최근에 사용자에 의한 대량의 텍스트 데이터가 발생하면서 사용자의 정보, 의견 등을 분석하는 오피니언 마이닝이 중요하게 부각되고 있다. 오피니언 마이닝 중 특히 정서 분석은 제품, 사회적 이슈, 정치인에 대한 호감 등에 대한 개인적 의견이나 정서를 분석하여 긍정, 부정이나 행복, 슬픔 등의 정서를 분석하는 연구 분야이다. 정서 분석을 위해서 정서 차원 이론의 정서가와 각성 차원의 2차원 공간을 사용하고, 이 공간에서 정서가 분포하는 영역을 설정하여 매핑하는 방법을 사용한다. 그러나 기존에는 정서의 분포 영역을 임의로 설정하는 문제가 있었다. 본 논문에서는 이 문제를 해결하기 위해, 한국어 정서 단어 목록을 사용해 사용자 설문을 실시하여 2차원 상에 12개 정서의 분포를 구성하였다. 또한 2차원 상의 특정 정서 상태가 여러 개의 정서에 중첩되는 경우, 정서에 소속될 확률을 사용한 룰렛휠 방법을 사용하여 하나의 정서를 선택하는 방법을 제안하였다. 제안한 방법을 사용하여 텍스트에서 정서 단어를 추출하여 텍스트를 정서로 분류할 수 있다.

본 연구에서는 구매 의사결정에서 소비자가 심미성과 사용성 중 어느 제품 속성에 우선적인 가치를 부여하고 제품을 선택하는지 알아본다. 최근 독일에서 진행된 연구에 의하면, 사람들은 외관 디자인이 뛰어난 제품을 선호하지만 실제로 제품을 선택할 때는 심미성을 상대적으로 중시하지 않았다(Diefenbach & Hassenzahl, 2009). 개인적 가치를 중시하는 개인주의 문화(예, 독일)에 비하여 집단주의 문화(예, 한국)에서는 타인으로부터 인정받는 것을 매우 중시한다. 한국에서는 사람들이 인지하기 쉬운 제품 속성(심미성)이 그렇지 않은 제품 속성(사용성)보다 우선될 것이다. 독일에서 실시된 연구를 한국에서 동일한 절차로 재연한 결과, 예상한대로 참가자들은 심미성에 우선적인 가치를 두고 제품을 선택하였다. 참가자들은 심미성에 있어서는 가격이 비싸더라도 심미성이 높은 제품을 더 많이 선택한 반면, 사용성에 있어서는 사용성이 높지 않더라도 가격이 싼 제품을 더 많이 선택하였다(연구 1). 심미성과 사용성이 상충하는 경우에는 사용성이 낮더라도 심미성이 높은 제품을 더 많이 선택하였다(연구 2). 개인의 사회인정 욕구를 살펴본 결과, 심미성이 높은 제품을 선택한 참가자는 심미성이 낮은 제품을 선택한 참가자보다 사회인정 욕구가 높았으나 사용성에 있어서는 그러한 차이가 나타나지 않았다.

This paper showed the difference between the selectivity of gill net by least square method with polynomials in Kitahara's and that by maximum likelihood analysis for Japanese sandfish and Korean flounder. Catch experiments for Japanese sandfish using commercial vessels off the eastern coast of Korea were conducted with six different mesh sizes between October and December 2007 and those for Korean flounder with five different mesh sizes between 2008 and 2009. The mesh size of 50% probability of catch corresponding to biological maturity length of fish was not different between that by least square method and that by maximum likelihood analysis for Japanese sandfish, however, a little different for Korean flounder, that is, those mesh sizes of 50% probability of catch for biological maturity length of Korean flounder were 10.6cm and 10.1cm by least square method and maximum likelihood analysis, respectively.