Glycol ethers는 페인트에 흔히 사용되는 ethylene glycol의 alkyl ethers에 기반을 둔 용제들이다. 이 용제들은 일반적으로 저분자량 에테르와 알코올의 용제 친화적 성질과 더불어 더 높은 비등점을 가지고 있다. Union Carbide Corp.는 "Glycol ethers"를 하나의 미국 상표로 등록했으며, 이는 제약, 자외선차단제, 화장품, 잉크, 염료 및 수성페인트에서 찾아볼 수 있다. 반면 glycol ethers는 그리스 제거제, 세제, 에어로졸 페인트와 접착제에서도 발견된다. 대부분의 glycol ethers는 수용성, 생분해성이며, 아주 적은 수의 glycol ethers만이 유독성이라고 여겨진다. 그러므로 glycol ethers는 환경에 부작용을 낳을 것 같지는 않다. 최근 연구는 glycol ethers에 작업상 노출되는 것이 남성 정자의 저 운동성과 연관이 되어 있다고 제시했지만, 이는 다른 이들에 의해 반박되어지고 있다. 본 연구에서는 3가지 종류의 glycol ethers의 피부침투성에 관해 용제와 세제의 조합을 사용하여 시험관을 통해 연구한다. Methyl glycol ethers, ethyl glycol ethers and butyl glycol ethers의 흡수는 쥐의 피부를 통해 시험관에서 측정되었다. Epidermal membranes는 Franz diffusion cells에 세워졌으며, 그들의 PBS 침투율은 glycol ethers가 epidermal surface에 적용되기 전, 피부의 보전을 위해 처리하였다. 개별 glycol ethers의 흡수율은 최대 흡수 파장(λmax)에서 흡광도를 측정하여 결정하였으며, 침투율의 측정은 esters와의 접촉을 이유로 장벽 기능 내 불가역 변화를 정량화하였다. 시험관 실험 결과 glycol ethers의 종류는 methyl glycol ethers 〉 ethyl glycol ethers 〉 butyl glycol ethers의 순에 따라 빠르게 나타났다. 피부침투는 저분자량 피부침투, 친수성과 같은 화학적구조의 차이에서 유익했다. 이는 분배계수와 용해 방법 및 수동확산이 전달이 고려되는 곳에서 속도를 올렸기 때문이다.

인터넷 환경의 발달로 소비자들 사이에 상품정보에 대한 의견이 교환되기 시작하면서 다양한 형식의 온라인 리뷰들이 급속도로 생성되고 있다. 이러한 추세에 따라, 기업들은 온라인 리뷰들 을 분석하여 마케팅, 세일즈, 제품개발 등의 다양한 기업 활동에서 그 결과를 활용하려는 노력 을 진행하고 있다. 그러나 대표적인 경험재인 ‘게임’과 관련된 산업에서의 온라인 리뷰에 대한 연구는 매우 부족한 실정이다. 이에 본 연구는 머신러닝 모델을 활용하여 스팀(STEAM)게임의 커뮤니티 데이터를 분석하였다. 이를 통해 타 사용자의 게임 리뷰를 유용하다고 판단하는데 영 향을 미치는 요인을 분석하고, 리뷰의 유용성을 예측하는데 있어 가장 우수한 성능을 보인 모 델과 변수들을 도출하여 사용자의 충성도와 사용성을 증대시키기 위한 제안을 하고자 한다.

e스포츠의 발달로 게임을 매개로 한 여러 분야의 산업들이 함께 성장하였다. 게임방송은 다 양한 플랫폼을 통해 시청자들에게 도달하면서 대중적인 게임문화 확산에 기여하고 있으며, 게 임이 점차 스포츠로 인식되기 시작하면서 게임방송을 실시간으로 시청하고자 하는 수요가 늘어 나고 있다. 이러한 수요와 함께 최근 OTT(Over-The-Top) 서비스를 기반으로 한 글로벌 게임 중계 방송채널은 빠르게 증가하고 있는 추세이다. 이에 본 연구에서는 YouTube의 Open API 분석을 통한 글로벌 게임방송 스트리밍 현황 파 악 및 시청행태를 분석하고 국내 게임방송산업의 발전을 위해 실무적인 제안을 하고자 한다. 본 연구는 방송 공급자와 시청자 모두 온라인 상태에서 실시간으로 방송을 스트리밍 하는 상태 인 세션을 중심으로 방송시간 및 실시간 시청자를 카테고리, 날짜, 요일, 시간대별로 나누어 분 석하였다.

정보통신기술의 발달로 빅데이터 분석을 통해 사람들 일상의 기록과 잠재적 요구까지 통찰할 수 있게 되었으며, 우리의 일상 속에서 방대한 정보를 실시간으로 도출하고 있다. 여러 산업이 나 기업에서 이미 빅데이터와 결합시켜 비즈니스 등 다양한 분야에 활용하고 있지만 게임 산업 에서의 빅데이터 활용은 아직까지 미흡한 실정이다. 이에 본 연구에서는 데이터 마이닝을 기법을 적용하여 전략시뮬레이션 게임 데이터를 분석하 였다. 전략시뮬레이션 게임 데이터를 Decision Tree, Random Forest, Multi-class SVM, Linear Regression 분석 기법을 적용하여 게임 유저의 게임수준에 영향을 미치는 요인을 분석하였다. 게임수준을 예측하는데 있어 가장 우수한 성능을 보인 기법과 변수들을 도출하여 게임 디자인 과 사용성을 증대시키기 위한 제안을 하고자 한다.