The Global and the Local in Music Television in Korea: Focusing on Mnet and MTV

주정숙 한국국제문화교류학회 2018 문화교류와 다문화교육 Vol.7 No.2

MTV has long represented American, or global, media power with its presence and clout across the globe. However, it is almost invisible in Korea compared to its local rival, Mnet. In this light, this paper examines some of the major factors that led to the success of Mnet against MTV’s operation in Korea, focusing on the period from the launch of cable television in 1994 to the mid-2000s when Mnet's lead over MTV was irreversible. In particular, by looking at Mnet, it intends to show the shifting media environment in Korea, as well as how a local media industry both responds to and takes advantage of globalization. It first examines how the Korean government policies affected Mnet, MTV, and their relationship in the initial years of cable business. It then looks at how preference for local music and changes in cable and media industries helped to consolidate Mnet’s position. Finally, it reviews what Mnet's particular case implies for globalization.

Group Mnet 기계학습 기법을 이용한 고등학생의 진로개발역량 관련 변수 탐색

노민정,유진은 한국직업능력개발원 2020 직업능력개발연구 Vol.23 No.2

This study aimed to explore important predictors to career development competence and accordingly to provide foundational information for the improvement of school career education. In particular, group Mnet(a penalized regression method) was employed to consider 412 predictors of 9,546 high school students from 2018 ‘School Career Education Survey’ in one statistical model. Specifically, this study repeated 100 times of modeling with random data splitting, and obtained selection counts of each variable in the 100 repetitions. As a result, 28 variables were selected 100% of the time, comprising 24 student variables and 4 school variables. The 24 student variables selected included degrees of satisfaction towards school career education activities, learning attitudes, learning motivation, levels of recognition on career/occupation information, children-parent conversation frequencies, and career planning after graduation. The 4 school variables related to community-level support, textbook usage of the subject of “Career and Jobs”, and its semester offered, and school type. Based on the results of the study, educational intervention strategies as well as future research topics were proposed and discussed. 본 연구의 목적은 진로개발역량과 관련된 변수를 탐색하여 학교진로교육의 활성화 및 효율성 증대에 필요한 기초자료를 제시하는 것이다. 이를 위하여 기계학습 기법 중 벌점회귀모형으로 분류되는 group Mnet을 이용하여 ‘진로교육 현황조사(2018)’에 답한 고등학교 2학년 9,546명의 학생 변수와 해당 학생이 소속된 학교의 학교관리자, 담임 및 진로전담교사 변수 412개를 하나의 통계 모형에서 탐색하였다. 무선분할과 모형화를 100번 반복한 후, 총 28개의 설명변수가 100번의 반복에서 모두 선택된 것을 확인하였다. 이 중 학생 변수는 24개로, 학교생활 및 학교진로교육 활동에 대한 만족도, 도전정신, 학습태도, 학습동기, 직업 및 진로 관련 정보에 대한 인지 정도, 학부모와의 진로 관련 대화 빈도, 고등학교 졸업후 진로 계획 등이었다. 학교 관리자 및 교사 변수는 4개로, 진로교육 관련 민간 기업 및 체험처의 지원 정도, 진로와 직업 수업 교과서 활용 여부, 진로와 직업 수업 운영 시기, 학교 유형이었다. 연구 결과를 토대로 학교진로교육 개선에 필요한 교육적 개입 방향 및 후속 연구 주제를 제언하였다.

Group Mnet 기계학습 기법을 통한 중학생의 끈기(grit) 관련 변수 탐색

유진은(Yoo, Jin Eun),김형관(Kim, Hyeong Gwan),노민정(Rho, Minjeong) 한국청소년정책연구원 2020 한국청소년연구 Vol.31 No.1

