http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
공공조직에서 조직정치지각과 조직후원인식이 조직몰입에 미치는 효과에 관한 연구: 조직신뢰와 직무만족의 매개변수를 중심으로
황동연(黃東淵),류제환(柳濟煥),배귀희(裵貴熙) 한국정책과학학회 2020 한국정책과학학회보 Vol.24 No.4
본 연구의 목적은 공공조직 내에서 조직정치지각과 조직후원인식이 조직몰입에 미치는 영향과 이들 외생변수가 직무만족 및 조직신뢰를 매개로 어떻게 조직몰입에 영향을 미치는 것인가를 분석하는 것이다. 이를 위해 본 연구에서는 공공조직에서의 조직정치지각과 조직후원인식이 갖는 영향력과 조직신뢰 및 직무만족의 매개효과를 분석하고, 구성원들의 조직몰입 향상을 위한 효과적인 조직관리에 대한 함의를 제시하고자 한다. 실증분석을 위해 2019년 행정안전부 재직 중인 공무원 390명을 설문을 진행하였으며, 가설 검증을 위해 AMOS을 사용하여 구조방정식 모델을 활용하였다. 연구 결과는 다음과 같다. 조직정치지각은 조직신뢰에 정(+)의 영향을 주지만 직무만족과 조직몰입에는 영향을 미치지 않았지만 조직신뢰를 통해 간접적으로 유의미한 영향을 주는 것으로 확인되었다. 조직후원인식은 조직신뢰와 직무만족, 조직몰입에 정(+)의 영향을 주었다. 조직신뢰는 직무만족과 조직몰입에 정(+)의 영향을 주었다. 직무만족은 조직몰입에 정(+)의 영향을 주었다. 조직신뢰 및 직무만족의 매개효과를 부트스트래핑(bootstrapping) 방법으로 분석한 결과 조직후원인식과 조직정치지각은 조직신뢰를 매개로 조직만족과 조직몰입에 간접효과를 주고 조직신뢰는 만족을 매개로 몰입에 영향을 주는 것으로 나타났다. 이는 조직차원에서 조직후원인식을 강화시키고 조직정치지각을 약화시키기 위해 제도적 장치를 만들고 조직운영의 합리화를 위해 노력해야함을 시사한다. 본 연구는 우리나라 공무원 조직을 대상으로 조직정치지각과 조직후원 인식이 갖는 영향력을 실증적으로 분석하고, 조직신뢰와 직무만족이 갖는 매개효과를 살펴보았다는 점에서 의의를 가진다. Recently, improving the performance of public sector has become one of hot issues. Under this context, much attention was paid to perceived organizational support and perceptions of organizational politics. Thus, the purpose of the paper is to analyze the impact of perceptions of organizational politics and perceived organizational support through the mediating effect of organizational trust and job satisfaction in the public sector. Thus, we tried to develop conceptual framework to examine the relationships among these variables. A total of 390 questionnaires was collected, giving an overall response rate of 86%. Results of the study are as follows. First, perceptions of organizational politics make a negative impact on organizational trust directly, having any negative direct effects on job satisfaction and organizational commitment. Second, perceived organizational support has significant positive effects on organizational trust, job satisfaction, and organizational commitment. Third, the mediation effects of organizational trust and job satisfaction between the organizational support and organizational politics are tested by using bootstrapping method. The mediating effects of organizational trust and job satisfaction have significant effect on organization commitment. The empirical results have suggested that organizational politics, as a dysfunctional behavior, may have detrimental effect on organizational commitment. On the contrary, perceived organizational support has significant effect on organizational commitment by enhancing organizational trust and create positive organizational culture. In order to enhance perceived organizational support, public sector organization tries to find out antecedents of it such as organizational justice. Furthermore, future research should be conducted by reducing selection bias for random sampling method.
