http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 윤유동 ( You-dong Yun ) (검색결과 11 건)
- 무료
- 기관 내 무료
- 유료
-
윤유동 ( You Dong Yun ),지혜성 ( Hye Sung Ji ),임희석 ( Heui Seok Lim ) 한국컴퓨터교육학회 2016 한국컴퓨터교육학회 학술발표대회논문집 Vol.20 No.1
2000년대 초 인터넷을 비롯한 ICT의 급격한 발전에 따라 교육 분야에서 스마트 기기와 소셜 미디어의 대중화로 개인의 지식 구성이라는 틀이 소셜 러닝이라는 패러다임으로 변화하면서 온라인 학습 서비스에서 수많은 데이터들이 생산되었지만, 데이터 간의 관계를 파악하는 것은 데이터가 증가할수록 어려워졌다. 따라서 데이터를 명확하고 효과적으로 활용하는 데이터 시각화가 중요한 분야로 떠오르고 있다. 그러나 수많은 온라인 학습 서비스에서 평가 결과에 대한 편중된 시각화로 학습자들이 학습에 대한 의사결정과 서비스 내 학습자 행동 변화 감지에 어려움을 겪고 있다. 이에 본 논문에서는 학습 서비스에 기록된 학습자의 데이터를 유형별로 세분화하여 학습자의 의사결정과 다른 학습자들의 행동 변화 인식에 도움을 주는 교육 데이터 시각화 시스템을 제안한다. 본 시스템은 유형별 데이터 시각화로 학습 서비스에 기록된 학습자의 데이터 관계를 보다 쉽게 인식할 수 있게 해 준다.
-
시니어 인지반응과 온라인 활동 이력을 활용한 개인화 추천 시스템 설계
윤유동 ( You-dong Yun ),지혜성 ( Hye-sung Ji ),임희석 ( Heui-seok Lim ) 한국정보처리학회 2016 한국정보처리학회 학술대회논문집 Vol.23 No.2
최근 통신 기술의 발달로 온라인을 통한 대규모 콘텐츠의 유통이 가능해졌으나, 사용자들은 수많은 콘텐츠 사이에서 원하는 정보를 찾는 시간이 단축되는 것을 원했다. 이로 인해 다양한 분야에서 개인화된 콘텐츠를 추천해주는 추천 시스템(recommendation system)에 대한 요구가 점차 높아졌다. 그럼에도 불구하고 시니어를 위한 추천 시스템에 대한 연구는 매우 부족하다. 또한, 시니어 세대의 변화에 따라 시니어 관련 콘텐츠 연구도 다양하게 진행되고 있으나, 스마트 기기 및 서비스가 젊은 층에 친화적으로 개발됨으로써 시니어 층의 접근성을 감소시키고 있다. 이에 본 연구에서는 다양한 신체적 변화를 겪는 시니어 세대 위해 추천 시스템에서 인지반응 데이터를 이용하여 콘텐츠를 시청하기 적합한 환경을 제공함과 동시에 활동 이력을 중심으로 개인화 추천 시스템을 설계하여 시니어 사용자들의 개념 변화(concept drift) 문제로 사용자가 원하지 않는 콘텐츠를 추천받을 가능성을 줄일 수 있도록 한다.
-
청소년 시기의 인터넷 사용에 영향을 미치는 요인 분석 연구
윤유동 ( You-dong Yun ),지혜성 ( Hye-sung Ji ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2016 컴퓨터교육학회 논문지 Vol.19 No.5
최근 청소년의 과도한 인터넷 사용에 관한 부정적인 영향들이 증가함에 따라 인터넷 중독 문제가 지적되고 있다. 이에 본 연구에서는 제11차 청소년건강행태온라인조사 데이터를 활용하여 다양한 분석을 통해 도출된 결과를 기반으로 청소년의 과도한 인터넷 사용 대응방안에 대해 논의하고자 하며, 청소년시기의 인터넷 이용에 영향을 미치는 요인으로는 인구사회학적 특성 요인, 심리 요인, 행동 요인을 중심으로 탐색하였다. 이 결과, 기존의 연구에서 접근하지 못했던 다양한 변인들이 청소년기의 인터넷 이용에 영향이 있음을 확인하였다. 본 연구의 결과를 통해 청소년기의 인터넷 이용에 영향을 미치는 변수들을 살펴볼 수 있으며, 나아가 청소년기의 과도한 인터넷 사용에 대한 대응방안을 마련할 수 있다. Recently, Internet addiction problem has arised due to increasing negative effects about excessive internet use among youth. In this study, by utilizing the `11th youth health behaviors online survey data`, we discuss the countermeasures for excessive internet usage of adolescence based on various analysis. we examined the effects of demographic characteristic factors, psychological factors, behavioral factors on internet usage of adolescence. As a result, it was confirmed that there were various variables that influenced adolescent internet usage which were not approached in previous researches. And through these results, we can confirm these variables. In addition, we can also provide countermeasures on excessive internet usages by that of adolescents.
