이 연구에서는 경기교육종단연구 초등학교 4학년 패널의 7차년도, 9차년도 데이터를 사용하여 일반계 고등학생의 진로성숙도 잠재집단을 유형화하고, 각 잠재집단 간 전이 양상을 확인하며, 전이 양상에 영향 을 미치는 요인을 알아보고자 하였다. 연구 목적에 따라 잠재프로파일분석(Latent Profile Analysis: LPA) 을 실시하여 고등학교 1학년(7차년도), 3학년(9차년도) 시기 진로성숙도 잠재집단을 유형화하고, 잠재전 이분석(Latent Transition Analysis: LTA)을 통해 전이 패턴을 분석하였다. 추가로 로지스틱 회귀분석을 실시하여 전이패턴에 영향을 미치는 변인들을 분석하였다. 분석 결과 일반계 고등학생의 고1 시점(7차)에 서 3개의 잠재 집단(높은 진로성숙, 중간 진로성숙, 낮은 진로성숙)으로, 고3 시점(9차)에서 3개의 잠재 집단(높은 진로성숙, 중간 진로성숙, 낮은 진로성숙)으로 분류되었다. 두 시점의 잠재집단 간 전이확률 분 석 결과, 모든 잠재집단에서 절반가량의 학생들이 다른 잠재집단으로 전이하여 다양한 영향요인에 따른 진로성숙도 변화 가능성을 확인하였다. 집단 간 전이패턴은 전체 표본을 기준으로 중간 진로성숙 집단에 서 중간 진로성숙을 유지하는 경우가 31.1%로 가장 많았고, 다음으로 낮은 진로성숙 집단에서 낮은 진 로성숙을 유지하는 경우가 14.0% 순이었다. 전이 패턴을 상향, 유지, 하향으로 분석했을 때 유지 패턴 (57.5%)이 가장 많았았고 상향(22.5%) 패턴, 하향 패턴(20.0%) 순이었다. 학생의 개인적 특성, 진로활 동 도움 정도는 진로성숙도 잠재 집단 간 상향 및 하향 패턴에 영향을 미치는 것으로 나타났다. 이상의 연 구 결과를 토대로 일반계고 진로교육을 위한 결론 및 시사점을 제시하였다.
Until now, research on consumers’ purchasing behavior has primarily focused on psychological aspects or depended on consumer surveys. However, there may be a gap between consumers’ self-reported perceptions and their observable actions. In response, this study aimed to investigate consumer purchasing behavior utilizing a big data approach. To this end, this study investigated the purchasing patterns of fashion items, both online and in retail stores, from a data-driven perspective. We also investigated whether individual consumers switched between online websites and retail establishments for making purchases. Data on 516,474 purchases were obtained from fashion companies. We used association rule analysis and K-means clustering to identify purchase patterns that were influenced by customer loyalty. Furthermore, sequential pattern analysis was applied to investigate the usage patterns of online and offline channels by consumers. The results showed that high-loyalty consumers mainly purchased infrequently bought items in the brand line, as well as high-priced items, and that these purchase patterns were similar both online and in stores. In contrast, the low-loyalty group showed different purchasing behaviors for online versus in-store purchases. In physical environments, the low-loyalty consumers tended to purchase less popular or more expensive items from the brand line, whereas in online environments, their purchases centered around items with relatively high sales volumes. Finally, we found that both high and low loyalty groups exclusively used a single preferred channel, either online or in-store. The findings help companies better understand consumer purchase patterns and build future marketing strategies around items with high brand centrality.
Sentiment analysis is a method used to comprehend feelings, opinions, and attitudes in text, and it is essential for evaluating consumer feedback and social media posts. However, creating sentiment dictionaries, which are necessary for this analysis, is complex and time-consuming because people express their emotions differently depending on the context and domain. In this study, we propose a new method for simplifying this procedure. We utilize syntax analysis of the Korean language to identify and extract sentiment words based on the Reason-Sentiment Pattern, which distinguishes between words expressing feelings and words explaining why those feelings are expressed, making it applicable in various contexts and domains. We also define sentiment words as those with clear polarity, even when used independently and exclude words whose polarity varies with context and domain. This approach enables the extraction of explicit sentiment expressions, enhancing the accuracy of sentiment analysis at the attribute level. Our methodology, validated using Korean cosmetics review datasets from Korean online shopping malls, demonstrates how a sentiment dictionary focused solely on clear polarity words can provide valuable insights for product planners. Understanding the polarity and reasons behind specific attributes enables improvement of product weaknesses and emphasis on strengths. This approach not only reduces dependency on extensive sentiment dictionaries but also offers high accuracy and applicability across various domains.
