스마트폰 서비스의 수용적 요인에 관한 연구

최준혁(Junhyeog Choi),백영태(Yeongtae Baek),한승진(Seungjin Han) 한국컴퓨터정보학회 2013 韓國컴퓨터情報學會論文誌 Vol.18 No.11

본 논문은 스마트폰 제조업체, 이동통신사 등 관련기업들이 제공하고 있는 다양한 서비스들 중에서 사용자들에게 유용하며 투자 대비 효과가 큰 서비스들이 무엇인지에 대해 사용자 관점에서 고찰하고, 스마트폰을 이용한 새로운 서비스 모델을 구성하는 데 필요한 요소들을 도출하고자 한다. 특히, 계획된 행동이론(Theory of Planned Behavior, TPB)을 적용하여, 태도에 영향을 주는 태도적 신념(Attitudinal Belief), 주관적 규범(Subjective Norms), 통제 신념(Control Belief)을 스마트폰이 제공하는 세부 서비스들 관점에서 설정함으로써 서비스 종류별로 사용자들이 서비스들에 대해 갖고 있는 신념이 태도에 미치는 영향을 분석하였다. 그 결과 태도적 신념 10개 중 5개가 통제적 신념 3개 중 1개가 통계적으로 유의한 것으로 나타났고, 주관적 규범이 높을수록 사용이 높아질 것이라는 가설은 통계적으로 유의하지 않은 것으로 나타났다. 본 논문의 결과를 토대로 이동통신사 및 스마트폰 제조업체에게는 스마트폰을 이용한 새로운 비즈니스 모델을 수립하는데 시사점을 줄 수 있을 것으로 기대한다. This study first aims to investigate from the users' perspective what service is the most efficient to users and what service is relatively the most effective in contrast to investment among a variety of services provided by smartphone manufacturers, telecommunication companies, and related corporations. In addition, this research suggests implicatively important elements for making the future model of smartphone services. For this end, this study finds out the factors which generate users' positive or negative attitudes towards smartphone use through a questionnaire of those who are using smartphones at present. In particular, by applying Theory of Planned Behavior, this study analyzes the influence exerted by the user's belief towards the kinds of services by setting up Attitudinal Belief, Subjective Norms, and Control Belief which have an influence on attitude from the perspective of smartphone providing detailed services. The results of this study will eventually help the smartphone manufacturers, telecommunication companies, and related corporations to establish smartphone marketing strategy as well as to select the smartphone services which will have popular appeal to their users.

특허키워드분석을 위한 베이지안 회귀모형

최준혁(JunHyeog Choi),전성해(SungHae Jun) 한국컴퓨터정보학회 2016 韓國컴퓨터情報學會論文誌 Vol.21 No.1

In this paper, we propose an efficient dynamic workload balancing strategy which improves the performance of high-performance computing system. The key idea of this dynamic workload balancing strategy is to minimize execution time of each job and to maximize the system throughput by effectively using system resource such as CPU, memory. Also, this strategy dynamically allocates job by considering demanded memory size of executing job and workload status of each node. If an overload node occurs due to allocated job, the proposed scheme migrates job, executing in overload nodes, to another free nodes and reduces the waiting time and execution time of job by balancing workload of each node. Through simulation, we show that the proposed dynamic workload balancing strategy based on CPU, memory improves the performance of high-performance computing system compared to previous strategies.

군집분석과 베이지안 학습을 이용한 웹 도서 동적 추천 시스템

최준혁(JunHyeog Choi),김대수(DaeSu Kim),임기욱(KeeWook Rim) 한국지능시스템학회 2002 한국지능시스템학회논문지 Vol.12 No.5

기존의 동적 추천 시스템에서 사용하는 개인화 기법은 주로 협업 필터링 방식으로서 다른 사용자들에 대한 평가 정보를 이용하여 동적 링크를 제공하기 때문에 사용자가 고려하지 못한 아이템들을 추천한다는 장점을 갖고 있다. 그러나 협업필터링 과정은 현재 사용자와 가장 유사한 패턴을 보이는 사용자를 선택하기 위해 전체 사용자와의 유사도를 재계산해야 한다는 계산의 복잡성과 사용자 프로화일의 정보가 현 사용자의 키워드 입력 시점에서 동적으로 갱신되지 않기 때문에 오류정보가 포함될 수 있다는 문제점이 있다. 본 논문에서는 유사한 선호도를 보이는 사용자를 대상으로 군집분석을 수행함으로서, 이웃 사용자를 선택하는 과정을 단순화할 수 있고, 또한 베이지안 학습을 이용하여 사용자의 선호도를 동적으로 갱신할 수 있는 알고리즘을 설계하고 구현하였다. 사용자의 키워드가 입력되는 순간 사전 데이터와 사후 데이터가 선호도 확률에 동적으로 반영됨으로써 오류정보를 최소화한다. 이렇게 설계된 시스템은 실험을 통해 웹 도서 추천시스템에 적용되어 사용자의 만족도를 증가시킬 수 있음을 보인다. Collaborative filtering method for personalization can suggest new items and information which a user hasn't expected. But there are some problems. Not only the steps for calculating similarity value between each user is complex but also it doesn't reflect user's interest dynamically when a user input a query. In this paper, classifying users by their interest makes calculating similarity simple. We propose the algorithm for readjusting user's interest dynamically using the profile and Bayesian learning. When a user input a keyword searching for a item, his new interest is readjusted. And the user's profile that consists of used key words and the presence frequency of key words is designed and used to reflect the recent interest of users. Our methods of adjusting user's interest using the profile and Bayesian learning can improve the real satisfaction of users through the experiment with data set, collected in University's library. It recommends a user items which he would be interested in.

