전문대학생의 셀프리더십, 거부민감성이 주관적 삶의 질에 미치는 영향

이윤주(Yunju Lee),서보미(Bomi Seo) 한국산학기술학회 2018 한국산학기술학회논문지 Vol.19 No.9

본 연구는 전문대학생의 셀프리더십과 거부민감성이 주관적 삶의 질에 미치는영향을 파악하여 기초자료를 제공하고자 한다. 일개 대학 전문대학생에게 2016년 11월 14일부터 11월 30일까지 기혼자와 간호학과 학생을 제외하고 설문 조사를 실시한 결과, 불성실한 응답을 제외하고 총 607명 응답을 분석하였다. 자료는 SPSS 18.0 버전으로 t-test, ANOVA, Pearson 상관계수와 단계적 다중회귀분석으로 분석하였다. 전문대학생의 주관적 삶의 질 정도는 4.1점(7점 기준)으로 여학생에 비해 남학생의 주관적 삶의 질이 높고(p=.021), 1학년인 경우가 그렇지 않은 경우보다 삶의 질이 낮았다(p<.001). 셀프리더십과 양의 상관관계(r=.279)를 보이고, 거부민감성과는 음의 상관관계 (r=-.224)를 나타내었다. 전문대학생의 주관적 삶의 질에 대한 회귀분석 결과, 전공만족도(β=32, p<.001), 자연적 보상전략(β=23, p<.001), 성별(β=.17, p<.001), 예기불안(β=-.15, p<.001) 및 학년(β=.14, p<.001)순으로 통계적으로 유의하였으며, 이에 대한 설명력은 27.6%이었다. 추후 전문대학생의 주관적인 삶의 질을 향상시키기 위해 셀프리더십과 거부민감성에 대한 교육프로그램을 개발하여 적용하는 것이 필요할 것이다. 또한, 신입생과 여학생의 경우에 삶의 질을 향상시키기 위해 보다 각별한 관심이 요구되는 바이다. The purpose of this study was to provide a basic data required to improve the satisfaction of life in college students. A sample of 607 students attending the university in Incheon, Korea completed a survey, which consisted of a quality of life questionnaire and sociodemographic inventory. The data were collected between November 14 and November 30, 2016. Data analysis was performed using t-test, ANOVA, Pearson correlation coefficients, and stepwise multiple regression analysis with SPSS/WIN 18.0 program. The subjective quality of life was significantly correlated with self-leadership (r=.279, p<0.01) and rejection sensitivity (r=-.224, p<0.01). The significant predictors that influence the quality of life of subjects were satisfaction in major, natural reward strategies, gender, anticipated anxiety and grade, in which 27.6% (F=47.27, p<0.01) was the explained variance. (Ed note: confirm) This study showed that rejection sensitivity and self-leadership were significant factors that influenced college students’ subjective quality of life. Therefore, college administrators may consider developing educational programs about rejection sensitivity and self-leadership for college students to improve subjective quality of life.

고객의 검색패턴과 상품 상세정보를 활용한 상품 추천 모형의 개선

이윤주(Yunju Lee),이재준(Jaejun Lee),안현철(Hyunchul Ahn) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.1

본 논문에서는 검색 키워드와 상품 상세정보를 활용한 Doc2vec 기반의 새로운 추천 모형을 제안한다. 지금까지 추천 시스템에 관한 많은 기존 연구에서는 고객의 구매 이력이나 평점 같은 정형 데이터만을 사용하는 협업 필터링(CF) 알고리즘에 기반한 추천 모델이 제안되었다. 그러나 CF에서 온라인 고객 리뷰와 같은 비정형 데이터를 사용하면, 보다 나은 추천결과를 도출할 수 있다. 이에 본 연구에서는 기존 연구에서 거의 활용되지 않았던 검색 키워드 정보와 상품 상세정보를 제품 추천에 활용할 것을 제안한다. 본 연구의 제안 모형은 고객이 구매한 상품에 대한 평점, 검색어, 상품 상세정보를 종합적으로 고려한 CF 알고리즘을 이용해 추천결과를 생성한다. 이 때 비정형 데이터로부터 정량적인 패턴을 추출하기 위한 방법으로는 Doc2vec이 적용된다. 실험 결과 제안 모형이 기존 추천 모형보다 더 나은 성능을 보이는 것을 알 수 있었고, 검색어 및 상품 상세정보가 추천에 유의한 영향을 미치는 것을 확인하였다. 본 연구는 고객의 온라인 행동 정보를 추천시스템에 적용하였다는 점과 전통적인 CF의 한계 중 하나인 콜드 스타트 문제를 완화하였다는 점에서 학술적 의의가 있다. In this paper, we propose a novel recommendation model based on Doc2vec using search keywords and product details. Until now, a lot of prior studies on recommender systems have proposed collaborative filtering (CF) as the main algorithm for recommendation, which uses only structured input data such as customers’ purchase history or ratings. However, the use of unstructured data like online customer review in CF may lead to better recommendation. Under this background, we propose to use search keyword data and product detail information, which are seldom used in previous studies, for product recommendation. The proposed model makes recommendation by using CF which simultaneously considers ratings, search keywords and detailed information of the products purchased by customers. To extract quantitative patterns from these unstructured data, Doc2vec is applied. As a result of the experiment, the proposed model was found to outperform the conventional recommendation model. In addition, it was confirmed that search keywords and product details had a significant effect on recommendation. This study has academic significance in that it tries to apply the customers" online behavior information to the recommendation system and that it mitigates the cold start problem, which is one of the critical limitations of CF.

