 구성한다면, 궁극적으로 국내관광산업을 활성화에 기여할 수 있을 것으로 기대된다.

주제 균형 지능형 텍스트 요약 기법 (Subject-Balanced Intelligent Text Summarization Scheme)

  • 윤여일;고은정;김남규
    • 지능정보연구
    • /
    • 제25권2호
    • /
    • pp.141-166
    • /
    • 2019
  • 최근 다양한 매체를 통해 생성되는 방대한 양의 텍스트 데이터를 효율적으로 관리 및 활용하기 위한 방안으로써 문서 요약에 대한 연구가 활발히 진행되고 있다. 특히 최근에는 기계 학습 및 인공 지능을 활용하여 객관적이고 효율적으로 요약문을 도출하기 위한 다양한 자동 요약 기법이(Automatic Summarization) 고안되고 있다. 하지만 현재까지 제안된 대부분의 텍스트 자동 요약 기법들은 원문에서 나타난 내용의 분포에 따라 요약문의 내용이 구성되는 방식을 따르며, 이와 같은 방식은 비중이 낮은 주제(Subject), 즉 원문 내에서 언급 빈도가 낮은 주제에 대한 내용이 요약문에 포함되기 어렵다는 한계를 갖고 있다. 본 논문에서는 이러한 한계를 극복하기 위해 저빈도 주제의 누락을 최소화하는 문서 자동 요약 기법을 제안한다. 구체적으로 본 연구에서는 (i) 원문에 포함된 다양한 주제를 식별하고 주제별 대표 용어를 선정한 뒤 워드 임베딩을 통해 주제별 용어 사전을 생성하고, (ii) 원문의 각 문장이 다양한 주제에 대응되는 정도를 파악하고, (iii) 문장을 주제별로 분할한 후 각 주제에 해당하는 문장들의 유사도를 계산한 뒤, (iv) 요약문 내 내용의 중복을 최소화하면서도 원문의 다양한 내용을 최대한 포함할 수 있는 자동적인 문서 요약 기법을 제시한다. 제안 방법론의 평가를 위해 TripAdvisor의 리뷰 50,000건으로부터 용어 사전을 구축하고, 리뷰 23,087건에 대한 요약 실험을 수행한 뒤 기존의 단순 빈도 기반의 요약문과 주제별 분포의 비교를 진행하였다. 실험 결과 제안 방법론에 따른 문서 자동 요약을 통해 원문 내각 주제의 균형을 유지하는 요약문을 도출할 수 있음을 확인하였다.

CNN-LSTM 조합모델을 이용한 영화리뷰 감성분석 (Sentiment Analysis of Movie Review Using Integrated CNN-LSTM Mode)

  • 박호연;김경재
    • 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.

인공지능 기술에 관한 가트너 하이프사이클의 네트워크 집단구조 특성 및 확산패턴에 관한 연구 (Structural features and Diffusion Patterns of Gartner Hype Cycle for Artificial Intelligence using Social Network analysis)

  • 신선아;강주영
    • 지능정보연구
    • /
    • 제28권1호
    • /
    • pp.107-129
    • /
    • 2022
  • 기술경쟁이 심화되고 있는 오늘날 신기술에 대한 선도적 위치의 선점이 중요하다. 선도적 위치의 선점과 적정시점에 기술 획득·관리를 위해 이해관계자들은 지속적으로 기술에 대한 탐색활동을 수행한다. 이를 위한 참고 자료로서 가트너 하이프 사이클(Gartner Hype Cycle)은 중요한 의미가 있다. 하이프 사이클은 기술수명주기(S-curve)와 하이프 수준(Hype Level)을 결합하여 새로운 기술에 대한 대중의 기대감을 시간의 흐름에 따라 나타낸 그래프이다. 새로운 기술에 대한 기대는 기술사업화뿐만 아니라 연구개발 투자의 정당성, 투자유치를 위한 기회의 발판이 된다는 점에서 연구개발 담당자 및 기술투자자의 관심이 높다. 그러나 산업계의 높은 관심에 비해 실증분석을 시도한 선행연구는 다양하지 못하다. 선행문헌 분석결과 데이터 종류(뉴스, 논문, 주가지수, 검색 트래픽 등)나 분석방법은 한정적이었다. 이에 본 연구에서는 확산의 주요한 채널이 되어가고 있는 소셜네트워크서비스의 데이터를 활용하여 'Gartner Hype Cycle for Artificial Intelligence, 2021'의 단계별 기술들에 대한 집단구조(커뮤니티)의 특성과 커뮤니티 간 정보 확산패턴을 분석하고자 한다. 이를 위해 컴포넌트 응집규모(Component Cohesion Size)를 통해 각 단계별 구조적 특성과 연결중심화(Degree Centralization)와 밀도(Density)를 통해 확산의 방식을 확인하였다. 연구결과 기술을 수용하는 단계별 집단들의 커뮤니케이션 활동이 시간이 지날 수록 분절이 커지며 밀도 역시 감소함을 확인하였다. 또한 새로운 기술에 대한 관심을 촉발하는 혁신태동기 집단의 경우 정보확산을 촉발하는 외향연결(Out-degree) 중심화 지수가 높았으며, 이후의 단계는 정보를 수용하는 내향연결(In-degree) 중심화 지수가 높은 것으로 나타났다. 해당 연구를 통해 하이프 사이클에 관한 이론적 기초를 제공할 것이다. 또한 인공지능기술에 대한 기술관심집단들의 기대감을 반영한 정보확산의 특성과 패턴을 소셜데이터를 통해 분석함으로써 기업의 기술투자 의사결정에 새로운 시각을 제공할 것이다.