This study aimed to suggest a suitable collar pattern by visually evaluating the appearance of the amount of collar drape by the starting position of the lapel line of a double-breasted tailored jacket using a 3d virtual fitting program. It created an avatar based on the mean size of women in their 20s (the 8th Size Korea) using clo network (double fastening: 10cm, collar width: 4.5cm, collar stand: 3cm, and lapel width: 8.5cm). The starting of the lapel twist line was waistline level, the 1/2 level of bustline and waistline, or bustline level, and collar laying amount was 4.5, 5.5, 6.5, or 7.5cm. It was evaluated by garment construction experts using 5, 6, and 4 items on the front, sides, and back, respectively. Descriptive statistics, F-test, Duncantest, and reliability analysis were conducted using SPSS 22. When collar laying amount was 6.5cm, it was best rated regardless of the starting point. Under waist line, when collar laying amount was 6.5cm, it was best rated regardless of the starting point. When collar laying amount was large, the collar’s outline length increased, resulting in unnecessary wrinkles from the neckline to the lapel, affecting the overall collar appearance. When collar laying amount was the smallest, the collar was lifted and the width was narrowed, exposing the seam connecting the collar and neckline. The length of the collar’s outline varied depending on collar laying amount, which was important to make the outline sit comfortably on the body.
이 연구는 팬데믹(pandemic) 전후 국제항공여객 운송시장을 대상으로 항공편 운항에 의한 CO2 배출 특성과 변화를 체계적으 로 파악하는 것을 주요 목적으로 한다. 이를 위해 2019년과 2021년 2분기 전 세계 국제여객 항공편 스케줄 데이터를 기반으로 ICAO(International Civil Aviation Organization)의 CERT(CO2 Estimation and Reporting Tool) 인벤토리를 이용하여 노선 단위의 CO2 배출량을 추정한 후, 노선의 대권 거리와 항공기의 크기를 기준으로 구분된 하부시장에 따른 CO2 배출량과 배출 효율성의 분포와 변화를 비교분석하였다. 주요 분석 결과는 다음과 같다. 첫째, 2021년 2분기 전 세계 국제항공여객 운송시장의 CO2 배출량은 약 31.6백만 톤으로 추정되었으며. 2019년 동 분기(117.95백만 톤) 대비 약 73.21% 감소하였다. 두 시기 모두 5,000km 이상의 장거리 시장, 그리고 100~400석 항공기 운용 시장에서의 배출량 비중이 높게 나타났다. 다만 팬데믹 기간에는 5,000km 이상, 그리고 400석 이상 항공기 시장에서 CO2 배출량의 감소가 두드러지게 나타났다. 둘째, 2021년 2분기 시장의 CO2 배출 효율성은 2019년 동 분기 대비 약 4% 향상되었다. 두 시기 모두 노선의 대권 거리와 항공기의 크기가 증가할수록 배출 효율성이 감소하는 경향이 존재하였으며, 팬데믹 기간 중 일부 하부시장에서는 구형 및 초대형 기종들의 운항 감축(혹은 중단)이 두드러짐에 따라 배출 효율성이 향상되기도 하였다. 마지막으로 팬데믹 전후 주요 국제노선들의 CO2 배출 효율성 변화를 탐색한 결과, 글로벌 허브 공항들을 연결하는 대륙 간 장거리 노선들을 중심으로 효율성이 낮게 나타난 반면, 차상위 계층 공항들과 연결된 일부 노선들, 그리고 동남아・동북아의 주요 공항들을 연결하는 역내 노선들은 상대적으로 효율성이 높게 나타났다. 본 연구는 팬데믹 전후 전 세계 국제항공여객 운송시장의 운영 실적과 CO2 배출에 대한 세부 특성과 변화를 실증적으로 분석했다는 점에서 의의가 있다.
