• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.99-120
• /
• 2010

최근 고객들의 비대면 접점 서비스 이용도가 높아짐에 따라, 비대면 채널은 다양한 데이터의 분석을 통해 고객 만족도를 향상시킬 수 있는 유용한 창구로 인식되고 있다. 이러한 비대면 채널의 대표적 영역으로 콜센터를 들 수 있으며, 콜센터 운영에서 고객 만족도에 가장 큰 영향을 미치는 요소는 상담 인력의 규모인 것으로 알려져 있다. 즉, 일정수준 이상의 고객 만족도를 유지하기 위해서는 충분한 상담 인력을 확보하는 것이 관건이지만, 불필요하게 많은 인력을 확보하는 것은 인건비 측면에서 비용의 낭비를 초래할 수 있다. 따라서 부족하지도 않고 넘치지도 않을 정도의 적정 인력을 산출하는 능력은 콜센터 운영의 핵심 경쟁력으로 인식되고 있으며, 최근 콜센터에서는 적정 인력의 규모를 예측하기 위해 WFM(Work Force Management) 업무 전담 부서를 설치하고 콜량을 정확하게 예측하기 위한 노력을 기울이고 있다. 콜량 예측을 위해 현업에서 주로 사용되는 방법은 담당자의 직관에 의존하는 방법으로, 일정기간의 콜량 평균을 담당자가 주관적 판단에 의해 보정함으로써 이루어진다. 하지만 이러한 방식은 담당자의 주관적 성향에 크게 좌우된다는 한계를 갖고 있어서, 최근에는 다양한 예측 모형을 시스템화한 WFMS(Workforce Management System) 패키지가 널리 활용되고 있다. 하지만 이 시스템은 초기 도입 시 매우 고가의 구축비용이 발생하며, 신규 요인 발굴 시 이를 즉각적으로 시스템에 반영하기 어렵다는 한계점을 갖고 있다. 이를 극복하기 위해 본 연구에서는 데이터 마이닝의 대화식 의사결정나무 기법을 이용함으로써, 객관적이면서도 업무 배경 지식을 충분히 활용할 수 있는 예측 모형을 수립하고자 한다. 또한, 본 연구에서 수립한 모형의 정확성 평가를 위해, 국내 최대 규모의 한 자동차 보험사 콜센터의 4년 8개월 간의 실 데이터를 사용한 실험을 수행하고 그 결과를 제시하였다. 실험에서는 기존의 WFMS와 본 연구에서 제안하는 두 가지 모형인 대화식 의사결정나무 기반의 예측 모형, 일반 의사결정나무 기반의 예측 모형의 세 가지 모형에 대해, 다양한 오차 허용범위 하에서의 사고콜 및 고장콜에 대한 예측 적중률을 평가하였다.

