http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 홍민성 (검색결과 266 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
홍민성,김태경,정남호 한국지식경영학회 2022 지식경영연구 Vol.23 No.2
관광산업에서 발생하는 방대한 카드 거래 데이터는 관광객의 소비 행태와 패턴을 암시하는 중요한 자원이 되었다. 거 래 데이터에 기반을 둔 스마트 서비스 시스템을 개발하는 것은 관광산업과 지식관리시스템 개발자들의 주요한 목표들 중 하나이다. 그러나 기존 추천 기법의 근간이 되어 온 평점을 활용하기 어렵다는 점은 시스템 설계자들이 학습 과정을 평가하기 어렵게 한다. 또한 시간적, 공간적, 인구통계학적 정보와 같이 추천 성과를 높일 수 있는 보조 요소들을 적절히 활용하는 방법도 어려운 상황이다. 이러한 문제들에 대하여 본 논문은 카드 거래 데이터를 기반으로 관광 서비스를 추천 하는 새로운 방식인 CTDDTR을 제안한다. 먼저 Doc2Vec를 이용하여 시간성 선호도를 임베딩하여 관광객 그룹과 서비 스 벡터로 데이터를 표현하였다. 다음 단계로 딥러닝 기술 중 하나인 다중 계층 퍼셉트론을 도입하여 얻어진 벡터와 관 광 RDF로부터 도출한 보조 요소를 통합하여 심층 추천 모듈을 구성하였다. 추가로, 지식경영 분야의 RFM 분석 기법을 심층 추천 모듈에 도입하여 심층 신경망을 학습하는데 사용되는 평점을 생성함으로써 평점 부재 문제에 대응하였다. 제 안한 CTDDTR의 추천 성능을 평가하기 위해 제주도에서 8년 동안 발생한 카드 거래 데이터를 사용하였고, 제안된 방법의 우수한 추천 성능과 보조 요소의 효과를 증명하였다.
-
-
-
-
-
-
홍민성,강성은,정남호 한국전자거래학회 2022 한국전자거래학회지 Vol.27 No.3
Cross-domain recommendation systems transfer knowledge across different domains to improve their performance in a target domain. However, they suffer from the problem of “negative transfer,” in which transferred knowledge operates as noise in a rich domain. In turn, it decreases their recommendation performance. This paper proposes a novel Deep Fusion-based Multi-target Cross-Domain Recommendation named DFMCDR. By exploiting Doc2Vec, one of the famous word embedding techniques, we fuse temporal-sequentially and transfer knowledge across domains user-wise to model users and items. In addition, a deep neural network structure is introduced to effectively learn the linearity and non-linearity of user-item interactions and integrate them to predict users’ preference possibility. Extensive experiments with three domain (i.e., restaurant, hotel, and attraction) datasets from TripAdvisor, one real-world online review service, demonstrate that DFMCDR outperforms the state-of-the-art algorithms for single and cross-domain recommendations. Furthermore, an additional experiment shows that DFMCDR can be effectively and efficiently adapted to multi-target cross-domain recommendation fusing for more domains. 교차 도메인 추천은 정보가 풍부한 도메인의 지식을 희박한 대상 도메인에 전달하여 추천 성능을 향상시킨다. 그러나 전달된 지식이 노이즈로 작용하여 성능이 떨어지는 부정적인 전달(Transfer Negative) 문제가 발생한다. 본 논문은 심층 순차 융합 기반 다중 도메인 추천 시스템(DFMCDR: Deep Fusion-based Multi-target Cross-Domain Recommendation)을 제안한다. 먼저 자연어 처리 기술인 단어 임베딩 Doc2Vec를 활용하여 사용자별로 도메인 간 지식을 시간적 순서로 융합하고 사용자-아이템 상호작용 모델링한다. 또한 사용자와 아이템 간의 상호작용의 선형성과 비선형성을 효과적으로 학습하고 결합하여 사용자의 선호 확률을 예측하기 위해 2개의 인공 신경망을 결합한 심층 신경망 구조를 도입한다. 유명한 온라인 리뷰 서비스인 TripAdvisor의 세 개 도메인의 데이터에 대한 실험은 DFMCDR이 단일 도메인 및 교차 도메인 추천을 위한 여러 최신 추천 기법을 능가함을 보인다. 추가 실험은 DFMCDR이 여러 도메인을 융합하는 다중 교차 도메인 추천에 효율적으로 적용될 수 있음을 보였다.
-
홍민성,정예슬,손영우 한국사회및성격심리학회 2016 한국심리학회지 사회 및 성격 Vol.30 No.2
The purpose of the present research was to translate and validate the Passion Scale developed by Vallerand and colleagues(2003) and modified by Marsh and colleagues(2013) in Korean. We conducted an exploratory factor analysis and a confirmatory factor analysis using the data sets of 118 and 200 undergraduate students respectively. Results provided support for the two-factor structure of the Korean Passion Scale consisting of Harmonious Passion (HP) and Obsessive Passion (OP), which had a better fit as compared to the one-factor structure. Support was also found for the criterion-related validity of HP and OP scales using the combined sets of data (N = 318), based on such validity correlates as basic psychological needs, self-esteem, inclusion of self, and well-being related variables. Results from a confirmatory factor analysis to discriminate passion from intrinsic and extrinsic motivation, supported the four-factor model of HP, OP, intrinsic, and extrinsic motivation. In addition, a hierarchical multiple regression analysis resulted in the incremental validity of passion over intrinsic and extrinsic motivation, which suggests that the construct of passion is well discriminated from the motivation measures. Overall, these findings indicated that the Korean Passion Scale is a reliable and valid tool for measuring the concept of passion. Finally, the implications, limitations, and directions for future research were discussed. 본 연구는 열정의 이원론적 개념을 바탕으로 하여 Vallerand 등(2003)이 제작하고 Marsh 등(2013)이 수정한 열정 척도(Passion Scale)를 한국판으로 번안 및 타당화하였다. 대학생 118명과 200명의 데이터를 대상으로 각각 탐색적 요인분석과 확인적 요인분석을 실시하였다. 탐색적 요인분석 결과 조화열정과 강박열정으로 구성된 열정의 2요인 구조를 잠재적으로 확인하였으며, 확인적 요인분석 결과 1요인 대안모형과 비교할 때 2요인의 적합도가 우수하게 나타나 한국판 열정 척도의 2요인 구조를 확정하였다. 모든 데이터를 통합하여 준거관련 타당도를 검증한 결과 기본심리욕구, 자아존중감 및 열정활동의 정체성 투영, 웰빙 관련 변인과의 상관이 예상된 방향대로 나타났다. 다음으로 열정의 유사개념인 내적 및 외적 동기와의 변별성 분석을 위한 확인적 요인분석을 실시한 결과 조화열정과 강박열정, 내적 동기와 외적 동기가 모두 구별되는 4요인 모형이 지지되었다. 마지막으로 열정의 증분타당도를 검증하기 위한 위계적 회귀분석을 실시한 결과 열정은 몰입과 정서에 대해 내적 및 외적 동기를 통제하고도 유의한 증분설명량을 나타냈다. 이러한 결과를 통해 한국판 열정 척도가 신뢰롭고 타당한 도구임을 입증하였다. 본 연구 결과의 의의와 한계점 및 추후연구에 대해 제언하였다.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
