http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
오재동,오하영,Oh, Jaedong,Oh, Hayoung 한국정보통신학회 2022 한국정보통신학회논문지 Vol.26 No.12
This paper proposes a model to detect depression-related emotions in a user's speech using wellness dialogue scripts provided by AI Hub, topic-specific daily conversation datasets, and chatbot datasets published on Github. There are 18 emotions, including depression and lethargy, in depression-related emotions, and emotion classification tasks are performed using KoBERT and KOELECTRA models that show high performance in language models. For model-specific performance comparisons, we build diverse datasets and compare classification results while adjusting batch sizes and learning rates for models that perform well. Furthermore, a person performs a multi-classification task by selecting all labels whose output values are higher than a specific threshold as the correct answer, in order to reflect feeling multiple emotions at the same time. The model with the best performance derived through this process is called the Depression model, and the model is then used to classify depression-related emotions for user utterances.
온라인 쇼핑몰 데이터를 이용한 개인화 추천 모델 성능 비교 분석
오재동,오하영 한국정보통신학회 2022 한국정보통신학회논문지 Vol.26 No.9
The personalization recommendation system means analyzing each individual's interests or preferences and recommending information or products accordingly. These personalized recommendations can reduce the time consumers spend searching for information by accessing the products they need more quickly, and companies can increase corporate profits by recommending appropriate products that meet their needs. In this study, products are recommended to consumers using collaborative filtering, matrix factorization, and deep learning, which are representative personalization recommendation techniques. To this end, the data set after purchasing shopping mall products, which is raw data, is pre-processed in the form of transmitting the data set to the input of the recommended system, and the pre-processed data set is analyzed from various angles. In addition, each model performs verification and performance comparison on the recommended results, and explores the model with optimal performance, suggesting which model should be used when building the recommendation system at the mall. 개인화 추천시스템은 각 개인의 관심사나 선호도를 분석하여 이에 맞는 정보나 제품을 추천해주는 것을 의미한다. 이러한 개인화 추천을 통해 소비자들은 본인에게 필요한 제품들을 보다 빠르게 접함으로써 정보 탐색에 소모하는 시간을 단축할 수 있으며, 기업들은 소비자들의 필요에 맞는 적절한 제품을 추천해줌으로써 기업 이윤을 증가시킬 수 있다. 본 연구에서는 대표적인 개인화 추천 기법들인 협업 필터링, 행렬 요인화, 딥러닝을 사용하여 소비자에게 제품을 추천해준다. 이를 위해 원데이터 (Raw data)인 쇼핑몰 상품 구매 후기 데이터세트를 추천시스템의 입력으로 전달하기 위한 형태로 전처리하고, 전처리한 데이터세트를 다각도로 분석해본다. 또한, 각각의 모델들이 추천한 결과에 대해 검증 및 성능 비교를 수행하고 최적의 성능을 보이는 모델을 탐색하여 이후 해당 쇼핑몰에서 추천시스템 구축 시 어떤 모델을 사용하는 것이 좋을지를 제시한다.
오재동(吳在東),최상한(崔相漢) 한국지방자치학회 2017 韓國地方自治學會報 Vol.29 No.1
직무배태성이란 ‘직무와 관련하여 조직에 대한 애착을 가지고 조직에 동화되어 있는 정도’를 일컫는 것이다. 그리고 직무배태성은 ‘승진이나 임금 등과 같은 조건이 없더라도 헌신적이고 자발적이며 규정을 초월하여 조직의 각 기능이 효과적으로 발휘되도록 도와주는 구성원들의 행태’인 조직시민행동과 밀접한 관계가 있다. 본 논문에서는 지방공무원들을 대상으로 직무배태성과 조직시민행동이 이직의도에 미치는 영향을 분석하였다. 분석결과 직무배태성에서는 적합성과 희생이 이직의도에 부정적인 영향을 미치는 것으로 나타났으며, 조직시민행동에서는 스포츠맨십이 부정적인 영향을 미치는 것으로 나타났다. 따라서 지방공무원들의 이직의도를 관리하기 위해 적합성과 희생, 스포츠맨십을 중점적으로 관리할 필요가 있을 것으로 판단된다. The factors associated with turnover intention fall within two categories; One factor that has an influence on turnover intention among local officials is the concept that they are likely to get involved in their job with passion, and adopt themselves to their organization, which is so called ‘job embeddedness’. The other one is not a fair reward system that is able to directly make compensation them for their achievement but the concept of ‘Organizational Citizenship Behavior’, which voluntarily contributes to not only raising effective function for the whole organization but reinforcing enthusiastic roles by individuals’ abilities. The result of this study is as in the following. First, ‘fit’ gives a negative effect in turnover intention. Second, ‘sacrifice’ still seems to have negative influence in turnover intention. Third, ‘sportsmanship’, in ‘organizational citizenship behavior’ appears to directly give negative effect in turnover intention.