-
기계 학습 방법을 이용한 직장 생활 프로파일 기반의 퇴직 예측 모델 개발
윤유동 ( You-dong Yun ),이설화 ( Seol-hwa Lee ),지혜성 ( Hye-sung Ji ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2017 컴퓨터교육학회 논문지 Vol.20 No.1
최근 대부분의 기업에서 인적 자원의 유출이 조직에 미칠 부정적인 영향을 인지하게 되면서 조직 구성원의 이직 및 퇴직의도에 대해 많은 연구가 이루어졌다. 그러나 대부분 설문조사의 형태로 이루어지며, 직장 생활 데이터를 기반으로 이직 또는 퇴직의도를 살펴본 연구는 아직까지 미비했다. 이에 본 연구에서는 직장 생활 프로파일을 기반으로 직원의 퇴직 여부에 영향을 미치는 요인에 대한 분석을 실시하고, 기계 학습 방법을 활용하여 퇴직 예측 모델을 생성했다. 이 결과, 기존의 설문조사를 중심으로 수행되었던 연구에서 접근하지 못했던 다양한 요인들을 파악할 수 있었다. 또한, 우수한 성능의 퇴직 예측모델 생성을 통해 기업의 인적 자원 유출에 대한 해결방안을 제시할 수 있는 연구의 발판을 마련했다. Recently, much research has been done on the turnover and retirement intentions of the organization members as many companies recognize the negative impact of the human resource outflow on the organization. However, most of the studies are conducted in the form of questionnaires, and there is still a lack of studies on the turnover and retirement intentions based on the work life data. In this study, we analyzed the factors affecting the retirement of employees based on the work life profile, and created a retirement prediction model using the machine learning method. As a result, we could identify various factors that were not covered in previous researches. In addition, we have established a basis for research that can provide a solution for the problem of human resource outflow by generating a good performance retirement prediction model.
-
윤유동 ( You-dong Yun ),지혜성 ( Hye-sung Ji ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2016 한국컴퓨터교육학회 학술발표대회논문집 Vol.20 No.2
스마트폰의 보급과 웹 서비스의 등장으로 콘텐츠 제공자가 수많은 콘텐츠를 원하는 사용자에게 제공하는것이 가능해졌으나, 사용자들은 정보 검색과 의사결정 시간이 단축되는 것을 원했고, 그 대안으로 추천 시스템이 등장했다. 그러나 개인의 특성을 반영하지 못한 추천은 실질적 의사결정에 큰 영향을 끼치지 못했고, 이는 사용자 과거 정보를 기반으로 다양한 분석을 통해 개별화 규칙을 찾아 추천 정보를 제공하는 개인화 추천으로 발전했다. 기존의 개인화 추천 연구에서는 대부분 사용자가 선택한 콘텐츠나 그 콘텐츠에 대한 평가 기록을 바탕으로 추천을 수행하는데, 사용자의 선호도는 시간이 지남에 따라 변화하기 때문에 다소 제한적인 추천이 이루어질 수 있다. 이에 본 논문에서는 온라인에서 사용자의 활동 자체에 초점을 맞춰 사용자에게 적합한 콘텐츠를 제공하는 개인화 추천 방식을 제안하며, 이를 위한 활동 이력 프로파일을 설계한다.
-
청소년 건강 행태 온라인 조사 데이터를 이용한 청소년의 인테넷 과다 사용 현황 분석 연구
윤유동 ( You Dong Yun ),서경진 ( Kyoung Jin Seo ),이설화 ( Seol Hwa Lee ) 한국컴퓨터교육학회 2015 한국컴퓨터교육학회 학술발표대회논문집 Vol.19 No.1
최근 청소년 인터넷 과다 사용에 관한 문제가 범죄로 이어짐에 따라 인터넷 중독 예방 기관 등이 생겨나고 정부 차원에서 대처방안을 마련하고자 하는 등 문제 해결의 시급함이 드러나고 있다. 본 연구에서는 청소년 건강행태 온라인 조사 설문을 바탕으로 청소년 인터넷 과다 사용의 요인을 실증적으로 규명하려 한다. 선행연구를 통해 인터넷 과다 사용을 불러일으키는 요인이 무엇인지 알아보았는데, 그 중에서도 심리적요인과 환경적 요인에서 요인을 찾고자 하였다. 현재 다양한 청소년 인터넷 중독에 대한 해결 방안이 등장하였고 실행되었지만, 아직까지 청소년 인터넷 중독에 대한 문제는 해결되지 않고 있다. 그래서 본 연구에서는 스트레스, 우울증, 학업 성적, 가족 환경 등의 요인들을 심리적 요인, 환경적 요인으로 나누어 직접적으로 분석하여 인터넷 사용 시간에 어떠한 영향을 미치는지 분석하였다.