부분최소제곱 회귀분석을 이용한 인공지능 기술분석

최준혁(JunHyeog Choi),전성해(Sunghae Jun) 한국컴퓨터정보학회 2020 韓國컴퓨터情報學會論文誌 Vol.25 No.3

본 논문에서는 부분 최소 제곱(PLS) 회귀 모형을 이용한 인공지능(AI) 기술 분석을 제안한다. AI 기술은 이제 우리 사회의 대부분의 영역에 영향을 미치고 있다. 따라서 이 기술에 대한 정확한 이해가 필요하게 된다. AI 기술을 분석하기 위하여 전 세계 특허 데이터베이스로부터 AI 관련 특허 문서를 수집하고 텍스트 마이닝 기법을 사용하여 수집된 특허 문서에서 AI 기술 키워드를 추출한다. 본 연구에서는 추출된 AI 키워드 데이터를 PLS 회귀 모형으로 분석한다. 바이오정보학, 사회과학 및 공학 등 다양한 분야에서 고급 데이터 분석을 위하여 사용되는 PLS 회귀 모형은 부분 최소 제곱 기법을 기반으로 한다. 제안 방법의 성능을 확인하기 위하여 AI 특허 문서를 사용하여 분석 실험을 수행하고 제안하는 연구가 실제 문제에 어떻게 적용될 수 있는지 보여 준다. 본 논문은 AI 기술뿐만 아니라 다른 기술 분야에도 적용 할 수 있다. In this paper, we propose an artificial intelligence(AI) technology analysis using partial least square(PLS) regression model. AI technology is now affecting most areas of our society. So, it is necessary to understand this technology. To analyze the AI technology, we collect the patent documents related to AI from the patent databases in the world. We extract AI technology keywords from the patent documents by text mining techniques. In addition, we analyze the AI keyword data by PLS regression model. This regression model is based on the technique of partial least squares used in the advanced analyses such as bioinformatics, social science, and engineering. To show the performance of our proposed method, we make experiments using AI patent documents, and we illustrate how our research can be applied to real problems. This paper is applicable not only to AI technology but also to other technological fields. This also contributes to understanding other various technologies by PLS regression analysis.

Big Data Smoothing and Outlier Removal for Patent Big Data Analysis

JunHyeog Choi(최준혁),Sunghae Jun(전성해) 한국컴퓨터정보학회 2016 韓國컴퓨터情報學會論文誌 Vol.21 No.8

In general statistical analysis, we need to make a normal assumption. If this assumption is not satisfied, we cannot expect a good result of statistical data analysis. Most of statistical methods processing the outlier and noise also need to the assumption. But the assumption is not satisfied in big data because of its large volume and heterogeneity. So we propose a methodology based on box-plot and data smoothing for controling outlier and noise in big data analysis. The proposed methodology is not dependent upon the normal assumption. In addition, we select patent documents as target domain of big data because patent big data analysis is a important issue in management of technology. We analyze patent documents using big data learning methods for technology analysis. The collected patent data from patent databases on the world are preprocessed and analyzed by text mining and statistics. But the most researches about patent big data analysis did not consider the outlier and noise problem. This problem decreases the accuracy of prediction and increases the variance of parameter estimation. In this paper, we check the existence of the outlier and noise in patent big data. To know whether the outlier is or not in the patent big data, we use box-plot and smoothing visualization. We use the patent documents related to three dimensional printing technology to illustrate how the proposed methodology can be used for finding the existence of noise in the searched patent big data.

