http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
임상수,최항석 한국질서경제학회 2024 질서경제저널 Vol.27 No.1
본 연구는 지역 경제 예측 모형의 적시성을 제고시키는 것을 목적으로 한다. 이를 위해 비정형 데이터인 지역 경제 뉴스를 활용하는 텍스트 마이닝과 기계학습 방법론을 활용한다. GDP와 관련해서는 이미 임상수⋅최항석(2023)이 예측의 적시성을 제고시키기 위해 실시간 예측 모형을 개발했으며, 본 연구는 이렇게 개발된 연구를 바탕으로 GRDP를 예측하고자 한다. 이를 위해 신경망분석 중 하나인 장단기기억 알고리즘과 게이트순환유닛 알고리즘, 그리고 자기회귀 혼합데이터샘플링모형을 분석 방법을 활용한다. 또한 비정형 데이터인 경제 뉴스를 정량화하기 위해 TF 가중 방법인 TF-IDF 방법론을 활용한다. 이와 함께 예측력을 제고시키기 위해 훈련 데이터를 바탕으로 모형별로 예측력이 가장 높은 모형을 선정하고, 이들 모형에 실험 데이터를 적용하여 적절한 모형을 선정했다. 예측력을 바탕으로 적합한 모형을 선정하기 위한 기준으로 RMSE와 MAE 통계량을 활용했다. 분석 결과, 16개 시도별로 적합한 모형은 다른 것으로 나타났고, 이는 시도별로 GRDP를 설명하는 요인들과 특성이 다르기 때문이다. 이처럼 본 연구는 딥러닝을 활용하여 예측의 적시성을 제고시키는 예측 모형을 16개 시도별 GRDP에 적용 가능성을 검토했다는 점에서 의의가 있다. This paper is trying to improve the timeliness of regional economic forecast models. Text mining and machine learning methodologies that utilize local economic news, which is unstructured data, are used to do this. This study seeks to predict GRDP based on the research methodology for GDP foresting by Lim and Choi(2023). For this purpose, analysis methods such as LSTM(long-short-term memory) algorithm, GRU(gate recurrent unit) algorithm, and autoregressive mixed data sampling model, which are types of neural network analysis, are utilized. Additionally, the TF-IDF methodology, a TF weighting method, is used to quantify economic news, which is unstructured data. In addition, in order to improve predictive power, the model with the highest predictive power was selected for each model based on the training data, and the test data was applied to these models to select an appropriate model. RMSE and MAE statistics were used as criteria for selecting an appropriate model based on predictive power. As a result of the analysis, the appropriate model for each of the 16 major cities and provinces was found to be different, and this is because the factors and characteristics explaining GRDP are different for each city and province. As such, this study is significant in that it examined the applicability of a prediction model that uses deep learning to improve the timeliness of predictions to the GRDP of each of the 16 cities and provinces.
통신언어의 과도한 일상화에 대한 교육과 미디어의 책임과 대응방안
임상수 한국초등도덕교육학회 2022 초등도덕교육 Vol.- No.80
통신언어는 경제성, 편리성, 연대성 등의 장점에도 불구하고 계층 간의 소통을 단절시키고 위화감을 조성하는 언어파괴 행위라는 비판을 받아왔다. 그러나 이제는 미디어와 공문서에서도 무분별하게 사용될 정도로 많은 사람들이 일상적으로 구사하는 언어가 되고 있다. 자연스러운 사회언어학적 현상으로 볼 것인지 위험스러운 규범파괴 현상으로 볼 것인지가 쟁점이다. 사회방언, 언어사용역 등의 이론적 검토를 감안할 때, 통신언어의 생성과 확산을 자연스런 일로 방임하는 입장보다 사용자가 통신언어를 맥락에 맞게 절제하면서 사용할 수 있도록 교육하는 일이 필요하다. 학교 교육과 언론 미디어가 바른 언어 생활에 대한 선도와 모범의 책임을 이행해야 하고, 적어도 불필요한 확산이나 오개념 형성에 주도적 역할을 하지는 않도록 주의해야 함을 주장한다.
디자인 전문회사의 R&D 투자 및 경쟁력 결정 요인 분석
임상수 통계청 2009 통계연구 Vol.14 No.1
This study is trying to find out factors choosing R&D investment and determining competitiveness in Korean design industry. It uses the survey data that was collected by Korea Chamber of Commerce&Industry to analyze those factors empirically. The result shows that R&D investment is proportional to the number of designers, the degree to respond to the government policy, the size of company and venture firm. The company's competitiveness is affected by the number of designers, the degree to respond to the government policy actively and the CEO's professionalism as a designer. 본 연구는 한국의 디자인 전문회사들이 R&D 투자와 국제 경쟁력을 결정하는 요인을 살펴보는 것이 목적이다. 이를 위해 대한상공회의소의 디자인 전문회사들을 대상으로 수행한 설문조사 결과를 활용하였다. R&D 투자 결정요인을 살펴보기 위해 선형확률모형, 로짓 모형, 프로빗 모형을 사용하였다. 또한 디자인 산업의 국제 경쟁력 결정 요인을 분석하기 위해 순서화된 로짓과 순서화된 프로빗 모형을 사용하였다. 전문 디자이너가 많을수록, 정부정책에 적극적으로 대응할수록, 기업의 규모가 클수록, 그리고 벤처기업일수록 전년대비 R&D 투자를 줄이지 않을 가능성이 높 은 것으로 나타났다. 또한 정부정책에 적극적이고, 전문디자이너 수가 많고, CEO가 디자이너 출신일수록 디자인 기업의 국제 경쟁력은 높은 것으로 나타났다.