청소년의 끈기(그릿)에 대한 기존 연구는 이론적으로 확인된 소수의 변수에 대하여 전통적인 분석기법을 적용한 연구가 대부분이었다. 그러나 청소년의 끈기와 관련 있는 변수를 총체적인 관점에서 탐색하고 파악하여 새로운 변수를 발굴할 필요가 있다. 특히 한국아동․청소년패널조사(KCYPS) 2018은 끈기를 측정하는 문항을 새롭게 수집함으로써 청소년의 끈기 연구에 획기적인 계기를 제공하였다. 본 연구는 기계학습 기법을 통하여 KCYPS 2018의 수백 개의 변수를 한 모형에서 탐색함으로써 끈기와 관련 있는 변수를 총체적으로 파악하는 동시에 예측력이 높은 모형을 구축하고자 하였다. 기계학습 기법 중 벌점회귀모형은 예측력을 고려하면서도 상대적으로 해석하기 쉽고 설명하기 쉬운 모형을 도출한다. 벌점회귀모형 중 최신 기법인 Group Mnet은 LASSO의 회귀계수 불일치성 문제와 MCP의 다중공선성 문제를 다루며, 범주형 변수 또한 처리할 수 있다는 장점이 있다. 본 연구에서는 자료 분할로 야기되는 임의성을 통제하고자 100번의 반복을 통하여 선택계수(selection counts)를 구하고, 그 결과 301개의 설명변수 중 42개의 변수를 최종적으로 선택하였다. 선택된 변수들 중 선행연구에서 사용되었던 변수들은 학업 열의, 학업 무기력, 삶의 만족도, 행복감, 창의적 성격, 건강상태, 양육방식, 친구관계, 교사관계, 성별 등이었다. 선행연구에서는 찾아 볼 수 없었으나 선택된 변수로 자아존중감, 협동심, 우울, 주의집중, 공격성, 스마트폰 관련 변수, 팬덤 활동 빈도 등이 있었다. 본 연구의 의의를 기계학습 기법의 특징과 관련하여 논하고, 후속 연구 과제를 제시하였다. Previous studies on adolescents’ grit focused on testing the relationships of a small number of variables based on literature reviews, utilizing traditional statistical techniques. The purpose of this study was to explore the hundreds of KCYPS(Korean Children and Youth Panel Survey) 2018 variables and to construct a prediction model via a machine learning technique, group Mnet. Mnet is categorized as penalized regression among machine learning techniques, and deals with the inconsistency and multicollinearity problems of LASSO and MCP, respectively. Group Mnet also handles categorical variables. Specifically, this study repeated 100 times of model building after random data-splitting, and 42 variables were selected out of 301 after selection counts. Variables measuring academic lethargy, life satisfaction, happiness, creative personality, health status, parenting style, gender, and relationships with friends as well as teachers had been investigated in previous research, and were also selected in this study. Newly found variables included predictors relating to self-esteem, cooperation, depression, attention, aggression, smartphone usage, and fandom activities. The significance and implications of the study as well as future research topics were discussed.

