구조실험을 위한 데이터 저장소는 구조실험에 관련된 실험정보를 구조공학자와 연구자들이 편리하게 저장하고 열람할 수 있도록 효율적인 구성을 가져야 한다. 데이터 저장소에 대한 평가는 데이터 저장소 자체적인 구성에 대한 평가와 데이터 저장소에 저장된 실제 정보의 구성에 대한 평가로 나눌 수 있다. 데이터 저장소의 자체적인 구성은 클래스로 나타낼 수 있고 데이터 저장소 내에 저장된 실제의 실험정보는 객체로 표현할 수 있는데 본 논문은 클래스와 객체가 가지고 있는 속성구성에 대한 평가요소를 제안한다. 클래스의 속성구성 평가요소로는 클래스내 속성수와 구체적인 값 또는 객체에 의해 구분한 속성의 종류별 수 등이 있는데 이러한 평가요소들을 이용하여 데이터 저장소가 정한 구성을 이해할 수 있다. 객체의 속성구성 평가요소로는 객체내 값있는 속성수 등이 있는데 데이터 저장소내의 실제 실험정보가 레벨별로 어떻게 저장되어 있는가를 파악할 수 있다.

We studied customer recognition and understanding of menu labeling as well as the correlations between customer support for menu labeling and multiple factors, such as demographic characteristics, dinning-out behavior, and menu selection criteria. This study designed a survey and received responses from 351 individuals. The analysis results reveal that most respondents did not acknowledge menu labeling or lacked knowledge of it. Many of the respondents showed experience in ordering from menus with ingredient labels, but many showed no interest in menu labeling. Exactly 114 (32.5%) respondents showed support of menu labeling, and most were interested in levels of trans-fat, fat, and cholesterol. The respondents reported that menu labeling should be implemented more in fast-food restaurants and causal dinning restaurants. This study also analyzed how customer menu selection criteria are related to support level of menu labeling. Respondents were classified into three groups based on their support level for menu labeling (low · medium · high), after which correlations between customer menu selection criteria and support level were examined. Respondents in the high support group considered all menu selection criteria (i.e., ingredients, health, and consideration of calories). GLM analysis showed that monthly dining-out expenses were highly related to support level with a significance level of 0.05, and the interaction between monthly dining-out expenses and respondents' jobs also affected support level with a significance level of 0.01.

스마트폰 등 모바일 기기를 통한 SNS가 보편화 되면서, IT와 네트워크의 결합으로 인한 ‘스마트 관광’이 급속하게 확산되고 있으며 미식관광에 있어서도 SNS의 영향력은 절대적이라 할 수 있다. 따라서 SNS를 통한 미식상품 정보의 전파와 내용은 사용자간 실시간 공유 및 연결, 댓글 또는 방문 참여라는 생산자적 소비자의 소통구조로 이루어져 있어 그만큼 정보품질의 중요성이 강조되고 있다. 본 연구의 목적은 미식 관광상품 속성요인을 포함한 SNS 정보품질과 관광지 선택속성이 관광자 만족에 어떠한 영향을 미치는지를 검증하고자 하였다. 연구의 목적을 달성하기 위하여 잠재적인 혹은 경험적인 미식 관광객을 대상으로 설문 조사하였으며, 총 300부의 연구 설문지 중 불성실한 내용 84부를 제외하고 216부를 최종 분석하였다. 분석도구로는 SPSS 25.0을 이용하여 신뢰도 및 요인분석, 상관관계 분석, 다중회귀분석을 하였으며 가설 검정에 대한 분석결과는 다음과 같다. 첫째, SNS 미식상품 정보품질은 관광자 만족에 일부분 유의미한 영향을 미침으로 부분 채택되었고 둘째, 관광지 선택속성은 만족에 유의미한 정(+)의 영향 관계를 형성하였다. 따라서 본 연구의 가설은 부분 채택되었으나, 연구결과에서 미식상품요인과 SNS 정보품질 요인이 만족에 미치는 영향요인이 서로 확연히 다름을 확인할 수 있었고 이에 후속 연구에서는 미식 관광객에게 필요한 미식상품 품질요인변수를 더 다양화할 필요성이 있다.

고객 유형 분석에 쓰이는 다양한 데이터 분석 방법은 고객들을 위한 맞춤형 콘텐츠를 기획하고, 보다편리한 서비스를 제공하기 위하여 고객들의 유형과 특성을 정확히 파악하는 것이 매우 중요하다. 본 논문에서는 정보의 손실을 줄이기 위한 일환으로 정보 엔트로피를 확장하여 속성의 불확실성을 이용한k-modes 군집분석 알고리즘을 제안한다. 따라서 속성에 대한 유사도의 측정은 두 가지의 측면에서 고려되어진다. 하나는 각 분할의 중심에 대한 각 속성간의 불확실성을 측정하는 것이고, 다른 하나는 각속성이 가지는 불확실성에 대한 확률적 분포에 대한 불확실성을 측정하는 것이다. 특히 속성내의 불확실성은 속성의 엔트로피를 확률적 정보로 변환하여 불확실성을 측정하기 때문에 최종적인 불확실성은비확률적인 척도와 확률적인 척도에서 고려되어 진다. 여러 실험과 척도를 통하여 제안한 알고리즘의정확도가 최적의 초기치를 기반으로 군집분석을 수행한 결과에 준수함을 보인다.