• 식품보건융합연구
• /
• 제10권1호
• /
• pp.1-6
• /
• 2024

Purpose: The research aims to address the intricacies of AI and Big Data application within the food industry. This study explores the strategic implementation of AI and Big Data in the food industry. The study seeks to understand how these technologies can be employed to bolster consumer engagement and contribute to market expansion, while considering ethical implications. Research Method: This research employs a comprehensive approach, analyzing current trends, case studies, and existing academic literature. It focuses on the application of AI and Big Data in areas such as supply chain management, consumer behavior analysis, and personalized marketing strategies. Results: The study finds that AI and Big Data significantly enhance market analytics, consumer personalization, and market trend prediction. It highlights the potential of these technologies in creating more efficient supply chains, improving consumer satisfaction through personalization, and providing valuable market insights. Conclusion and Implications: The paper offers actionable insights and recommendations for the effective implementation of AI and Big Data strategies in the food industry. It emphasizes the need for ethical considerations, particularly in data privacy and the transparency of AI algorithms. The study also explores future trends, suggesting that AI and Big Data will continue to revolutionize the industry, emphasizing sustainability, efficiency, and consumer-centric practices.

• 패션비즈니스
• /
• 제22권5호
• /
• pp.32-40
• /
• 2018

Big breasted women often experience dissatisfaction with ready-made brassieres, that do not account for individual breast types nor provide adequate cup sizes. This study was conducted to provide basic information on common breast shape and measurements of Korean big-breasted women, and to facilitate development of big-breasted women's bras with excellent fit and comfort. The study analyzed direct upper body measurements of 178 women in their 20's whith cup size C or bigger in the 5th, 6th and 7th Size Korea. In addition, 3D body scan data of women with bra size 75 and cup size C were re-collected and their breast types were examined. Average under-bust circumference of big-breasted women was 75 size in brassiere size. The average stature was 159.78 cm and the body weight was 60.33kg, indicating "overweight". Also, it was revealed that common breast types of big-breasted women, were hemispheric and cone types. The study can facilitate better understanding of breast shapes and sizes of standard big-breasted women, and will be useful as reference in selection of subjects in future studies.

• 초등상담연구
• /
• 제11권3호
• /
• pp.371-390
• /
• 2012

본 연구는 아동의 5요인 성격 특성을 측정하기 위해 Big Five Questionnaire for Children(BFQ-C; Barbaranelli, Caprara. Rabasca, & Pastoreli, 2003)에 기초하여 학교장면에서 간편하게 활용할 수 있는 한국어판 아동용 간편 5요인 성격질문지(K-BFQC-SF)를 구성하고, 이 질문지에 대한 신뢰도 및 타당도를 검증하는 것이었다. 이를 위해 영문 BFQ-C 65문항을 번안하여 초등학교 5, 6학년 278명을 대상으로 탐색적 요인분석을 실시하고, 일부 문항의 제거 과정을 거쳐 성격 5요인의 구성 개념을 포괄할 수 있는 15문항의 간편형 5요인 성격 질문지를 구성하였다. 축약된 15문항은 확인적 요인분석을 통해 구인타당도를 검증하였다. 한국어판 아동용 간편 5요인 성격질문지의 준거타당도를 알아보기 위해 초등학교 5, 6학년 252명을 대상으로 우울, 학업성적, 진로성숙도와의 상관분석을 수행하였다. 그 결과 15문항의 간편형 척도와 준거변인들간의 관계는 기존에 보고된 연구 결과와 유사한 수준을 보였다. 마지막으로 아동의 자기보고와 성인관찰자인 교사의 평정자료가 서로 일치하는지 알아보기 위해 상관분석을 실시한 결과 양호한 수준을 보였다. 한국어판 아동용 간편 5요인 성격질문지는 학교장면에서 학생들의 성격특성을 이해하는데 유용하게 활용될 수 있다는 점에서 의의가 있다.