기계학습을 활용한 중학교 2학년 학생 우울 예측 변수 탐색: KCYPS 2018 제5차 자료 분석

김형관,유진은 한국청소년정책연구원 2024 한국청소년연구 Vol.35 No.3

정신건강 지표 중 우울은 청소년이 경험할 수 있는 보편적인 정서이다. 그러나 우울은 불안이나 수면장애 등 다양한 증상을 동반할 수 있는 정신건강 위험요인이기도 하다. 중학생의 우울을 관리하고 예방함으로써 청소년기 전반의 정신건강을 증진시키며 삶의 질을 개선할 수 있다. 따라서 중학생의 우울을 예측하고, 이에 기여하는 변수가 무엇인지 살펴볼 필요가 있다. 본 연구의 근본 목적은 청소년의 우울에 기여하는 변인을 총체적인 관점에서 파악하는 것이다. 본 연구에서 수백 개의 개인발달과 발달환경 변수를 제공하는 대용량 자료인 한국아동・청소년패널 2018(KCYPS 2018)을 기계학습 기법(group Mnet이 random forest)으로 분석한 결과, group Mnet이 최종 연구 기법으로 선정되었으며, 총 305개 변수 중 42개가 중학생의 우울을 예측하는 변수로 선택되었다. 그중 선행연구와 회귀계수 방향이 일치하는 변수는 자아존중감, 정서문제, 신체증상, 그릿(grit), 사이버 비행 경험, 주관적 건강상태, 행복감, 친구와의 관계, 부모의 양육태도인 것으로 나타났다. 선행연구와 일치하지 않는 변수는 학업 무기력, 협동심 변수로 나타났다. 또한, 본 연구를 통해 6개의 변수가 우울의 예측에 기여하는 변수로 새롭게 발견되었다. 구체적으로 희망직업 선택 요인, 주말 TV 시청 시간, 선호하는 연예인이나 운동선수 여부는 우울을 부적으로 예측하였고, 가식적 성격, 주말에 부모님과 함께 보내는 시간, 스마트폰으로 문서 보기는 우울을 정적으로 예측하였다. 우울을 예측하는 변수로 탐색된 변수 중 기존의 선행연구와 일치하지 않거나 새롭게 발견된 변수를 고려하여 학생의 우울을 예방 및 개선할 필요가 있다. 이를 통하여 학생 정신건강 증진을 위한 지원체계와 학생의 삶의 질 개선에 실질적인 도움을 제공할 수 있을 것으로 기대한다. Among mental health indicators, depression is a common mood experienced by adolescents, which also poses a risk to mental health, accompanied by a variety of symptoms such as anxiety and sleep disturbances. Addressing and preventing depression in middle school students can help their quality of life by promoting mental health throughout adolescence. Thus, it is essential to investigate the variables that predict depression in this age group. Both personal and environmental factors influence depression of middle school students, which necessitates a holistic analysis with large-scale data. Particularly, the Korean Children and Youth Panel 2018 (KCYPS 2018) was utilized to predict depression in middle school students with machine learning techniques: group Mnet and random forest. After comparison of prediction performance, group Mnet was selected as the final technique, identifying 42 predictors out of 305 explanatory variables. Variables consistent with previous research included self-esteem, emotional problems, physical symptoms, grit, cyber-delinquency experience, subjective health status, the degree of happiness, relationships with friends, and parenting style. In contrast, some variables measuring academic lethargy and cooperativeness were not consistent with previous findings. This study also identified six new variables that contribute to depression prediction. Specifically, a career choice factor, time spent watching TV on weekends, and presence of favorite celebrity or athlete were negative predictors of depression, while pretentious characteristics, time spent with parents on weekends, and reading from smartphones were positive predictors. Further investigation into the newly identified variables or those inconsistent with previous studies will enhance the student mental health support system and, consequently, improve the quality of life of students.

