설문분석을 통한 산림휴양기능평가 인자에 대한 분석 -가중치, 중요도, 우선순위 적용-

장재영,우종춘 한국임학회 2010 한국임학회 정기학술발표논문집 Vol.2010 No.-

수의학강좌-안과응급

장재영,Jang, Jae-Yeong 대한수의사회 2006 대한수의사회지 Vol.42 No.12

소셜 빅데이터 분석과 기계학습을 이용한 영화흥행예측 기법의 실험적 평가

장재영 한국인터넷방송통신학회 2017 한국인터넷방송통신학회 논문지 Vol.17 No.3

인공지능으로 대표되는 4차 산업혁명에 대한 관심이 증가함에 따라 사회 전반에 빅데이터 및 머신러닝 활용하려는 움직임이 활발해지고 있다. 이러한 움직임은 다양한 분야에서의 예측 시스템 개발로 현실화되고 있다. 특히 영화 산업에서는 투자, 마케팅 등에 활용을 위해 흥행 여부를 사전에 예측하고자하는 여러 가지 시도가 있어왔다. 예전에는 영화에 대한 정적 데이터만을 고려한 예측이 주류를 이뤘으나, 최근에는 실시간으로 생성되는 소셜 데이터를 활용하여 예측하고자하는 노력이 진행되고 있다. 본 논문에서는 영화의 정적 데이터와 더불어 기사, 블로그, 영화평 등 다양한 피드백 정보를 활용한 예측 기법을 제안한다. 또한 제안한 기법을 활용하여 상대적으로 흥행에 성공한 영화만을 대상으로 이들의 흥행정도를 정량적으로 추정할 수 있는지의 여부를 실험적으로 평가하였다. With increased interest in the fourth industrial revolution represented by artificial intelligence, it has been very active to utilize bigdata and machine learning techniques in almost areas of society. Also, such activities have been realized by development of forecasting systems in various applications. Especially in the movie industry, there have been numerous attempts to predict whether they would be success or not. In the past, most of studies considered only the static factors in the process of prediction, but recently, several efforts are tried to utilize realtime social bigdata produced in SNS. In this paper, we propose the prediction technique utilizing various feedback information such as news articles, blogs and reviews as well as static factors of movies. Additionally, we also experimentally evaluate whether the proposed technique could precisely forecast their revenue targeting on the relatively successful movies.

Clinical significance of occult hepatitis B virus infection in chronic hepatitis C patients

장재영,정승원,전성란,이세환,김상균,천영국,김영석,조영덕,김홍수,진소영,김연수,김부성 대한간학회 2011 Clinical and Molecular Hepatology(대한간학회지) Vol.17 No.3

Background/Aims: We investigated the frequency of occult hepatitis B virus (HBV) infection in anti-hepatitis C virus (HCV)-positive individuals and the effects of occult HBV infection on the severity of liver disease. Methods: Seventy-one hepatitis B virus surface-antigen (HBsAg)-negative patients were divided according to their HBV serological status into groups A (anti-HBc positive, anti-HBs negative; n=18), B (anti-HBc positive, anti-HBs positive; n=34), and C (anti-HBc negative, anti-HBs positive/negative; n=19), and by anti-HCV positivity (anti-HCV positive; n=32 vs. anti-HCV negative; n=39). Liver biopsy samples were taken, and HBV DNA was quantified by real-time PCR. Results: Intrahepatic HBV DNA was detected in 32.4% (23/71) of the entire cohort, and HBV DNA levels were invariably low in the different groups. Occult HBV infection was detected more frequently in the anti-HBc-positive patients. Intrahepatic HBV DNA was detected in 28.1% (9/32) of the anti-HCV-positive and 35.9% (14/39) of the anti-HCV-negative subjects. The HCV genotype did not affect the detection rate of intrahepatic HBV DNA. In anti-HCV-positive cases, occult HBV infection did not affect liver disease severity. Conclusions: Low levels of intrahepatic HBV DNA were detected frequently in both HBsAg-negative and anti-HCV-positive cases. However, the frequency of occult HBV infection was not affected by the presence of hepatitis C, and occult HBV infection did not have a significant effect on the disease severity of hepatitis C.