• Radiation Oncology Journal
• /
• 제20권1호
• /
• pp.81-90
• /
• 2002

목적 : 세기조절 방사선치료(IMRT) 환자에 적합한 Quality Assurance (QA) 항목을 찾아내고 평가 항목의 유용성 및 타당성을 검토하였다. 대상 및 방법 : 3단계, 16항목으로 구성된 IMRT 환자 QA program을 만들어 9환자 12예의 다양한 IMRT 환자에 대해 적용하고 그 방법의 타당성을 검토하였다. 3단계 OA 항목은 전산화치료계획시스템(RTP) QA, 치료 정보의 전달 QA, 치료 전달 과정 OA 등으로 구성되었다. RTP QA는 다시 organ constraint의 검토, 그리고 점선량 및 선량 분포의 타당성 평가 등으로 세분화하였다. 치료 정보의 전달 QA에서는 leaf sequence pattern 작성, 치료 전달용 MLC file 생성 프로그램에서 작성된 IMRT field 용 MLC file의 정확성의 평가와 이 file로 만든 치료 조사면의 dry run 결과를 MLC simulation image와 비교하였다. 치료 전달 과정 QA는 환자의 set-up QA와 IMRT field delivery의 확인, Record and Verify 시스템의 확인 등으로 나누어 실시하였다. 결과 : 점선량 평가 결과, 총 12예 중 10예에서 측정값과 RTP 계산값이 $3\%$ 이내의 일치를 보였고, $3\%$ 이상 및 $5\%$ 이상이 각각 1예씩 발견되었다. RTP에서 설계한 MLC leaf 위치와 Dry run에서 나타난 실제 MLC leaf 위치를 비교하였을 때 2 mm 이상의 차이를 보이는 예는 없었다. 필름에 의한 선량 분포는 치료 계획 선량 분포와 정성적으로 일치함을 알 수 있었으나, 필름의 특성상 정량적인 비교를 할 수는 없었다. Leaf sequence에서 MLC file을 생성하는 프로그램은 오차 없이 구동하였다. 결론 : 본원에서 실시한 IMRT 환자 QA program이 유용하고 필요한 항목임을 보일 수 있었다. 특히 처음 IMRT를 시작할 때는 제시된 모든 항목에 대한 QA를 실시하여야 하나 계속 이 program을 유지하기에는 절차가 복잡하고 긴 시간이 소요되는 과정이라는 문제가 있다. 지속적으로 IMRT를 실시하는 기관을 위해 실용적이며 필수적인 QA 항목을 제시할 수 있었다.

• 수산해양기술연구
• /
• 제27권1호
• /
• pp.1-12
• /
• 1991

적분방식에 의한 어군량추정법을 실험적으로 검증하기 위하여, 실험수조에서 50 kHz와 200 kHz의 주파수를 대상으로 모의어군의 분포밀도와 초음파산란강도의 관계를 검토하고, 또 계량어군탐지기의 정도를 개선하기 위한 문제들에 대하여 고찰을 행한 결과를 요약하면 다음과 같다. 1. 어체의 모의표적으로 이용한 steel ball (직영 35mm)의 실측 echo 파형은 이론 echo 파형과 잘 일치하였다. 2. 5 종류의 주파수에 대하여 고등어 (체장 36cm)의 반사주파수특성을 조사한 결과, 측정주파수가 변화함에 따라 어체에 의한 echo 신호의 진폭과 파형이 크게 변동하고 있음을 알 수 있었다. 3. 송수파기의 음속 내에서 5개/m 상(3)와 30개/m 상(3)의 표적 군이 서로 상하로 존재할 때, 상부 표적군의 존재에 의해 하부 표적군의 echo level이 -0.43 dB 감쇠하는, 소위 그늘효과(shadowing effect)가 발생하였다. 4. 동지나해에서 정박 중에 탐지한 고밀도 어군의 echo신호와 그 어군직하의 해저에서 산란된 echo 신호를 상호 연관시켜 분석한 결과, 어군층내에서 발생한 어군감쇠와 다중산란효과가 해저 echo 신호의 변동에 큰 영향을 미치고 있음을 알 수 있었다. 5. 정치망의 원통에 인망한 정어리의 단위체적당에 대한 분포밀도가 36마리/m 상(3)였을 때, 해저기녹이 소실되는 어군감쇠현상과, 어군 echo 신호가 해저까지 신장되는 다중산란현상이 동시에 발생하였다. 6. 50kHz와 200kHz의 주파수에서 표적군의 평균체적산란강도(:dB)와 표적의 분포밀도($\rho$:개/m 상(3))의 간에 다음의 회귀직선식을 얻었다. 50kHz : =-46.2+13.7 Log($\rho$). 200kHz : =-43.9+13.4 Log($\rho$). 7. 표적의 분포밀도가 5, 10, 15, 20, 25, 30 개/m 상(3)였을 때, 적분방식에 의한 추정치는 50kHz에서 2.0, 8.1, 9.9, 14.1, 19.2, 26.7 개/m 상(3)이었고, 200kHz에서는 2.0, 8.0, 9.1, 15.0, 20.1, 24.1 개/m 상(3)이었으며, 단위체적당에 분포하는 표적의 수가 많을수록, 그 추정치의 정도가 높아지는 경향을 나타내었다. 또한, 양주파수에서 분포밀도의 추정치는 실제보다 약 30%정도 과소추정되었다.

