인터넷 비즈니스의 활성화에 따라서 기업은 고객의 인물정보 및 거래정보를 활용하여 보다 맞춤화된 개인화 서비스를 제공하고 있다. 기존의 고객군별 예측기법은 유사한 고객들을 군집화하여 고객군별로 예측모델을 수립하는 것으로, 구매가 많고 충성도가 높은 핵심고객에게 요구되는 일대일 서비스를 제공하는 데는 한계가 있다. 반면 일대일 고객별 예측기법은 각 고객에게 고도로 맞춤화된 서비스를 제공하지만, 과거 구매이력이 많지 않은 고객 이나 신규 고객에게는 정확한 개인화 서비스를 제공하지 못한다. 본 연구는 고객의 구매빈도에 따라서 유사 고객들과의 군집화 수준을 동적으로 조정하는 새로운 지능형 개인화 시스템을 제안한다. 제안된 시스템은 과거 구매가 많은 고객들에 대해서는 일대일 예측모델을 수립하지만, 구매 빈도가 낮은 고객의 경우 다른 고객들과의 최적화된 군집화를 통해 예측모델을 수립한다. 본 기법을 Neilsen의 음료수 구매 데이터셋에 적용하여 고객의 일회 구매금액 및 구매품목을 예측한 결과, 기존 두 예측기법들에 비하여 적정한 계산비용(computational cost)으로 더욱 정확한 개안화 서비스를 제공할 수 있음을 확인하였다.
토양의 공극 크기별 분포는 토양중 수분의 함량과 수분퍼텐셜의 관계를 나타내는 토양수분특성 자료로부터 계산된다. 그러나 기존의 토양수분특성 측정방법들은 교란된 토양을 이용하거나 코어시료를 채취한다 하여도 동역학적으로 변화하는 현장 토양 공극분포를 반영하는 데는 많은 어려움이 있었다. 또한 이러한 토양수분특성 자료를 얻기 위해서는 많은 시간과 노력이 요구되어 왔다. 따라서 본 연구에서는 교란되지 않은 현장 토양에서 측정한 불포화 수리전도도 자료로부터 토양의 공극 크기별 분포 곡선을 추정하는 이론적 체계를 제시하고자 하였다. 이를 위해 Brooks-Corey와 van Genuchten의 수리학적 모델을 이용하여 토양의 불포화 수리전도도 자료로부터 공극의 크기별 분포를 추정하는 이론적 모델을 전개하였으며, 이러한 이론적 모델에 근거하여 Brooks-Corey와 van Genuchten의 soil parameter들의 변화에 따른 불포화수리전도도와 공극 크기별 분포곡선의 모사하였다. 공극크기별 분포곡선의 모사는 토성별 불포화수리전도도 곡선의 scaling factor 역할을 하는 $K_s$를 1.0 cm $h^{-1}$로 설정하고, 수리학적 모델별로 일정한 경계조건 (Brooks-Corey soil parameters, ${\alpha}_{BC}=1-5L^{-1}$, b = 1 - 10; van Genuchten soil parameters, ${\alpha}_{VG}=0.001-1.0L^{-1}$, m = 0.1 - 0.9)에서 수행하였다. Brooks-Corey 모델을 이용한 공극 크기별 분포곡선의 모사에서는 parameter b가 공극분포곡선의 형태에 영향을 주었으며, ${\alpha}_{BC}$는 공극분포곡선의 민감도에 영향을 주었다. 또 van Genuchten 모델을 이용한 공극 크기별 분포곡선의 모사에서는 ${\alpha}_{VG}$가 scaling factor의 역할을 하였으며, parameter m은 공극분포곡선의 형태에 영향을 주었다. 따라서 경계조건 안에서 불포화 수리전도도 자료로부터 공극의 크기별 분포 모사가 가능하였으며, 토양 parameter들이 토성, 입자분포 등의 물리적 특성을 잘 반영하는 경우 이론적으로 현장 토양의 공극 크기별 분포의 추정이 가능할 것으로 판단되었다.