인공지능 기술분석을 위한 베이지안 추론

최준혁(Junhyeog Choi),전성해(Sunghae Jun) 한국지능시스템학회 2018 한국지능시스템학회논문지 Vol.28 No.4

인간과 같은 지능을 갖는 컴퓨터를 만드는 인공지능 기술에 대한 눈부신 발전에 의해 사회 각 분야에서 인공지능 기술에 대한 의존도가 점점 커지고 있다. 따라서 인공지능 기술에 대한 정확한 분석에 대한 수요도 지속적으로 증가하고 있다. 따라서 본 논문에서는 인공지능과 관련된 기술분석을 위하여 베이지안 추론 기반의 통계분석 방법에 대하여 연구한다. 현재까지 출원된 인공지능 관련 기술특허를 모두 수집하여 텍스트 마이닝 전처리를 통하여 키워드를 추출하고 이를 이용하여 인공지능 관련 기술분석을 수행한다. 제안방법의 타당성을 확인하기 위하여 인공지능을 위한 2가지 세부기술인 데이터학습과 자연어이해에 대한 키워드를 추출하고 이를 분석하여 실제적용의 가능성을 확인하였다. Due to the remarkable development of artificial intelligence technology that makes computers with intelligence like human beings, artificial intelligence technology is increasingly relied on in each field of society. Therefore, demand for accurate analysis of artificial intelligence technology is continuously increasing. Therefore, in this paper, we study the statistical analysis method based on Bayesian inference for technology analysis related to artificial intelligence. We collect all patents related to artificial intelligence related patents so far, extract keywords through text mining preprocessing, and perform artificial intelligence related technology analysis using them. In order to verify the validity of the proposed method, we considered two sub-technologies which are learning from data and natural language understanding for artificial intelligence, and analyzed the possibility of actual application.

베이지안 GTM을 이용한 패턴 분류

최준혁(JunHyeog Choi),김중배(JoongBae Kim),김대수(DaeSu Kim),임기욱(KeeWook Rim) 한국지능시스템학회 2001 한국지능시스템학회 학술발표 논문집 Vol.11 No.2

커널 Bagging기반의 Import Vector Machine을 이용한 다중 패턴 분류

최준혁(JunHyeog Choi),김대수(DaeSu Kim),임기욱(KeeWook Rim) 한국지능시스템학회 2002 한국지능시스템학회 학술발표 논문집 Vol.12 No.2

연역적 유전자 알고리즘을 이용한 연관 단어 지식베이스의 최적화

고수정(Soo-Jung Ko),최준혁(JunHyeog Choi),이정현(Jung-Hyen Lee) 한국정보과학회 2001 정보과학회논문지 : 소프트웨어 및 응용 Vol.28 No.8

지식 기반 정보검색 시스템에서의 질의 확장은 단어간의 의미 관계를 고려한 지식베이스를 필요로 한다. 기존의 단순 마이닝 기법은 사용자의 선호도를 고려하지 않은 채 연관 단어를 추출하므로 재현율은 향상되나 정확도는 저하된다. 본 논문에서는 단어간의 의미 관계를 고려한 연관 단어 중에서 사용자가 선호하는 연관 단어만을 포함하는 정확도가 향상된 최적화된 연관 단어 지식베이스 구축을 위한 방법을 제안한다. 이를 위해 컴퓨터 분야의 웹문서를 8개의 클래스로 분류하고, 각 클래스별 웹문서에서 명사를 추출한다. 추출된 명사를 대상으로 Apriori 알고리즘을 이용하여 연관 단어를 추출하고, 유전자 알고리즘을 이용하여 사용자가 선호하지 않는 연관 단어를 지식베이스의 구축 대상에서 제외시킨다. 본 논문에서 제안된 Apriori 알고리즘과 유전자 알고리즘의 성능을 평가하기 위하여 Apriori 알고리즘은 상호정보량과 Rocchio 알고리즘과 비교하며, 유전자 알고리즘은 TF?IDF를 이용한 단어 정제 방법과 비교한다. The query expansion in the KBQP(Knowledge Based Query Processor) needs a knowledge base being considered semantic relation among words. Because established simple mining technique extracts the association words without considering user preference, it shows higher recall but lower accuracy. In this paper, we propose a method to construct optimized association word knowledge base that improves the accuracy of categorization and includes only the association words of user preference being considered semantic relation among words. For the purpose, web documents on the field of computer are categorized into 8 classes and nouns are extracted from each classified web document. Association words are mined from these nouns by Apriori algorithm and association words which user doesn't prefer are pruned by genetic algorithm. For the purpose of evaluating the performance of Apriori and Genetic algorithm designed in this paper, Apriori algorithm is compared with Rocchio algorithm and mutual information, and genetic algorithm is compared with word refining method using TF · IDF.

빅 데이터와 통계학, 그 연결은?

전성혜(Sunghae Jun),최준혁(Junhyeog Choi) 한국지능시스템학회 2014 한국지능시스템학회 학술발표 논문집 Vol.24 No.1