• 한국안광학회지
• /
• 제17권3호
• /
• pp.311-319
• /
• 2012

목적: 안경의 조제가공에 있어서 동공중심과 교정렌즈의 광학중심이 일치하지 않으면 안경이 프리즘을 발생시켜 사위가 유발되고 유발된 사위는 안정피로를 일으키는 요인으로 작용한다. 동공의 중심과 교정렌즈 광학중심의 불일치로 인해 발생하는 유발프리즘에 대해 알아보고자 하였다. 방법: 본 연구는 총 103명을 대상으로 착용 안경렌즈의 광학중심과 동공중심의 일치 여부를 수평방향과 수직방향으로 나누어 조사하였고, 그리고 그 결과들을 안경의 구조에 따라 4개의 그룹으로 분류하였다. 프리즘유발에 안경테의 효과를 보기 위해 프리즘의 총량을 비교하였고, 측정된 프리즘 값들은 독일의 RAL-RG 915 규약과 비교하였다. 결과: 수평방향의 경우 10.7%의 실험 대상자에서는 유발프리즘을 관찰할 수 없었고, 73.8%의 실험 대상자들은 유발프리즘에 의해 영향을 받았으나 그 범위는 허용 수준 내에 있었다. 하지만 15.5%의 실험 대상자들은 허용 범위를 초과하여 프리즘에 의해 영향을 받는 것으로 나타났다. 수직방향의 경우, 23.3%의 실험 대상자들은 안경의 초기 착용시 프리즘에 의한 영향이 없었고, 54.4%의 실험 대상자들은 허용 범위 내의 극히 적은 프리즘에 영향을 받았으며, 22.3%의 실험대상자들은 허용 범위를 초과하는 프리즘 영향을 받는 것으로 나타났다. 이러한 결과는 안경조정(fitting)이 가능한 요소가 적은 그룹 A와 B에서 그룹 C와 D에 비해 보다 많은 수평, 수직 방향의 유발프리즘이 발생한 것을 보여준다. 결론: 안경 착용자의 굴절이상도가 높을수록 안경테 전조정(pre-fitting)을 통하여 동공중심과 렌즈의 광학중심점을 일치시킴으로서 수평, 수직방향 유발프리즘을 최소화시켜 안정피로를 줄일 수 있을 것이다. 따라서 시지각력을 향상시키기 위해 단안PD와 단안Oh의 정확한 설계와 적절한 안경테 조정을 통해 정확한 안경의 조제가공이 필요하다고 사료된다.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.111-121
• /
• 2019

작물 증발산량은 수자원 계획 및 관리, 물수지 분석, 작물 관개 계획 및 생산량 추정 등에 널리 활용되고 있으며, 특히 FAO에서 공인한 Penman-Monteith식 (FAO 56-PM)은 잠재 증발산량 산정을 위한 표준방법으로 많이 사용되고 있다. Penman-Monteith식을 이용한 잠재증발산량 산정은 최소온도, 평균온도, 최대온도, 상대습도, 풍속과 일사량인 6가지 항목에 대한 시계열 자료가 필요한데, 결측 또는 미계측된 경우에는 사용이 어려운 단점을 가지고 있다. 따라서, 본 연구에서는 역전파 신경망(BPNN) 모델을 이용해서 6개 미만의 기상항목으로도 잠재증발산량이 추정가능한지를 확인하였다. 여섯 가지 기상항목을 각각 1~6개의 조합으로 입력자료를 구성하고, BPNN 모델을 이용해서 학습, 검증 및 테스트를 한 결과, 입력 자료가 많아질수록 좋은 결과가 산출되었으며, 일사량, 최대온도와 상대습도만으로도 결정계수($R^2$)가 0.94정도로 비교적 높은 예측결과를 얻을 수 있었다. 또한 산정 오차를 줄이고, 항목간의 상관관계를 높이기 위해서는 역전파 신경망 구조의 적절한 선택이 중요한 것으로 확인되었다. 역전파 신경망 모델을 사용하면 요구되는 기상 항목과 데이터의 양에 대한 제약 없이 예측이 가능할 수 있기 때문에 기준 증발산량 산정에 유용하게 활용될 수 있을 것이며 향후 작물 재배를 위한 적정 관개계획 수립에도 유용하게 사용될 것이라 사료된다.