해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로 써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통 의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하 여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하 였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기 반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제 시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.
For clothing items that combine the top with the bottom, such as a jumper suit, it is necessary to design original forms to develop clothes in various styles that can satisfy aesthetic and functional needs. Therefore, to determine the original forms of women’s jumper suits, this study aimed to analyze the patterns of women’s jumper suits being sold in the market comparatively and evaluate their fitness. For the study method, this researcher obtained five types of women’s jumper suits from local brands and compared the patterns’ measured sizes, then conducted exterior evaluation on the surplus according to five different movements and analyzed the values of distortion of clothing pressure comparatively. According to the results, in the basic posture, brands A and C received favorable results, while in the other movements, brand B, which had the biggest surplus on the bottom, was evaluated favorably. In conclusion, in the patterns of women’s jumper suits, a bigger surplus is added to either the crotch length or crotch girth rather than the top length, and the top and the bottom tend to have a different surplus according to the design. In addition, based on the values of body surface lengths according to the range of movements, this study suggests that an additional surplus be added to the length.
이 연구는 전염병의 잠재적 확산 가능성이 높은 지역의 탐색을 목적으로, 코로나19 전후의 버스 네트워크 클러스터의 시공간적 변화를 분석한다. 분석방법으로는 Getis와 Ord의 통계를 공간 네트워크로 확장 및 적용한 통계 값을 사용하였다. 이 과정은 서울시 전체 버스 네트워크의 개별 흐름에 대해 각각 적용되기 때문에 대규모 연산을 위해 병렬컴퓨팅 방식을 적용한 슈퍼컴퓨터를 사용하였다. 연구 결과, 첫째, 코로나19 이후 버스 네트워크가 일부 흐름으로 집중된 경향을 보였다. 둘째, 코로나19이 후의 버스 흐름은 주거지, 농업지로의 이동은 증가하고 상업지역, 교통지역으로의 이동은 감소했음을 확인하였다. 셋째, 중심업무 지구 중 여의도 방면의 클러스터, 구로디지털단지역 방면의 클러스터와 달리, 강남일대는 코로나19 전후의 유의미한 변화가 나타나 지 않았다. 이 연구는 국내에서 처음으로 코로나19전후의 버스 네트워크 클러스터를 확인하고 변화 특징을 제시한다는 의미가 있다.
바둑은 적어도 2,500년 이상의 역사를 지녔고 그동안 인간 고유의 게임 영역으로 여겨왔으나, 2016년 컴퓨터 바둑인 알파고에 의해 제압된 마지막 보드게임이 되었다. 바둑에서의 사활문제는 컴퓨터 바둑을 구축 시 반 드시 해결해야 되는 기본 문제 영역이 된다. 연역적 추론은 이미 알고 있는 판단을 근거로 새로운 사실을 추 론하는 논리학의 용어이다. 본 논문에서는 연역적 추론을 위해 제약 충족 방법을 활용하여 사활문제와 직결 되는 3궁, 4궁, 5궁, 6궁의 원형 안형을 표현하는 4-튜플의 형식을 찾고자 했다. 이후 생성된 4-튜플의 형식 을 갖고 점 패턴 매칭을 활용하여 각 궁도의 원형 안형의 갯수를 파악하고자 했다. 실험 결과에 따른 4-튜플 형식의 갯수는 3궁 1개, 4궁 3개, 5궁 4개, 6궁 8개가 있음을 알 수 있었다. 또한 각 궁도의 원형 안형의 갯 수는 3궁 2개, 4궁 5개, 5궁 12개, 6궁 35개가 존재함을 찾아냈다. 마지막으로 컴퓨터 바둑에서의 사활문제 해결을 위해 원형 안형들을 4-튜플 형식의 변형인 5-튜플 형식으로도 제시하였다.