목적: 유방암 환자의 수술 전 자기공명영상 소견에서 유방 부분절제술 후 변연 침범에 의한 재수술과 관련된 실패와 관련된 영상 소견을 알아보고자 하였다. 대상과 방법: 2006년 1월부터 2007년 12월까지 유방 보존술을 시행받은 286명의 유방암 환자를 대상으로 하였다. 이들 중 38(15.4%)명은 수술 직후 보존술 부위 경계에 유방암 양성 소견이 있어 추가 수술을 시행 받았다. 수술전 시행한 자기공명영상 소견을 보존술 후 변연 침범에 따른 실패에 따른 재수술 여부와 비교하여 평가하였다. 재수술을 예측할 수 있는 인자를 보기 위해 다중 회귀 분석을 시행하였다. 결과: 수술 전 자기공명영상에서 유방암의 크기가 5 cm이상일 때 (p < 0.001) (odds ratio = 2.96), 비종괴성 조영증강소견으로 나타날때(p < 0.001) (odds ratio = 3.81), 그리고 다발성 병변일때(p = 0.003) (odds ratio = 2.54) 재수술의 빈도가 높았다. 비종괴성 조영증강소견의 경우에는 분절성 분포를 보일때 다른 분포와 비교하여 유방 보존술이 실패할 가능성이 높았다. 결론: 수술전 자기공명영상에서 유방암 크기가 클때, 다발성 병변일 때 그리고 비종괴성 조영증강소견으로 보일때 유방 보존술 후 이차수술의 확률이 실패 확률이 높은 것으로 나타났다. 분절성 분포를 가지는 비종괴성 조영증강소견의 경우 유방 보존술 후 이차수술의 가능성이 실패할 가능성이 높을 것으로 예측할 수 있었다.
Sous vide 방법에 의하여 가공된 시금치 식자재 제품에 대해서 포장단위 및 저온살균 조건이 살균치와 제품에 미치는 영향을 분석하였다. 포장단위로 500g, 1kg 및 2kg에 대하여 차단성 플라스틱 포장필름에 데친 시금치를 진공포장하고 저온 살균한 후에 3$^{\circ}C$의 물에서 급냉 하는 조건에 대하여 공정조건의 영향을 검토하였다. 우선 각 포장단위 제품의 열침투 특성을 측정하고, 이를 이용하여 제품의 중심부를 가열단계에서 L. monocytogenes 의 6D 사멸조건으로 살균하는 살균시간을 계산하였다. 8$0^{\circ}C$, 9$0^{\circ}C$, 97$^{\circ}C$에서의 가열살균조건에 얻어질 수 있는 시금치의 품질로서 ascorbic acid와 chlorophyll의 보존정도를 예측 평가하였고, 아울러 실제 공정 조건에서 이들 성분의 보존 및 색택, texture, drip을 측정하였다. 예측에서는 제품의 열전달 특성과 이들 영양성분 파괴의 kinetics를 결합하여 제품에서 얻어지는 평균 영양성분의 함량을 얻었다. 포장단위가 클수록 긴 살균소요시간으로 인하여 중심부에서는 높은 살균치와 낮은 ascorbic acid와 chlorophyll의 보존을 얻는 것으로 예측되었고 실험적으로도 확인되었다. 낮은 살균온도에서 상대적으로 긴 살균시간으로 인하여 중심부의 낮은 살균치와 낮은 ascorbic acid 함량을 유지시키지만 chlorophyll 보존에서는 살균온도의 영향은 미미한 것으로 예측되었다. 실제적 제품의 살균 실험에서는 ascorbic acid와 chlorophyll의 보존에서 소포장과 고온의 단시간 살균이 양호하였다. 그리고 texture와 색택의 보존, drip의 양을 모두 고려한 경우에도 소포장 시금치를 고온에서 단시간의 조건으로 살균하는 것이 바람직한 것으로 나타났다./TEX>g)가 19.0로 감잎에 비해 높았다.systems including hardware and software and guarantee the service continuity of he systems.어지지 않았을 것이다.질 분해물이 비교적 강한 쓴맛을 나타내었다. 분해물의 단맛은 시료별로 큰 차이가 나타나지 않았으나 Bacillu megarerium Bl6과 Aspergillus oryzae M4를 조합하였을 때 상대적으로 단맛의 정도가 높게 나타났다. 따라서 이와 같은 효소특성을 이용하여 대두단백질을 가수분해를 하였을 때 다양한 단백질 분해물의 제조에 이용이 가능할 것으로 사료된다.EX> 조건에서 저장한 시료의 경우 성숙이 억제되었으며, 저장 품질 분석실험결과 저장품질이 우수한 것으로 나타났다. 관능검사에서 대조구에 비해 낮은 점수를 받았으나, 이는 시료의 성숙도가 다른데 기인하는 것으로 분석되었다. 