• 지능정보연구
• /
• 제25권1호
• /
• pp.85-107
• /
• 2019

온라인 소비자는 쇼핑 웹사이트에서 특정 제품군이나 브랜드에 속한 제품들을 둘러보고 구매를 진행할 수 있고, 혹은 단순히 넓은 범위의 탐색 반경을 보이며 여러 페이지들을 돌아보다 구매를 진행하지 않고 이탈할 수 있다. 이러한 온라인 소비자의 행동과 구매에 관련된 연구는 꾸준히 진행되어왔으며, 실무에서도 소비자들의 행동 데이터를 바탕으로 한 서비스 및 어플리케이션이 개발되고 있다. 최근에는 빅데이터 기술의 발달로 소비자 개인 단위의 맞춤화 전략 및 추천 시스템이 활용되고 있으며 사용자의 쇼핑 경험을 최적화하기 위한 시도가 진행되고 있다. 하지만 이와 같은 시도에도 온라인 소비자가 실제로 웹사이트를 방문해 제품 구매 단계까지 전환될 확률은 매우 낮은 실정이다. 이는 온라인 소비자들이 단지 제품 구매를 위해 웹사이트를 방문하는 것이 아니라 그들의 쇼핑 동기 및 목적에 따라 웹사이트를 다르게 활용하고 탐색하기 때문이다. 따라서 단지 구매가 진행되는 방문 외에도 다양한 방문 형태를 분석하는 것은 온라인 소비자들의 행동을 이해하는데 중요하다고 할 수 있다. 이러한 관점에서 본 연구에서는 온라인 소비자의 탐색 행동의 다양성과 복잡성을 설명하기 위해 실제 E-commerce 기업의 클릭스트림 데이터를 기반으로 세션 단위의 클러스터링 분석을 진행해 탐색 행동을 유형화하였다. 이를 통해 각 유형별로 상세 단위의 탐색 행동과 구매 여부가 차이가 있음을 확인하였다. 또한 소비자 개인이 여러 방문에 걸친 일련의 탐색 유형에 대한 패턴을 분석하기 위해 순차 패턴 마이닝 기법을 활용하였으며, 같은 기간 내에 제품 구매까지 완료한 소비자와 구매를 진행하지 않은 채 방문만 진행한 소비자들의 탐색패턴에 대한 차이를 확인할 수 있었다. 본 연구의 시사점은 대규모의 클릭스트림 데이터를 활용해 온라인 소비자의 탐색 유형을 분석하고 이에 대한 패턴을 분석해 구매 과정 상의 행동을 데이터 기반으로 설명하였다는 점에 있다. 또한 온라인 소매 기업은 다양한 형태의 탐색 유형에 맞는 마케팅 전략 및 추천을 통해 구매 전환 개선을 시도할 수 있으며, 소비자의 탐색 패턴의 변화를 통해 전략의 효과를 평가할 수 있을 것이다.

• 대한교통학회지
• /
• 제24권1호
• /
• pp.73-84
• /
• 2006

본 연구는 지점검지기의 효율적 배치기준인 동질구간 결정 로직을 정립하고자 수행되었다. 동질구간의 결정은 도로 및 운영조건과 실시간 교통패턴의 변동을 고려하며 시간대별 동질구간 및 최종 동질구간을 결정하였다 교통조건의 동질구간 결정은 실시간 자료에 기반한 군집분석을 이용하였다. 동질구간의 검증을 위해 모든 링크에 검지기를 설치하는 경우와 동질구간에 검지기를 설치하는 경우에 대하여 각각 통행시간 추정력을 비교한 결과 동질구간의 효과가 입증되었다. 본 연구결과는 향후 국토교통관리 및 정보제공시스템에 유용하게 적용될 것으로 기대된다. 본 연구결과에 의하면 본 연구에서 제안한 동질구간 결정 로직을 대규모 국도 ITS 구축사업에 적용할 경우 통행시간 추정력의 향상과 함께 지점검지기의 효율적 배치를 통한 구축 및 운영비용의 절감이 예상된다.

• 전기전자학회논문지
• /
• 제15권3호
• /
• pp.191-197
• /
• 2011

직관적 퍼지 c-평균 군집화 모델을 이용하는 자기공명 영상의 분할 방법이 본 논문에서 제안되었다. 본 논문에서 채택하는 fuzzy c-means with intuition (FCM-I)은 잡음의 영향을 줄이기 위하여 직관이라는 척도를 사용한다. 실제적 자기 공명 영상에 대해 영상 분할의 실험을 수행하고 기존의 몇몇 군집화 알고리즘과 성능을 비교하였다. 기존의 모델들과 성능을 비교한 결과, FCM-I 기반의 분할 방법은 잡음과 필요한 계수의 선택에 대해 상대적으로 강인하여, 영상 분할에 유용한 모델이 될 수 있음을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.