-
기계학습 방법을 활용한 온라인 사용자 활동 프로파일 모델링 연구
윤유동 ( You-dong Yun ),지혜성 ( Hye-sung Ji ),임희석 ( Heui-seok Lim ) 한국컴퓨터교육학회 2017 한국컴퓨터교육학회 학술발표대회논문집 Vol.21 No.1
스마트폰의 보급 및 웹 서비스의 등장으로 사용자들은 수많은 콘텐츠를 접할 수 있게 되었으나, 수많은 콘텐츠사이에서 원하는 콘텐츠를 찾는데 어려움을 겪었다. 이러한 어려움으로 사용자들은 원하는 콘텐츠 검색 및 의사결정에 소비되는 시간의 단축을 원하게 되었고, 서비스 제공자는 이러한 요구의 대안으로 추천 시스템에 대한 연구를 진행해왔다. 기존의 개인화 추천 연구에서는 대부분 사용자가 선택한 콘텐츠 및 콘텐츠에 대한 평가 기록을 기반으로 추천이 이루어지는데, 콘텐츠 중심의 사용자의 선호도는 시간이 지남에 따라 변화하기 때문에 다소 제한적인 추천이 이루어질 수 있다. 이에 본 논문에서는 기계학습 방법을 기반으로 사용자의 활동에 초점을 두어 사용자의 선호도를 추출하는 모델링 방법을 제안한다. 이를 통해 콘텐츠 중심의 선호도 변화 문제 해결은 물론 활동 프로파일 기반의 개인화 추천 시스템에 대한 발판을 마련할 수 있다.
-
-
실어증 환자를 위한 온라인 언어 재활 훈련 및 진단 시스템 개발
윤유동 ( You Dong Yun ),남기춘 ( Ki Chun Nam ),편성범 ( Seong Bum Pyun ),배소영 ( So Young Bae ),임희석 ( Heui Seok Lim ) 한국컴퓨터교육학회 2015 한국컴퓨터교육학회 학술발표대회논문집 Vol.19 No.2
실어증은 뇌졸중과 같은 혈관장애나 교통사고 등의 외상성 뇌질환의 후유증으로 발생하는 언어장애로서, 이를 통해 환자 개인뿐만 아니라 가족과 사회에도 문제를 초래할 수 있으므로 실어증 환자의 진단 및 치료는 대단히 중요하다. 언어 치료는 발병 후 조기에 시작할수록 회복이 빠르다는 점에서 연구 결과들이 일치하고 있다. 하지만 환자 대비 언어치료전문가의 수가 적어 치료시기를 놓칠 수 있기 때문에 중요한 것이 짧은 시간 안에 가능한 실어증진단과 전문가와의 접근성이다. 우리나라는 인터넷 보급률과 컴퓨터 보급률이 높기 때문에, 웹기반으로 한다면 접근성이 우수해질 수 있다. 본 연구에서는 개발된 ‘온라인 언어 재활 훈련 및 진단 시스템’을 제안하고 본 시스템을 통해 얻을 수 있는 데이터를 통해 어떠한 연구를 진행할 수 있는지에 대해 언급한다. 본 시스템은 고려대학교 안암병원 재활의학과 언어치료실에서 개발한 ‘실어증을 위한 가정지도 워크북’을 토대로 시스템을 개발하여 짧은 시간 안에 실어증 여부 확인과 언어 재활 훈련을 수행할 수 있고, 웹기반으로 개발되어 의사, 언어치료사, 그리고 보호자 등 누구나 쉽게 치료와 관련된 콘텐츠, 정보, 그리고 재활 방법을 공유할 수 있다.
-
양영욱 ( Yeong-wook Yang ),윤유동 ( You-dong Yun ),임희석 ( Heui-seok Lim ) 한국정보처리학회 2017 한국정보처리학회 학술대회논문집 Vol.24 No.1
Matrix factorization은 사용자의 아이템 선호도를 통해 아이템을 추천해주는 성공적인 기술 중 하나이다. 이 기법은 사용자-아이템의 선호도 행렬을 채우는 것을 목표로 한다. 이 목표를 달성하기 위해 사용자-아이템의 선호도 행렬을 사용자 행렬(user latent factor)와 아이템 행렬(item latent factor)로 분해하고, 각 행렬에 대해 추론하여 완성된 사용자-아이템의 선호도 행렬을 추론한다. 하지만 Matrix factorization은 아이템의 수가 많고, 아이템에 대한 사용자들의 선호도 데이터가 적을 때 성능이 제한된다. 또한 새로운 아이템이 추가되었을 때, 새로운 아이템에 대한 사용자들의 선호도 정보가 없기 때문에 새로운 아이템이 추천되지 않는다는 문제를 가진다. 이를 해결하기 위해 본 논문에서는 아이템에 대한 부가적인 정보인 아이템 간의 유사도 정보와 아이템의 시나리오 정보의 유사도를 모델링하여 기존의 전통적인 Matrix factorization에 추가하는 아이템 정보 기반 추천 시스템을 제안한다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