• 한국의학물리학회지:의학물리
• /
• 제21권1호
• /
• pp.16-21
• /
• 2010

우수한 핵의학 영상의 획득과 불필요한 환자 피폭을 최소화하기 위한 가장 중요한 요소 중 하나가 방사성의약품의 방사능을 정확하게 측정하는 것이다. 이를 위해서는 각 의료기관에서 사용하고 있는 방사능측정기에 대한 적절한 품질관리가 수행되어야 한다. 따라서 본 연구에서는 국내 의료기관이 보유하고 있는 방사능측정기의 품질관리를 지원하고 의료기관이 사용하고 있는 방사능측정기의 측정 정확도를 평가하고자 방사능비교측정을 수행하였다. 방사능비교측정은 I-131, Tc-99m, I-123을 이용하여 각각 수행하였다. I-131을 이용한 방사능 비교측정에는 45개 기관의 58개 방사능측정기가 참여하였고, Tc-99m의 경우 58개 기관의 74개 방사능측정기가 참여하였으며, I-123의 경우는 45개 기관 60개 방사능 측정기가 참여하였다. 편차가 ${\pm}10%$를 벗어나는 측정기에 대해서는 추가적인 비교측정을 수행하였으며, 그 결과 일부 측정기는 편차가 ${\pm}10%$ 이내로 개선되었다. 비교측정 결과 편차가 ${\pm}5%$ 이내인 측정기가 각각 81% (I-131), 61% (Tc-99m), 67% (I-123)이었고, 편차가 5%< $|{\Delta}|{\leq}|10%$ 이내인 측정기는 각각 17% (I-131), 20% (Tc-99m), 15% (I-123)이었으며, 편차가 ${\pm}10%$를 초과한 측정기는 각각 2% (I-131), 19% (Tc-99m), 18% (I-123)이었다. 본 연구의 결과로부터 방사능비교측정은 의료기관의 방사능 측정 정확도를 향상시키고, 방사능측정기의 측정 정확도 저하여부를 확인하기 위해 지속적으로 수행되어져야 할 것으로 생각한다.

• 지능정보연구
• /
• 제22권3호
• /
• pp.113-127
• /
• 2016

협업 필터링(Collaborative Filtering)은 유용성과 정교성 면에서 가장 성공적인 추천 알고리즘으로 평가받으며 산업계나 학계에서 많이 활용 및 연구되고 있지만, 기본적으로 사용자들이 평가한 점수에만 기반하여 추천결과를 생성하는 한계점이 있다. 이에 본 연구는 사용자가 상품을 구매할 때 자신이 신뢰하는 타인의 추천을 더 적극적으로 수용할 것이라는 점에 착안하여, 사용자의 평점 외에 사용자 간 신뢰관계를 소셜네트워크분석으로 분석한 결과를 추가로 반영하는 추천 알고리즘들을 제안하였다. 구체적으로 본 연구에서는 소셜네트워크분석에서 네트워크 내의 중심적 위치를 나타내는 척도인 내향 및 외향 중심성을 활용하여 사용자 간 유사도를 산출하는 알고리즘들과 사용자 신뢰 네트워크를 탐색하여 추천 대상이 되는 사용자가 직접 간접적으로 신뢰하는 사용자의 평가점수를 보다 높게 반영하는 알고리즘을 제안한 뒤 그 성능을 비교해 보았다. 실제 데이터에 적용하여 분석한 결과, 사용자 신뢰 네트워크의 내향 중심성 지수를 조건 없이 적용한 경우에는 오히려 정확도의 감소만을 야기하는 것으로 나타났고, 일정 임계치 이상의 외향 중심성을 갖는 사용자에 한해 내향 중심성 지수를 고려한 추천 알고리즘은 전통적인 협업 필터링에 비해 약간의 정확도 개선이 이루어짐을 확인할 수 있었다. 아울러, 사용자 신뢰 네트워크를 기반으로 탐색하는 알고리즘이 가장 우수한 성능을 보이는 것을 알 수 있었으며, 전통적인 협업 필터링과 비교해서도 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.1-18
• /
• 2015