고양이 구내염

장재영,Jang, Jae-Yeong 대한수의사회 2006 대한수의사회지 Vol.42 No.3

단어패턴 빈도를 이용한 단문 오피니언 문서 분류기법의 실험적 평가

장재영,김일민 한국인터넷방송통신학회 2012 한국인터넷방송통신학회 논문지 Vol.12 No.5

데이터 마이닝의 문서분류 기술에서 발전된 오피니언 마이닝은 이제 국외뿐만 아니라 국내 산업에서 중요한 관심분야로 자리잡아가고 있다. 오피니언 마이닝의 핵심은 문서에서 감정 단어를 추출하여 긍정/부정 여부를 얼마나 정확하게 판별하느냐를 평가하는 것이다. 국내에서도 이에 관련된 많은 연구가 이루어 졌으나 아직 실용적으로 적용 할 만큼의 분류 정확도를 보이지 않고 있다. 한국어의 경우 비문법적 표현, 감정단어의 다양성 등으로 인해 문서의 극성을 판별하기가 쉽지 않기 때문이다. 본 논문에서는 문법적 요소를 최대한 배제하고 단어패턴의 빈도만을 고려한 새로운 오피니언 문서 분류기법을 제안한다. 제안된 방법에서는 문서를 단어들의 리스트로 추상화한 후, 패턴들의 빈 도를 이용하여 기계학습 알고리즘을 적용한다. 이후에 적절한 스코어 함수를 적용하여 문서의 극성을 판별한다. 또한 제안된 기법의 정확도를 평가하기 위해서 실험결과를 제시한다. An opinion mining technique which was developed from document classification in area of data mining now becomes a common interest in domestic as well as international industries. The core of opinion mining is to decide precisely whether an opinion document is a positive or negative one. Although many related approaches have been previously proposed, a classification accuracy was not satisfiable enough to applying them in practical applications. A opinion documents written in Korean are not easy to determine a polarity automatically because they often include various and ungrammatical words in expressing subjective opinions. Proposed in this paper is a new approach of classification of opinion documents, which considers only a frequency of word patterns and excludes the grammatical factors as much as possible. In proposed method, we express a document into a bag of words and then apply a learning algorithm using a frequency of word patterns, and finally decide the polarity of the document using a score function. Additionally, we also present the experiment results for evaluating the accuracy of the proposed method.

기계학습을 이용한 SNS 오피니언 문서의 자동추출기법

장재영 한국인터넷방송통신학회 2013 한국인터넷방송통신학회 논문지 Vol.13 No.5

최근 들어 SNS가 대중화됨에 따라, 이들로 부터 오피니언을 분석하여 특정 이슈에 대한 여론을 파악하려는 다양한 연구가 진행되고 있다. SNS 환경에서 오피니언 분석을 위해서는 우선 게시글 중에서 오피니언 문서와 그렇지 않은 문서(객관적 문서)를 분리해야한다. 본 논문에서는 트위터 문서로 부터 오피니언 문서만을 추출하는 새로운 방 법을 제안한다. 트위터 환경에서 오피니언 문서에 대한 분류나 검색의 어려운 점은 충분한 학습 자료가 존재하지 않 다는데 있다 이를 위해 제안된 방법에서는 감성 분류를 위해 트위터와 유사한 외부의 정보를 이용하여 기계학습기반 분류 모델을 생성하고, 이를 응용하여 트위터에서의 오피니언 문서 추출에 적용하였다. 또한 실험을 통하여 제안된 방법의 적용 가능성을 평가하였다. Recently, as Social Network Services(SNS) are becoming more popular, much research has been doing on analyzing public opinions from SNS. One of the most important tasks for solving such a problem is to separate opinion(subjective) documents from others(e.g. objective documents) in SNS. In this paper, we propose a new method of retrieving the opinion documents from Twitter. The reason why it is not easy to search or classify the opinion documents in Twitter is due to a lack of publicly available Twitter documents for training. To tackle the problem, at first, we build a machine-learned model for sentiment classification using the external documents similar to Twitter, and then modify the model to separate the opinion documents from Twitter. Experimental results show that proposed method can be applied successfully in opinion classification.