이상의 모든결과를 분석해 볼 때 환경기체조절저장은 방울토마토의 성숙 억제 및 저장품질유지에 효과가 있는 것으로 나타났다. 환경기체조성은 일반토마토의 저장조건보다 이산화탄소농도가 다소 높은 산소농도 3%~5% 이산화탄소 농도 5~8%에서 저장하는 것이 효과적일 것으로 판단되었다.철쭉군목으로 대표되나 군단이 하의 군목들은 다소 차이를 보이는 것으로 나타났다. 중간상인이론의 수정이 필요하다고 본다.가\ulcorner 본 논문에서는 표면적 형태에도 불구하고 [-wh]의미의 겹의문사는 병렬적 관계의 합성어가 아니라 내부구조를 지니지 않은 단순한 단어(minimal $X^{0}$ elements)로 가정한다. 즉, [+wh] 의미의 겹의문사는 동일한 구성요 소를 지닌 병렬적 합성어([$[W1]_{XO-}$$[W1]_{XO}$ ]$_{XO}$)로 그리고 [-wh] 의미의 겹의문사는 중복된 발은을 지닌 한 단어로
강원지역은 우리나라의 다설지로서 복잡한 지형 때문에 강설량의 공간변동성이 크다. 특히 동풍조건에서 강설이 발생할 시 강설량의 공간적 변동을 예측하기 어렵다. 동풍조건에서는 강원지역 내 위치에 따라 대기환경조건이 다르며 이는 강설의 특성에도 영향을 줄 수 있다. 본 연구에서는 동풍 조건에서 태백산맥의 풍상측과 풍하측에서 강설의 미세물리적 특성을 서로 비교 분석하였다. 강원지역 내 4개 관측지점을 선정하여 파시벨 수적계로 입자크기분포를 관측하였다. 얻어진 강설입자 크기 분포의 특성을 풍상측과 풍하측간 비교한 결과, 풍상측의 강설입자 크기 분포는 풍하측에 비해 넓은 분포를 가졌고 작은 강설입자의 수도 많았다. 강설입자의 수농도에 비례하는 보편특성수농도와 강설입자의 직경에 비례하는 보편특성직경 둘 다 풍상측에서 상대적으로 큰 값을 보였다. 또한, 얼음수함량과 강설강도 비교에서도 풍상측 지점에서 큰 평균값을 가졌다. 이 결과가 나타난 원인은 태백산맥 산사면에서 공기덩어리의 강제적 상승효과로 풍상측 지점 상공에 새로운 강설입자의 생성이 활발했기 때문으로 추정된다. 또한, 풍상측은 따뜻하고 습한 동풍이 불어오므로 이로 인해 지상기온이 $0^{\circ}C$ 근처에 머무르며 강한 부착과정이 일어나기 좋은 조건이다.
최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.
본 연구에서는 데이터마이닝 기법의 일종인 자기조직화지도(Self-Organizing Map, SOM)를 이용하여 비외감기업의 부실화 유형을 구분하고자 한다. 자기조직화지도는 인공 신경망을 기초로 자율학습을 통해 입력된 값을 유사한 군집끼리 묶어내는 방법으로, 기존의 통계적 군집 분류 방법보다 성능이 뛰어나고, 고차원의 입력데이터를 저차원으로 시각화할 수 있다는 장점 때문에 다양한 분야에서 각광받고 있다. 본 연구에서는 기존 연구의 주요 분석대상이었던 외감기업에 비해 부실화 빈도는 높지만 데이터 수집의 어려움으로 인해 분석대상에서 다소 제외되었던 비외감기업의 부실화 유형에 대해 알아보고, 유형별 구체적인 사례도 소개하고자 한다. 재무자료수집이 가능한 100개의 비외감 부실기업에 대해 분석한 결과, 비외감기업의 부실화 유형은 다섯 가지로 구분되었다. 유형 1은 전체 집단의 약 12%를 차지하며, 수익성, 성장성 등 재무지표가 다른 유형에 비해 열등하였다. 유형 2는 전체 집단의 약 14%로, 유형 1보다는 덜 심각하지만 재무지표가 대체로 열등하였다. 유형 3은 성장성 지표가 열등한 그룹으로 기업간 경쟁이 극심한 가운데 지속적으로 성장하지 못하고 부실화된 경우로 약 30%의 기업이 포함되었다. 유형 4는 성장성은 탁월하나 부채경영 등 과감한 경영으로 인해 유동성 부족이나 현금부족 등의 이유로 부실화된 그룹으로 약 25%의 기업이 포함되었다. 유형 5는 거의 모든 재무지표가 우수한 건전기업으로, 단기적인 경영전략의 실수 또는 중소기업의 특성상 경영자의 개인적 사정으로 부실화 되었을 가능성이 큰 그룹으로 약 18%의 기업이 포함되었다. 본 연구 결과는 부실화 유형을 구분하는데 기존의 통계적 방법이 아닌 자기조직화지도를 이용하였다는 점에서 학문적 의의가 있고, 비외감기업의 재무지표만으로도 1차적인 부실화 징후를 발견할 수 있다는 점에서 실무적 의의가 있다고 할 수 있다.