• 인터넷정보학회논문지
• /
• 제21권6호
• /
• pp.33-39
• /
• 2020

The paper is to build recommendation systems leveraging Deep Learning and Big Data platform, Spark to predict item ratings of the Amazon e-commerce site. Recommendation system in e-commerce has become extremely popular in recent years and it is very important for both customers and sellers in daily life. It means providing the users with products and services they are interested in. Therecommendation systems need users' previous shopping activities and digital footprints to make best recommendation purpose for next item shopping. We developed the recommendation models in Amazon AWS Cloud services to predict the users' ratings for the items with the massive data set of Amazon customer reviews. We also present Big Data architecture to afford the large scale data set for storing and computation. And, we adopted deep learning for machine learning community as it is known that it has higher accuracy for the massive data set. In the end, a comparative conclusion in terms of the accuracy as well as the performance is illustrated with the Deep Learning architecture with Spark ML and the traditional Big Data architecture, Spark ML alone.

• 한국인터넷방송통신학회논문지
• /
• 제16권6호
• /
• pp.225-230
• /
• 2016

최근 네트워크와 인터넷의 발전으로 웹상에 대용량의 데이터가 생겨났으며, 이를 처리하기 위해 빅데이터 기술이라는 패러다임이 생겨났다. 빅데이터 기술은 기존의 정형 데이터뿐만 아니라 소셜 데이터 등 다양한 비정형 데이터를 이용해 다각적이고 정확한 분석을 목표로 연구되고 있다. 그러나 소셜 데이터는 전문성과 객관성을 가지고 있다고 보기는 힘들고 정보의 조작 및 은폐, 왜곡 등의 문제성이 제기되고 있다. 따라서, 본 논문에서는 신뢰성 빅데이터 플랫폼에 대하여 제안하며, 세부 관리자와 모듈에 대하여 설명한다. 본 논문에서 제안하는 신뢰성 빅데이터 플랫폼은 데이터 정제 관리자, 데이터 분석 관리자, 상호 신뢰 관리자, 시각화 관리자, 검색 관리자로 구성되어진다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1301-1311
• /
• 2017

제조 빅데이터 시스템은 제조 전 공정에서 관련된 4M 데이터의 수집, 저장, 관리, 예측적 분석을 통해 선제적 제조 활동 개선이 가능한 의사결정을 지원하고 있다. 이러한 시스템에서 데이터의 효율적인 관리와 운영을 위해 데이터를 효과적으로 시각화하는 것이 무엇보다도 중요하다. 본 논문에서는 제조 빅데이터 시스템에서 데이터 수집, 분석 및 예측 결과를 효과적으로 보여 주기 위해 사용가능한 시각화 기법을 제시한다. 본 논문에서 제시된 시각화 기법을 통해 제조 현장에서 발생하는 문제를 보다 손쉽게 파악할 수 있었을 뿐만 아니라 이들 문제를 효과적으로 대응할 수 있어 매우 유용하게 사용될 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제19권5호
• /
• pp.268-279
• /
• 2019

본 연구는 외식업체 빅 블러 현상과 키오스크 도입에 따른 이용고객의 주관적 인식을 파악하고자 서울지역 외식경영학과 대학원생을 대상으로 Q방법론을 적용하였다. 분석결과, 5가지 유형으로 도출되었다. 구체적으로, 제 1유형(N=6) : 빠른 결재와 다양한 주문 선호 형 (Fast payment and various order preference types), 제 2유형(N=6) : 적립 할인 혜택 선호 형 (Earning discount benefits preference type), 제 3유형(N=3) : 간편 주문 선호 형 (Simple order preference type), 제 4유형(N=2) : 직원 서비스 선호 형 (Employee service preference type), 제 5유형(N=3) : 안전 결재 선호 형 (Safety payment preference type)으로 각 각 독특한 특징의 유형으로 분석되었다. 향후 외식업체 빅 블러 현상에 관한 연구에서는 많은 문헌과 실증연구를 바탕으로 보다 세밀한 Q방법론적인 질문과 분석기법으로 수정 보완하여, 응답자들의 다양한 의견을 보다 구체적이며 객관적으로 분석하고자 한다.