최근 년간 급성 5 A형 간염으로 입원한 환자들에 대한 입원 내용 분석

장재영,유병욱,조용진,오정은,홍성호,조주연 순천향대학교 순천향의학연구소 2009 Journal of Soonchunhyang Medical Science Vol.15 No.1

Background : Due to improvements in Korea's sanitary conditions, antibody rates to the hepatitis A virus is decreasing rapidly and admission due to the disease is increasing. Patients who were admitted for hepatitis A during the last 5 years were selected and yearly differences in admission, clinical picture, medical fees, and differences according to age and gender were analyzed. Methods : Patients who were admitted to the Seoul Soonchunhyang University Hospital during the 5 year period between May of 2003 and April of 2008 and tested positive for IgM anti-HAV were selected and their medical records retrospectively analyzed. Results : 156 subjects [91 male (58%), 65 female (42%)] were selected. The average age was 29.2 years (range; 21.4~37), average admission period 12.6 days (range; 12.5~17.7) days, and average medical fees 2,295,151 (range; 932,097~3,658,205) KRW(Korean Won). Yearly incidence rates were as follows : 10 for May, 2003 to April, 2004, 14 for May, 2004 to April, 2005, 23 for May, 2005 to April, 2006, 69 for May, 2006 to April, 2007, and 41 for May, 2007 to April, 2008. The maximum value median of AST, ALT, and bilirubin during admission was 989 IU/L, 1999 IU/L, and 5.6 mg/dL each. Each factors were all positively correlated with the patient's age. Conclusions : Recent decrease in antibody positivity of the hepatitis A virus and subsequent surge of acute hepatitis A is a cause of rising socioeconomic costs. A large scale epidemiologic research on whether HAV vaccination should be made mandatory and health insurance applied seems to be needed.

구연 : 소화기 ; 브로콜리 알약의 Helicobacter pylori 억제효과

장재영,장영운,심재준,김남훈,임근우,정용희,한요셉,동석호,김효종,김병호,이정일,장린 대한내과학회 2003 대한내과학회 추계학술대회 Vol.65 No.10

한글 위키피디아를 이용한 트위터 문서의 주제별 클러스터링 기법

장재영 한국인터넷방송통신학회 2014 한국인터넷방송통신학회 논문지 Vol.14 No.5

최근 들어 트위터와 같은 SNS 환경에서 검색의 필요성이 증가하고 있다. 트위터 검색을 지원하기 위해서는 다량으로 검색된 문서를 주제별로 분류하는 클러스터링 기법이 필요하다. 하지만 트위터의 특성상 단순한 클러스터링 기술을 그대로 적용하기에는 많은 제약이 따른다. 본 논문에서는 이를 극복하기 위해 트위터 환경에 적합한 클러스터 링 기법을 제안한다. 제안된 기법에서는 한글 위키피디아를 이용하여 각 트위터 문서에 대한 특징 벡터를 보강하고 각 특징들의 가중치를 재계산하는 방법을 이용하였다. 또한 한글 트위터 문서를 대상으로 실험을 실시하고 기존 기법 과의 성능 비교를 통해서 제안된 기법의 유용성을 증명하였다. Recently, the need for retrieving documents is growing in SNS environment such as twitter. For supporting the twitter search, a clustering technique classifying the massively retrieved documents in terms of topics is required. However, due to the nature of twitter, there is a limit in applying previous simple techniques to clustering the twitter documents. To overcome such problem, we propose in this paper a new clustering technique suitable to twitter environment. In proposed method, we augment new terms to feature vectors representing the twitter documents, and recalculate the weights of features using Korean Wikipedia. In addition, we performed the experiments with Korean twitter documents, and proved the usability of proposed method through performance comparison with the previous techniques.