• 한국노년학
• /
• 제36권3호
• /
• pp.905-926
• /
• 2016

고령에 대한 개념은 학자와 법령 등에 따라 다양하게 정의되고 있으나, 본 연구의 특성상 소비지출이 소득과 관련이 깊으므로, 고령자고용촉진법에서 기준으로 하고 있는 55세를 고령자의 기준연령으로 설정하였으며, 고령자 가구는 고령자 1인가구와 고령자부부가족만으로 제한하여 연구를 진행하였다. 소비특성은 욕구의 반영이라는 표출된 욕구로 파악될 수 있어 사회복지 측면에서도 의미 있는 분석 대상이라 사료된다. 따라서 본 연구는 고령자 가구의 소비형태를 유형화해서 소비특성을 파악하고, 소비패턴을 결정하는 요인을 찾아 고령자 가구의 표출된 욕구를 통해 관련 정책 수립에 기여하고자 하였다. 조사대상인 고령자 가구 소비 패턴의 내재적 구조 유형을 살펴보기 위해 고령자 가구의 소비지출 항목을 투입하여 군집분석(Cluster analysis)의 K-means법을 실시하였으며, 결과 4개의 군으로 유형화 되어 각각 '보건의료 중심형', '저축 중심형', '생계 중심형', '식비 중심형'으로 명칭을 부여하였다. 고령자 가구의 소비패턴 결정에 영향을 미치는 요인을 분석하기 위하여 이항로지스틱 분석을 사용하였다. 연구결과 고령자 가구는 서로 다른 욕구와 문제에 직면해 있으며, 이를 해결하기 위한 접근방법도 다양해야 할 필요성이 있었다. 특히 지금까지 노인하면 경제적 빈곤자로 인식되어 왔으나, 연구에서는 저축을 통해 준비된 가구들도 있다는 것을 알 수 있었다. 전반적으로 생계 중심형이 가장 많았으며, 이에 영향을 주는 요인으로 혼인여부와 가계소득이 중요한 역할을 하고 있었다. 따라서 고령자 가구의 소득확대에 대한 노력이 필요함을 시사하고 있다. 또한 연령, 주택소유, 주관적 건강상태 등도 유의미한 영향력이 있는 것으로 나타났다. 이러한 연구 결과를 통해 결론 부분에서는 보건의식에 대한 고령자 스스로의 인식 개선, 노년기의 건강 상태에 대한 표준화된 기준 제시, 고령자의 문화생활에 대한 접근성 확보, 삶의 질을 높이기 위한 재정관리 코디, 고령자에게 맞는 일자리 개발과 보급, 협동주거형태인 공동생활가정 보급 등을 제도적 과제로 제언하였다.

• 정보관리학회지
• /
• 제25권4호
• /
• pp.227-243
• /
• 2008

이 연구에서는 사건중심 뉴스기사 요약문을 자동생성하기 위해 뉴스기사들을 SVM 분류기를 이용하여 사건 주제범주로 먼저 분류한 후, 각 주제범주 내에서 싱글패스 클러스터링 알고리즘을 통해 특정한 사건 관련 기사들을 탐지하는 기법을 제안하였다. 사건탐지 성능을 높이기 위해 고유명사에 가중치를 부여하고, 뉴스의 발생시간을 고려한 시간벌점함수를 제안하였다. 또한 일정 규모 이상의 클러스터를 분할하여 적절한 크기의 사건 클러스터를 생성하도록 수정된 싱글패스 알고리즘을 사용하였다. 이 연구에서 제안한 사건탐지 기법의 성능은 단순 싱글패스 클러스터링 기법에 비해 정확률, 재현율, F-척도에서 각각 37.1%, 0.1%, 35.4%의 성능 향상률을 보였고, 오보율과 탐지비용에서는 각각 74.7%, 11.3%의 향상률을 나타냈다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제16권4호
• /
• pp.35-40
• /
• 2010

최근 디지털 사진의 보급으로 인해, 일반 사람들 또한 한번에 수백장의 사진을 촬영하는 일이 많아졌고 최근에 사진 관리에 대한 많은 연구가 진행되고 있다. 대부분의 사진 관리에 사용되는 썸네일 기반의 순차적인 격자 인터페이스는 사진의 한가지 특성에 따라 각 사진을 정렬하는 방식을 사용한다. 이러한 방식은 사용자가 많은 수의 사진을 관리하기에는 많은 스크롤링과 클릭을 요구하게 되므로 많은 시간과 집중력이 요구된다. 본 논문에서는, 색상 유사도와 촬영 시각을 이용하여, 각 사진을 클러스터링하고 촬영 시각의 흐름에 따라 배열하는 인터페이스를 제안한다. 제안한 인터페이스는 사진의 촬영시각에 따라 먼저 각 사진들을 클러스터링하고 한번 분류된 클러스터 사진들은 서로 유사한 색상의 사진들끼리 2차로 재분류한다. 이 때 사용한 2차 클러스터링 방법은 구간 그래프의 최대 클리크 찾기 찾기 알고리즘을 이용한 방법으로 25가지 색상의 히스토그램을 비교한다. 분류된 사진들은 클러스터의 순서에 따라 연속적으로 각 클러스터들을 배치한다. 제안한 클러스터링 기능과 사진 배치 인터페이스를 평가하기 위해서, 설문조사 기반의 사용자 평가를 수행하였다.