협업 필터링은 학계나 산업계에서 우수한 성능으로 인해 많이 사용되는 추천기법이지만, 정량적 정보인 사용자들의 평가점수에만 국한하여 추천결과를 생성하므로 간혹 정확도가 떨어지는 문제가 발생한다. 이에 새로운 정보를 추가로 고려하여, 협업 필터링의 성능을 개선하려는 연구들이 지금까지 다양하게 시도되어 왔다. 본 연구는 최근 Web 2.0 시대의 도래로 인해 사용자들이 구입한 상품에 대한 솔직한 의견을 인터넷 상에 자유롭게 표현한다는 점에 착안하여, 사용자가 직접 작성한 리뷰를 참고하여 협업 필터링의 성능을 개선하는 새로운 추천 알고리즘을 제안하고, 이를 스마트폰 앱 추천 시스템에 적용하였다. 정성 정보인 사용자 리뷰를 정량화하기 위해 본 연구에서는 텍스트 마이닝을 활용하였다. 구체적으로 본 연구의 추천시스템은 사용자간 유사도를 산출할 때, 사용자 리뷰의 유사도를 추가로 반영하여 보다 정밀하게 사용자간 유사도를 산출할 수 있도록 하였다. 이 때, 사용자 리뷰의 유사도를 산출하는 접근법으로 중복 사용된 색인어의 빈도로 산출하는 방안과 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치 합으로 산출하는 2가지 방안을 제시한 뒤 그 성능을 비교해 보았다. 실험결과, 제안 알고리즘을 통한 추천, 즉 사용자 리뷰의 유사도를 추가로 반영하는 알고리즘이 평점만을 고려하는 전통적인 협업 필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인할 수 있었다. 아울러, 중복 사용 단어의 TF-IDF 가중치의 합을 고려했을 때, 단순히 중복 사용 단어의 빈도만을 고려했을 때 보다 조금 더 나은 예측정확도를 얻을 수 있음도 함께 확인할 수 있었다.

• 한국토양비료학회지
• /
• 제39권3호
• /
• pp.123-135
• /
• 2006

고령지 경사지에서 모래성분이 많은 사양토 (석비레) 개간지의 토양특성에 대한 공간변이성과 분포도를 작성하여 공간적 변이를 살펴보고자 각각 $10m{\times}50m$의 면적을 가지는 5개의 포장에서 감자, 양파, 당근, 배추, 무를 재배하여 시험을 수행하였다. 각 포장의 조사지점수는 토양수분 33, 토양경도 11, 작물수량 33이었다. Semivariance 분석 결과, 대부분의 모형은 spherical 모형을 따르고 있었으며, 각 모형에 대해 공간적으로 연속성이 인정되는 거리를 나타내는 범위 (range)는 감자재배구에서 33-35 m로 고르게 큰 값을 보였고, 배추재배지는 5-6 m로 모형에 대한 연속성이 낮은 것으로 나타났다. 수분과 경도 및 수량에 대한 변이계수는 14-59%로 다양하였고, 감자수량의 변이계수가 59%로 가장 높았으며, 무재배지의 수분은 14%로 낮았다. 표준편차 5% 유의수준에서 10%의 오차를 가지는 경우를 기준으로 적정시료의 수를 조사한 결과, 필요한 시료수는 수분 8-40개, 경도 7-25개, 수량 424-4,6787개가 필요한 것으로 분석되었다. Variogram과 분포도를 통해 수분과 경도 및 작물수량의 공간적 분포 및 변이성을 쉽게 파악할 수 있으며, 이를 활용한다면 보다 효율적이고 정밀한 토양관리가 가능할 것으로 판단된다.