Group Mnet 기계학습을 통한 대학생 진로개발역량 관련 변수 탐색

이민욱,노민정 한국진로교육학회 2022 진로교육연구 Vol.35 No.3

The purpose of this study was to explore the variables such as individual and organizational variables, affecting the career development competency of university students, using a machine learning technique. For this purpose, the University Career and Employment Support Status Survey(2020) conducted by KRIVET was used. As a result of the analysis, we found that grade, gender, and school location were not selected in this study, but satisfaction with department, career guidance and counseling subject, career and employment service programs were selected. As individual variables newly selected in this study, middle and high school career experience and the degree of its help to select university and major, and the degree of recognition that career develop activities in middle and high school were helpful in career exploration and design were selected. As university variables, support for strengthening the competency of employees, the degree of cooperation of professors when providing guidance and support for start-ups, benefits for professors' participation for career counseling and employment/start-up support, and variables related to networks with places of employment were selected. As implecations, we suggested career education reflecting the needs of majors and individuals, career guidance and mentoring with professors and experts, and directions for selecting college career guidance courses. 이 연구는 기계학습 기법을 활용하여 개인차원의 변수와 조직차원의 변수 등 가능한 많은 변수를 활용하여 종합적인 관점에서 대학생의 진로개발역량에 미치는 변수를 탐색하는 데 목적이 있었다. 이를 위해 한국직업능력연구원에서 실시한 대학 진로취업지원 현황조사(2020) 데이터를 이용하였다. 분석 방법은 기계학습 기법 중 하나인 벌점회귀모형 중 여러 개의 가변수를 묶어 하나의 집단 변수로 취급할 수 있는 속성이 추가된 group Enet과 group Mnet을 선택하여 분석하였다. 분석 결과 기존 선행연구에서 통계적 유의미성이 확인된 변수 중 학년, 성별, 학교 소재지는 본 연구에서 선택되지 않았으나, 계열, 진로지도 및 상담 교과목/진로·취업서비스 프로그램의 만족도가 선택되었다. 본 연구에서 새롭게 선택된 개인변수로는 중·고등학교 진로교육 경험과 대학 및 학과 선택에 도움이 되었다고 인식하는 정도, 중·고등학교에서 이루어졌던 진로심리검사, 진로체험, 진로동아리, 진로상담이 진로탐색과 설계에 도움이 되었다고 인식하는 정도 등이 선택되었다. 대학변수로는 직원들의 전문성 강화를 위한 지원, 창업 지도 및 지원시 전임교원들의 협력 정도, 교수의 진로 및 취·창업 지원 참여 독려에 대한 혜택, 취업처와의 네트워크 관련 변수 등이 선택되었다. 연구결과에 따른 시사점으로는 전공 및 개인의 요구를 반영한 진로교육 제공, 대학 입학 이후 담당 교수 및 전문가와의 지속적 진로지도 및 멘토링, 대학 진로지도 교과목 내용 선정에 대한 방향 등을 제시하였다.

Group Mnet 기계학습 기법을 활용한 고등학생의 진로정보 필요도 예측 변수 탐색

유진은,정태순 한국직업능력개발원 2020 직업능력개발연구 Vol.23 No.3

With the advent of information-based society, career information has become increasingly important to students. The main purpose of this study was to explore variables to predict high-school students’ career information needs and consequently contribute to improving career information programs. In particular, this study employed group Mnet, a penalized regression method (machine learning), to analyze students, their parents, homeroom teachers, career counseling teachers, and school administrators data of Career Education Status Survey (2018). After 100 times of modeling with random data splitting, a total of 25 student variables and 5 parent variables were selected as important. Selected student variables included gender, school satisfaction, educational aspirations, learning motivation, career planning after high-school graduation, career education activities, career awareness, and risk-taking disposition. Parent variables included age, career guidance needs, and satisfaction on school support. Based on the results of the study, suggestions for career information programs are discussed. 정보지식기반사회의 도래로 진로지원서비스 측면으로서의 진로정보 제공의 중요성이 증대되고 있다. 본 연구의 목적은 고등학생의 진로정보 필요도 예측 변수를 탐색하여 수요자의 요구에 부합하는 진로정보 프로그램의 개발에 기여하는 것이다. 이를 위하여 진로교육 현황조사(2018) 고등학생 자료의 학생, 학부모, 담임교사, 진로전담교사, 학교관리자 응답자료를 병합해 group Mnet 기계학습 기법을 활용하여 분석하였다. 자료의 무선분할 후 모형을 적합하는 과정을 100번 반복한 결과, 394개의 설명변수 중 학생 변수 25개와 학부모 변수 5개가 100번 중 75번 이상 선택되었음을 확인하였다. 선택된 학생 변수는 성별, 학교생활 만족도, 진로 관련 정보의 주요 획득경로, 희망교육수준, 고등학교 졸업 직후 진로계획, 진로인식, 학습동기, 진로활동 참여 경험 및 의향, 도전정신 등이었으며, 학부모 변수는 진로정보 필요 정도, 연령대, 자녀의 학교생활 지원 만족도, 자녀의 진로지도와 관련된 요구사항 등이었다. 본 연구는 학생 변수 뿐만 아니라 학부모와 관련된 새로운 변수를 발견했다는 점에서 연구 의의가 있다. 연구 결과를 바탕으로 진로정보 프로그램 개발에 초점을 맞추어 제언을 논하였다.