• 정보처리학회논문지B
• /
• 제12B권7호
• /
• pp.755-760
• /
• 2005

이동통신 채널과 같은 저대역 통신망에서는 비디오 전송을 위해서 H.263+와 같이 압축율이 높은 부호화 방법이 사용된다. 저대역폭을 통해 고압축 비디오 비트스트림을 전송할 경우, 패킷이 손실되면 영상의 품질이 심각하게 떨어진다. 본 논문에서는 H.263+ 부호화영상이 전송될 때 손상되는 움직임 벡터의 복원기법을 제안하였다. 본 논문에서는 손실된 블록의 움직임 벡터는 인접한 블록의 움직임 벡터와 높은 상관성을 갖는 다는 사실에 착안하여, 시공간적 오류은닉(Temporal-Spatial Error Concealment) 방법을 제안한다. 제안된 방법에서는 손실된 모션벡터를 인접한 블록의 움직임을 클러스터링하여 복원한다. 인접한 블록의 모션벡터는 ALA(Average Linkage Algorithm) 클러스터링 알고리즘에 따라 클러스터링되며, 각 클러스터의 대표값을 계산하여 후보 움직임 벡터 집합을 얻은 다음, 이들 후보의 움직임의 왜곡정도를 계산하여 왜곡이 최소인 움직임 벡터를 선택한다. 제안한 방법으로 복원한 영상의 화질에 대한 객관적, 주관적 평가에서 개선된 결과를 확인하였다.

• 서비스연구
• /
• 제3권2호
• /
• pp.53-60
• /
• 2013

데이터로부터 의미있는 형태의 정보를 얻기 위한 여러 가지 기법들이 개발되어 왔지만, 최근 들어 가장 각광받는 분야 중 하나는 패턴인식과 기계학습 방법이다. 기존의 학습 알고리즘은 대부분 범주 형 속성에 기반 한 규칙 또는 의사 결정 모델을 생성한다. 그런데, 실세계의 데이터는 보통 범주 형 속성 외에도 수치 값을 갖는 속성을 포함하고, 또 많은 경우에 있어 수치 형 속성으로만 구성되기도 한다. 따라서 이러한 경우, 데이터를 학습에 사용하기 위해서는 수치형 속성에 대한 적절한 처리 과정이 필요하다. 본 논문에서는, 수치형 속성의 도메인을 여러 개의 분절된 부분으로 나누어 학습 알고리즘에 사용하는 방법인 이산화 기법을 설명하고 또한 데이터마이닝의 기법으로 사용되는 클러스터링(Clustering)을 사용한다. 클러스터란 대량의 데이터베이스로부터 유사한 레코드 특성을 지닌 작은 그룹으로 여러 개를 분할하는 것으로 패턴 공간에 주어진 유한 개의 패턴들이 서로 가깝게 모여서 무리를 이루고 있는 패턴 집합이다. 그 집합들 중에서 특정한 카테고리를 지정하지 않고 주어진 데이터들에서 어떤 패턴을 추출하여, 비슷한 데이터들을 묶어서 데이터를 분류하는 기법인 클러스터링에 대해 실험한다.

• 한국컴퓨터정보학회논문지
• /
• 제20권4호
• /
• pp.17-23
• /
• 2015

본 논문에서는 단어 군집을 사용하여 모바일 앱을 군집화하는 방법을 제안한다. 모바일 앱 트렌드의 빠른 변화를 고려하여, 제안하는 방법은 미리 정의된 분류체계를 사용하지 않고, 모바일 앱 집합에 군집화 기술을 적용하여 의미적으로 유사한 모바일 앱을 묶는다. 짧은 모바일 앱 소개 글의 자료 부족 문제를 완화하기 위해서, 각 단어에 대해 unigram 뿐만 아니라, bigram, trigram, 단어 군집 정보를 추가적으로 확보하여 활용한다. 모바일 앱을 전체적으로 정확하게 군집화하기 위해서, 제안하는 방법은 단어 군집을 활용하여 모바일 앱 군집의 크기가 지나치게 작거나 크지 않도록 관리한다. 실험결과 제안하는 방법은 단어 군집을 활용하여 전체 정확도를 57.48%에서 79.66%로 22.18% 개선시켰다.