폐색 환경의 자세 추정시 데이터 어그멘테이션에 따른 성능 향상

이윤주(Yunju Lee),박성식(Seongsik Park) 한국정보과학회 2023 한국정보과학회 학술발표논문집 Vol.2023 No.6

AR/MR See-through 디바이스용 손가락 제스처 인식 시스템

이윤주(Yunju Lee),박세호(Seho Park) 한국정보과학회 2018 한국정보과학회 학술발표논문집 Vol.2018 No.12

텍스트 마이닝 기법을 활용한 웹툰 댓글 분석 : 네이버 베스트 도전 웹툰을 중심으로

이윤주(Yunju Lee),소현정(Hyeonjeong So),곽기영(Kee-Young Kwahk),안현철(Hyunchul Ahn) 한국컴퓨터정보학회 2020 한국컴퓨터정보학회 학술발표논문집 Vol.28 No.2

웹툰 시장의 성장에 따라, 웹툰을 주제로 다양한 연구가 진행되고 있다. 그러나 웹툰의 댓글을 분석한 연구는 특정 웹툰에 한정된 연구가 많아 일반적인 웹툰 독자의 댓글 특징을 보기에는 한계가 있다. 또한 웹툰의 흥행과 관련하여, 흥행에 성공한 웹툰과 그렇지 못한 웹툰의 독자 반응을 파악하는 연구는 부족한 실정이다. 따라서 본 연구는 웹툰의 흥행에 주목하여, 흥행의 지표를 웹툰 플랫폼 정식연재로 판단하고, 정식연재가 된 웹툰과 되지 못한 웹툰의 댓글을 비교 분석하였다. 분석 결과, 정식연재가 된 웹툰은 긍정적인 감상평 외에 2차적 저작물을 언급하고 등장인물의 이름 언급이 높았으나 정식연재가 되지 못한 웹툰은 부정적인 감상평 외에, 웹툰 요소에 대한 부정적 언급과 웹툰 장르와 다른 장르의 언급이 나타나 웹툰에 대한 독자의 불만족 요인을 파악할 수 있었다.

A Qualitative Study on Secretaries’ Informal Learning in the Workplace

Lee Yunju(이윤주),Paek Jeeyon(백지연) 한국비서학회 2011 비서·사무경영연구 Vol.20 No.1

본 연구는 비서들의 일터에서의 무형식 학습이 어떤 모습으로 일어나는지 그 발생 형태를 살펴보고, 학습에 있어서 촉진 요인이 무엇인지, 학습의 결과로서 얻어지는 지식, 기술, 태도 등에는 무엇이 있는지를 도출함으로써 비서들의 일터에서의 무형식 학습에 대한 기초 자료를 제공하는데 그 목적이 있다. 본 연구의 연구문제는 다음과 같다. 첫째, 일터에서의 비서들은 어떻게 무형식적으로 학습하는가? 둘째, 비서들의 일터에서의 무형식 학습을 촉진시키는 조직 맥락적 요인은 무엇인가? 셋째, 비서들은 일터에서의 무형식 학습을 통해 무엇을 학습하는가? 25명의 비서들을 대상으로 중요사건기법을 사용한 일대일, 대면인터뷰를 통해 자료를 수집하였다. 연구 결과, 무형식 학습이 일어나는 49개의 업무 활동이 발견되었고, 이들을 대표하는 19개의 업무 활동이 도출되었다. 비서들의 일터에서의 무형식 학습을 촉진시키는 조직 맥락적 요인으로는 크게 상사의 영향, 조직의 영향, 비서 업무의 영향 등 세 영역에서의 요인들이 도출되었다. 일터에서의 무형식 학습의 결과로는 지식, 기술, 능력, 그 외 특성 등 네 영역에서의 결과가 도출되었다. 본 연구는 그동안 연구가 미비하였던 비서들의 일터에서의 무형식 학습에 주목하여 해당 영역의 연구에 기초 토대를 마련했다는 점에서 의의를 가지며, 향후 연구자들은 이를 바탕으로 다양한 양적 연구를 수행할 수 있으리라 기대된다. The purpose of this research is to examine the work activities where secretaries’ informal learning occurs, the contextual factors that facilitate their learning and the perceived learning outcomes of informal workplace learning for the secretaries. For this qualitative research, in-depth interviews utilizing Critical Incident Technique (CIT) were conducted with 25 secretaries. The findings revealed that the majority of the interview participants (23 secretaries) have experienced informal workplace learning through the following work activities: Observation of the boss, reviewing of business documents, and casual conversation with co-workers at unofficial occasions. Based on the findings that were identified in this study, future researchers may extend the understanding of the issues related to the secretaries’ informal workplace learning.