일상생활 계획을 위한 스마트폰-사용자 상호작용 기반 지속 발전 가능한 사용자 맞춤 위치-시간-행동 추론 방법
이범진(Beom-Jin Lee),김지섭(Jiseob Kim),류제환(Je-Hwan Ryu),허민오(Min-Oh Heo),김주석(Joo-Seuk Kim),장병탁(Byoung-Tak Zhang) 한국정보과학회 2015 정보과학회 컴퓨팅의 실제 논문지 Vol.21 No.2
과거 어플리케이션 다양성만 지향하던 사용자의 수요가 최근 스마트폰의 고도화된 센서와 기계학습이 결합된 지능형 어플리케이션으로의 선호로 전향되고 있다. 이러한 경향을 반영하여 본 논문에서는 스마트폰에 축적된 사용자의 라이프로깅 데이터에서 의미있는 정보를 추출하고, 추출한 정보를 통해 사용자의 인지적 행동을 대신 가능한 인지 에이전트(Cognitive Agent)개념의 스마트폰-사용자 상호작용 사용자 맞춤 위치-시간-행동 추론 기법을 제안한다. 제안 방법은 사용자의 라이프로깅데이터를 DPGMM (Dirichlet Process Gaussian Mixture Model) 클러스터링 기법으로 사용자 주요 관심지역 POI(Point of Interest)를 자동으로 추출하고, 평생학습이 가능한 강화학습의 한 종류인 POMDP(Partially Observable Markov Decision Process)를 사용하여 사용자의 위치-시간-행동을 추론 한다. 제안 방법으로 구현한 사용자 맞춤 일과 계획 시스템의 시간별 사용자 일과 추론 결과는 70%이상의 성능을 보였으며, 하루 일과 계획 지능형 서비스의 새로운 방향을 제시하고 있다. Over the past few years, user needs in the smartphone application market have been shifted from diversity toward intelligence. Here, we propose a novel cognitive agent that plans the daily routines of users using the lifelog data collected by the smart phones of individuals. The proposed method first employs DPGMM (Dirichlet Process Gaussian Mixture Model) to automatically extract the users’ POI (Point of Interest) from the lifelog data. After extraction, the POI and other meaningful features such as GPS, the user’s activity label extracted from the log data is then used to learn the patterns of the user’s daily routine by POMDP (Partially Observable Markov Decision Process). To determine the significant patterns within the user’s time dependent patterns, collaboration was made with the SNS application Foursquare to record the locations visited by the user and the activities that the user had performed. The method was evaluated by predicting the daily routine of seven users with 3300 feedback data. Experimental results showed that daily routine scheduling can be established after seven days of lifelogged data and feedback data have been collected, demonstrating the potential of the new method of place-time-activity coupled daily routine planning systems in the intelligence application market.
천효선(Hyo-Sun Chun),이지훈(Ji-Hoon Lee),류제환(Je-Hwan Ryu),백다솜(Christina Baek),장병탁(Byoung-Tak Zhang) 한국정보과학회 2014 정보과학회 컴퓨팅의 실제 논문지 Vol.20 No.12
애너그램은 주어진 문자들을 재배열하여 숨겨진 단어를 찾아내는 철자바꾸기 놀이로, 문제를 빨리 풀어내는 사람들은 제약 만족 네트워크의 병렬적 탐색에 의해 문제를 해결한다. 본 연구에서는 이러한 인지적 현상을 모델링한 분자 애너그램 풀이 알고리즘을 제시하였다. 문자를 DNA 서열로 인코딩하고, 문자 DNA 가닥을 연결하여 바이그램과 단어 서열을 만들었다. DNA 혼성화, 연결, 젤 전기영동, 추출 연산을 수행해 문자와 바이그램 집합으로부터 답을 찾는 데 필요한 바이그램을 추출한 후, 추출한 바이그램과 단어 집합으로부터 다시 네 가지 DNA 연산을 반복하여 답을 찾는다. 분자 실험 결과 분자 컴퓨터는 정답인 단어와 오답인 단어를 구분해낼 수 있었다. 이를 통해 인간의 병렬적 사고과정을 분자 컴퓨터로 모델링할 수 있는 가능성을 보였다. An anagram is a form of word play to find a new word from a set of given alphabet letters. Good human anagram solvers use the strategy of bigrams. They explore a constraint satisfaction network in parallel and answers consequently pop out quickly. In this paper, we propose a molecular computational algorithm using the same process as this. We encoded letters into DNA sequences and made bigrams and then words by connecting the letter sequences. From letters and bigrams, we performed DNA hybridization, ligation, gel electrophoresis and finally, extraction and separation to extract bigrams. From the matched bigrams and words, we performed the four molecular operations again to distinguish between right and wrong results. Experimental results show that our molecular computer can identify cor rect answers and incorrect answers. Our work shows a new possibility for modeling the cognitive and parallel thinking process of a human.