2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.
본 연구의 목적은 축우용 TMR 사용이 점차 증가하고 있으나 TMR의 영양성분을 측정하고자 할 경우 실험실 분석에 의존하므로 많은 비용과 시간이 소요되어 농가 현장에서 활용하기가 어려움에 따라 NIRS(Near InfraRed Spectroscopy, 근적외선분광분석기)을 이용하여 TMR에 대한 신속하고 간편하게 사료가치를 평가하기 위한 검량선을 작성하기 위하여 실시하였다. 근적외선 분광분석법은 친환경 분석으로서 시약의 사용이 전혀 없고, 폐수 및 유해물질의 사용이 전혀 없어 작업자의 환경을 개선 할 수 있다. 또한 분석시간이 일반 분석법에 비해 10배 이상 빠르며, 누구나 간단한 교육을 통해서 표준분석 방법을 개발하여 적용할 수 있는 분석법이다. 그러나 NIR 성분분석기를 이용할 경우 많은 TMR 시료 샘플을 분석 비교하여 새로운 검량선을 만들어야 한다는 애로사항이 있다. 따라서 본 연구에서는 NIR 성분분석기를 이용하여 새로운 검량선을 만들고자 하였고 수집된 TMR 시료 253점에 대하여 부적합한 일부 시료를 제거하고 검량식 세트 160점과 검증 세트 40점으로 구별하여 일반성분분석과 각 성분에 대한 NIR Calibration curve를 만들어 비교하며 신뢰성 높은 새로운 검량선을 개발하였다. 개발된 NIR 검량선을 이용할 경우 TMR 성분분석시 신속하고 신뢰성 높은 성분분석 값을 얻을 수 있을 것으로 사료되나 보다 정확하고 정밀한 검량선을 얻기 위해서는 더 많은 시료의 수집 및 분석, TMR의 구성요소에 비율 등의 연구가 추가되어야 할 것으로 생각한다.
최근 인터넷 사용의 증가에 따라 네트워크에 연결된 시스템에 대한 악의적인 해킹과 침입이 빈번하게 발생하고 있으며, 각종 시스템을 운영하는 정부기관, 관공서, 기업 등에서는 이러한 해킹 및 침입에 의해 치명적인 타격을 입을 수 있는 상황에 놓여 있다. 이에 따라 인가되지 않았거나 비정상적인 활동들을 탐지, 식별하여 적절하게 대응하는 침입탐지 시스템에 대한 관심과 수요가 높아지고 있으며, 침입탐지 시스템의 예측성능을 개선하려는 연구 또한 활발하게 이루어지고 있다. 본 연구 역시 침입탐지 시스템의 예측성능을 개선하기 위한 새로운 지능형 침입탐지모형을 제안한다. 본 연구의 제안모형은 비교적 높은 예측력을 나타내면서 동시에 일반화 능력이 우수한 것으로 알려진 Support Vector Machine(SVM)을 기반으로, 비대칭 오류비용을 고려한 분류기준값 최적화를 함께 반영하여 침입을 효과적으로 차단할 수 있도록 설계되었다. 제안모형의 우수성을 확인하기 위해, 기존 기법인 로지스틱 회귀분석, 의사결정나무, 인공신경망과의 결과를 비교하였으며 그 결과 제안하는 SVM 모형이 다른 기법에 비해 상대적으로 우수한 성과를 보임을 확인할 수 있었다.
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.