A Hybrid Collaborative Filtering-based Product Recommender System using Search Keywords

Yunju Lee(이윤주),Haram Won(원하람),Jaeseung Shim(심재승),Hyunchul Ahn(안현철) 한국지능정보시스템학회 2020 지능정보연구 Vol.26 No.1

추천시스템(recommender system)은 고객의 선호도를 예측하여 상품과 서비스를 제공하는 기법으로, 현재 다양한 온라인 서비스에 활용되고 있다. 이와 관련된 많은 선행 연구들은 협업필터링(collaborative filtering)에 기반한 추천시스템을 제안하였는데, 대부분의 경우 고객의 구매 내역 또는 평점 데이터만 사용하여 진행되었다. 오늘날 소비자들은 제품을 구매하는 과정에서 온라인 검색 행동을 하여 관심있는 제품을 찾는다. 그렇기 때문에 검색 키워드 데이터는 고객의 선호도를 파악하는데 매우 유용한 정보일 수 있다. 그러나 지금까지 추천시스템 연구에서 사용되는 경우는 거의 없었다. 이에 본 연구는 고객의 검색 행동에 주목하여 온라인 쇼핑몰 고객의 검색 키워드 데이터와 구매 데이터를 고려한 하이브리드 협업 필터링을 제안하였다. 본 연구는 제안된 모델의 적용 가능성을 검증하기 위해 실제 온라인 쇼핑몰 데이터를 사용하여 성능을 검증하였다. 연구 결과, 추천 상품의 개수가 많아질수록 고객의 검색 키워드를 기반으로 구축된 협업필터링의 추천 성능이 향상되는 반면 일반적인 협업필터링의 성능은 추천된 상품의 개수가 많아질수록 점차 감소함을 발견하였다. 따라서 본 연구는 검색 키워드 데이터를 활용한 하이브리드 협업필터링이 고객의 선호도를 반영한 추천할 수 있으며, 구매이력 데이터의 정보부족을 해결할 수 있음을 확인하였다. 이는 기존의 정량 데이터만을 활용한 추천 시스템이 아닌, 비정형 데이터인 텍스트를 사용함으로써 새로운 하이브리드 협업필터링 구축 방법을 제안했다는 점에서 의의가 있다. A recommender system is a system that recommends products or services that best meet the preferences of each customer using statistical or machine learning techniques. Collaborative filtering (CF) is the most commonly used algorithm for implementing recommender systems. However, in most cases, it only uses purchase history or customer ratings, even though customers provide numerous other data that are available. E-commerce customers frequently use a search function to find the products in which they are interested among the vast array of products offered. Such search keyword data may be a very useful information source for modeling customer preferences. However, it is rarely used as a source of information for recommendation systems. In this paper, we propose a novel hybrid CF model based on the Doc2Vec algorithm using search keywords and purchase history data of online shopping mall customers. To validate the applicability of the proposed model, we empirically tested its performance using real-world online shopping mall data from Korea. As the number of recommended products increases, the recommendation performance of the proposed CF (or, hybrid CF based on the customer’s search keywords) is improved. On the other hand, the performance of a conventional CF gradually decreased as the number of recommended products increased. As a result, we found that using search keyword data effectively represents customer preferences and might contribute to an improvement in conventional CF recommender systems.

치아보정용 3D 프린터의 원격 모니터링 및 모바일 컨트롤러 개발

이윤주(Yunju Lee),박세호(Seho Park) 한국정보과학회 2017 한국정보과학회 학술발표논문집 Vol.2017 No.12

연계 스트리밍 서비스를 위한 미디어 저장 관리 기법 설계

이윤주(Yunju Lee),금승우(Seungwoo Kum),송재종(Jeachong Song),임태범(Taebeom Lim),이석필(Seokpil Lee) 한국멀티미디어학회 2007 한국멀티미디어학회 학술발표논문집 Vol.2007 No.2

피복관 열유속에 따른 크러드 형상과 표면 붕소 농도 변화

이윤주(Yunju Lee),함준혁(Junhyuk Ham),유승창(Seung Chang Yoo),김지현(Ji Hyun Kim) 대한기계학회 2019 대한기계학회 춘추학술대회 Vol.2019 No.11