축구 동호회 가입 유인 및 저해 예측변수 탐색 : 기계학습을 통한 2021 국민생활체육조사 자료 분석

김형관(Kim, Hyeong-Gwan),유진은(Yoo, Jin-Eun) 한국체육과학회 2023 한국체육과학회지 Vol.32 No.6

Soccer club enrollment appears necessary to advance the role of soccer as Sports for All (SFA) and consequently to promote its effect on SFA. The main purpose of this study is to explore predictors to impact soccer club enrollment via machine learning. A total of 413 soccer participants and their 247 variables from the 2021 National Survey on Sports for All data were analyzed using group Mnet and random forest, respectively. As the machine learning methods did not show statistically significant differences in terms of prediction, group Mnet, a linear method, was chosen for its strength in interpretation. As a result of group Mnet, 19 predictors were selected contributing to the prediction of soccer club enrollment. Predictors to encourage enrollment included degrees of regular physical activities, economic expenditure levels on physical activities, and perceived importance of social interaction in sports club activities. On the other hand, discouraging predictors included perceptions on drinking, the current level of interest in soccer, and the economic burden relating to physical activities. Based on the results, future policy directions were suggested for more effective policy implementation of soccer as SFA.

벌점화 영과잉 음이항 회귀 분석 방법에 대한 비교 연구

신혜연(Hye-Yeon Sin),강준성(Joonsung Kang) 한국데이터정보과학회 2021 한국데이터정보과학회지 Vol.32 No.4

계수형 데이터 (count data)를 반응변수로 갖는 경우 일반적으로 포아송 회귀 모형과 음이항 회귀 모형이 고려되는데 과대 산포가 있는 경우 포아송 회귀 모형보다는 음이항 회귀 모형, 과도한 0이 존재하는 경우에는 영과잉 계수 모형 (zero inflated count model)이 선호된다. 이 논문에서는 변수선택, 영과잉과 과산포를 동시에 고려하여 벌점화 영과잉 음이항 회귀 (penalized zero inflated negative binomial regression)를 분석해본다. 수치적 연구에서는 여러 가지 벌점 함수들을 이용하여 계수형 반응변수에 대한 벌점화된 영과잉 음이항 회귀들을 서로 비교한다. 여러 가지 방법들의 유한 표본 수행도를 평가하기 위해 모의실험이 수행되며 이에 제곱근 평균제곱 오차와 예측 정확도를 제공한다. 실제 데이터도 예시를 위해 또한 분석되어진다. 수치적 연구 결과 영과잉과 과산포를 가진 데이터에서 각 벌점화 회귀 모형이 거의 비슷한 제곱근 평균제곱 오차와 예측 정확도를 보여주었다. Mnet 벌점을 이용한 모형이 상대적으로 낮은 제곱근 평균제곱 오차와 높은 예측 정확도를 가진 것으로 나타났다. We take Poisson regression and negative binomial regression dealing with a count data as a response variable into account. The negative binomial regression considers overdispersion more than the Poisson regression. On the other hand, with a high frequency of 0 values, zero inflated count model is preferred. In the paper, as we consider variable selection, frequent 0 values, and overdispersion, a penalized zero inflated negative binomial regression is applied. In numerical studies, we compare penalized zero inflated negative binomial regression methods for count data by using those penalties. The simulation studies are conducted to show the finite sample performance of various methods by providing root mean square error and prediction accuracy measure. Real data analysis is also demonstrated for illustration purpose. Numerical studies show that each penalized method has almost similar root mean square error and prediction accuracy measure in the zero inflated overdispersed data. Mnet method has relatively lower root mean square error and higher prediction accuracy.

Trust and Reputation Based Seurity of MANET by Worm Hole Attack

Shabina Parbin,Leeladhar Mahor 보안공학연구지원센터 2016 International Journal of Future Generation Communi Vol.9 No.6

Mobile ad-hoc network is one of the most attractive fields for research. Any new node easily entered or left the network because of this property is easily thretend by the attack. A wormhole is one of the most crucial attack of MANET in this paper, we study lots of prevention and detection technique. In our propose work we work on trust and reputation mechanism and then secure network novelity of proposed work we proof by our outcomes.