• 한국지리정보학회지
• /
• 제19권1호
• /
• pp.64-79
• /
• 2016

본 논문의 목적은 SPI 기상학적 가뭄지수, 농업용 저수지 저수율, 농업가뭄 빅데이터간의 관계를 평가함으로써 빅데이터의 활용 가능성을 평가하는데 있다. 2014년 1월부터 2015년 9월까지의 장기가뭄을 대상으로, SPI-12개월 가뭄지수, 평년대비 강수부족율, 농업용저수지 저수부족율, 인터넷포털 검색을 통한 농업가뭄 빅데이터를 월단위 도별로 수집 및 분석하였다. SPI-12의 최대 가뭄심도와 최대 저수 부족율이 나타난 시기를 비교한 결과, 전국적으로 2014년은 7월, 2015년은 8월과 9월에 시기를 같이 하면서 발현되었다. 한편, 빅데이터의 도별 최대 발현시기는 2014년 6월과 7월, 2015년은 3월, 6월~9월에 나타나, SPI-12와 저수 부족율의 최대심도보다 2014년은 1개월, 2015년은 여름에 2개월 이르게 나타났다. 이는 빅데이터가 3월부터의 봄가뭄, 6월의 늦장마, 7월의 마른장마에 이어 2015년은 9월까지의 강우량 부족에 따라 기상학적 가뭄과 농업가뭄에 민감하게 반응하는 것을 의미하며, 농업가뭄관련 빅데이터의 활용이 가뭄의 위험관리에 효과가 있을 것으로 판단된다.

• 한국항만학회지
• /
• 제13권1호
• /
• pp.101-112
• /
• 1999

Traffic accidents increase with the increase of the vehicles in operation on the street. Especially big traffic accidents composed of over 3 killed or 20 injured accidents with the property damage become one of the serious problems to be solved in most of the cities. The purpose of this study is to build the discrimination model on big traffic accidents using the Quantification II theory for establishing the countermeasures to reduce the big traffic accidents. The results are summarized as follows. 1)The existing traffic accident related model could not explain the phenomena of the current traffic accident appropriately. 2) Based on the big traffic accident types vehicle-vehicle, vehicle-alone, vehicle-pedestrian and vehicle-train accident rates 73%, 20.5% 5.6% and two cases respectively. Based on the law violation types safety driving non-fulfillment center line invasion excess speed and signal disobedience were 48.8%, 38.1% 2.8% and 2.8% respectively. 3) Based on the law violation types major factors in big traffic accidents were road and environment, human, and vehicle in order. Those factors were vehicle, road and environment, and human in order based on types of injured driver’s death. 4) Based on the law violation types total hitting and correlation rates of the model were 53.57% and 0.97853. Based on the types of injured driver’s death total hitting and correlation rates of the model were also 71.4% and 0.59583.

• 한국융합학회논문지
• /
• 제10권6호
• /
• pp.203-218
• /
• 2019

본 연구는 2011년 6월말 현재 금융감독원의 감독대상이 되는 104개의 상호저축은행을 표본으로 하여, 상호저축은행의 구조조정이 본격화된 2011년 전 후의 BIS자기자본비율 비교를 통하여 상호저축은행이 인위적으로 BIS자기자본비율을 유지 조정하기 위하여 어떤 수단을 사용하여 왔는지를 검증하였다. 실증분석 결과, 상호저축은행은 BIS자기자본비율 조정을 위해 주로 대손충당금을 사용하여 왔음을 확인할 수 있었다. 또한, 대손충당금을 이용한 상호저축은행의 BIS자기자본비율 조정은 특히 2011년 6월말 현재 영업정지 중인 상호저축은행에서 좀 더 유의적으로 이루어졌음을 발견하였다. 마지막으로 외부감사인의 역할과 관련하여 예상과는 달리 Non-Big 4 감사인 뿐만 아니라 Big 4 감사인도 상호저축은행의 인위적인 BIS자기자본비율 조정을 효과적으로 감시하지 못하였음을 발견하였다.