This research explores how imported automobile companies can develop their strategies to improve the outcome of their recalls. For this, the researchers analyzed patterns of recall demand, classified recall types based on the demand patterns and examined response strategies, considering plans on how to procure parts and induce customers to visit workshops, recall execution capacity and costs. As a result, recalls are classified into four types: U-type, reverse U-type, L- type and reverse L-type. Also, as determinants of the types, the following factors are further categorized into four types and 12 sub-types of recalls: the height of maximum demand, which indicates the volatility of recall demand; the number of peaks, which are the patterns of demand variations; and the tail length of the demand curve, which indicates the speed of recalls. The classification resulted in the following: L-type, or customer-driven recall, is the most common type of recalls, taking up 25 out of the total 36 cases, followed by five U-type, four reverse L-type, and two reverse U-type cases. Prior studies show that the types of recalls are determined by factors influencing recall execution rates: severity, the number of cars to be recalled, recall execution rate, government policies, time since model launch, and recall costs, etc. As a component demand forecast model for automobile recalls, this study estimated the ARIMA model. ARIMA models were shown in three models: ARIMA (1,0,0), ARIMA (0,0,1) and ARIMA (0,0,0). These all three ARIMA models appear to be significant for all recall patterns, indicating that the ARIMA model is very valid as a predictive model for car recall patterns. Based on the classification of recall types, we drew some strategic implications for recall response according to types of recalls. The conclusion section of this research suggests the implications for several aspects: how to improve the recall outcome (execution rate), customer satisfaction, brand image, recall costs, and response to the regulatory authority.
인간의 편의 향상과 경제성을 앞세운 중국은 수십 년 전부터 도시개발에 대한 환경오염, 도시 외곽지역 재개발 등의 문제가 끊임없이 논의되어 왔다. 이러한 녹지단절이나 종 다양성의 문제를 방지하기 위해 광역적 생태 네트워크가 요구되어지며 공간변동의 파악이 필요하다고 사료된다. 따라서 본 연구에서는 도시 확산이 빠르게 진행되고 있는 중국 중남부지역 ‘녹심’이라는 대도시권 녹지공간을 중심으로 토지피복도 및 경관 생태지수를 이용하여 시공간적 패턴변화와 경관다양성을 분석하고자 하였다. 1978-2019년의 Landsat 위성사진을 이용하여 ENVI 5.3과 ArcGIS 10.2를 통해 시계열의 경관요소를 유형화하였다. 경관 구조적·기능적 측면에서 객관적인 정량화하는 방법으로 FRAGSTATS를 통하여 경관지수를 정량화하여 산출하였다. 연구결과 1)이 지역의 경관은 1978년부터 오랜기간 토지변화에 따라 자연스럽게 형성되었고, 2)1989-2009년에는 택지개발이나 도로건설에 의해 주로 산림패턴에서 심각하게 파편화를 규명하였으며, 3)1999년 이후 시가지역의 경관지수에 따라 더욱 단순해지고 안정된 상태를 보였다. 4)수역이나 나지의 패치고립도가 높게 나타나고, 경관다양성에 부정적인 영향을 초래하였다. 5)2009년 이후 녹심계획과 함께 경관패턴은 전반적으로 규칙성이 있고 정형화되었다. 이와 같은 생태경관의 가치를 회복하는 것이 지속가능한 도시권 환경을 보전하는 데 가장 바람직할 것이며, 본 연구는 향후 녹심지역에 지속적으로 발전할 수 있는 매우 중요한 기초자료로 기대된다.
이 논문의 목적은 빅데이터 분석기법의 하나인 연관규칙 분석법을 이용하여 소비자가 구매하는 신선식품 간의 상호 연관성을 살펴보는 것이다. 농촌진흥청의 「농식품 소비자 패널조사」에서 가공식품을 제외한 신선식품의 구매내역 정보를 이용하여 전통시장, 대형마트, 기업형 슈퍼마켓에서 나타나는 연관규칙을 계절별로 분석하였다. 소비자를 2011년을 기준년도로 하여 30, 40, 50대로 구분한 후에, 연령대・구입장소별로 도출된 연관규칙 을 매년 등장한 규칙, 빈번하게 나타난 규칙, 새로 생성된 규칙 세 가지로 구분하였다. 또한 각 연도별로 나타난 공통된 연관규칙에서 향상도의 변화를 분석하여 장바구니에서 나타나는 연관 구매의 동태적인 변화 패턴을 살펴보았다. 분석결과는 소매점포가 묶음상품을 개발하거나 매대를 구성할 때 또는 소비자에게 발송할 상품 홍보용 전단지를 만들 때 유용하게 사용될 것이다.