This presentation introduces a methodological framework that analyzes a model of destination image formation (Baloglu & McCleary 1999; Beerli & Martin 2004). Specifically, the main aims of this study are to investigate what type of stimulus factors (information sources) are connected to the formation of destination image, and to explore if there is a connection between their strength of willingness to visit a destination and their patterns to associate with the destination. The study employs an advanced nonparametric Bayesian relational model (Glückstad, Herlau, Schmidt, Rzepka, Araki and Mørup 2013; Mørup, Glückstad, Herlau & Schmidt, 2014) for a two-steps analysis . The first step attempts to segment consumers according to patterns of attributes consumers associate with three arbitrary selected destinations. The second step statistically analyzes latent structural patterns per segment by contrasting two independent datasets, one consisting of information sources and members of a segment and another consisting of destination attributes and the members of the segment. The results of two-steps analysis demonstrated that patterns of attributes respondents associate with the three selected destinations differ across individuals and the applied method enabled to segment respondents according to the differences, and consumers’ associations, their willingness to visit the destinations and types of information sources they have accessed to learn about the destinations are connected to each other.

본 연구에서는 질병 데이터를 활용한 사망률의 지도화에서 지역별 사망률의 변동성을 안정화할 수 있도록 하는 베이지언 기법을 적용하고, 기본적으로 활용되고 있는 SMR (Standardized mortality ratio)과 그 결과를 비교하였다. 우리나라 전국의 시군구 단위의 전립선암 사망자 수 데이터에 표준화와 베이지언 기법을 적용하고, 산출된 사망률을 지도화하여 기존에 없던 우리나라의 전립선암 사망률 지도를 질병 지도의 예시 자료로 작성하였다. 분석 결과, Bayesian 모델링 기법을 통해 계산된 위험비는 기존 SMR에 비해 좀 더 수렴된 형태의 안정적인 통계량을 가지는 것을 알 수 있었다. 국지적 Bayesian 기법은 이웃 지역들의 정보만을 반영하여 위험비를 평활화하기 때문에 본 연구에서 사용된 전역적 기법들과 비교할 때 평활화의 강도가 크지 않았다.

SWMM(Storm Water Management Model)은 모형 내 다양한 매개변수를 이용하여 지표 투수율 및 하수관거 영향 등 도시 유역의 유출 특성을 비교적 정확하게 모의하지만, 모형의 입력자료 부족과 매개변수의 불확실성으로 인한 신뢰성 문제가 대두되고 있다. 이러한 문제점을 해소하기 위해 본 연구에서는 SWMM 모형에 Bayesian 기법을 연계한 최적화 기법을 개발하고, 이를 활용하여 매개변수의 불확실성을 정량적으로 해석하고자 한다. 이를 위해 먼저 유출 특성에 민감한 매개변수를 민감도 분석을 통해 선정하고, SCE-UA(Shuffled Complex Evolution-University of Arizona), MCMC(Markov Chain Monte Carlo), DDS(Dynamically Dimensioned Search) 등 매개변수 최적화 기법을 적용하여 매개변수의 초기값을 설정한다. 매개변수의 다양한 물리적 범위를 고려하기 위한 방법으로 절단 정규분호(truncated Gaussian distribution)을 사전분포(prior)로 선정하여 매개변수의 사후분포(posterior)를 추정하게 된다. 최종적으로 각 매개변수간 사후분포를 이용하여 모의된 유출량의 불확실성을 정량적으로 분석하였다.

상관관계가 높은 복합열화의 완벽한 개별예측모델의 개발은 매우 어려운 문제로, 본 논문에서는 현수교 시스템의 미래열화와 유지 예산을 예측하기 위하여, 10년간의 유지 데이터가 주어진 매개변수(파손지표와 사용성)의 사후 확률 밀도함수를 찾기 위해 베이지언 추론을 적용하였다. 마르코프 연쇄 몬테카를로법을 이용하여 매개변수의 사후 분포를 조사하였다. 감소한 사용성의 모의위험예측은 사전분포와 연간유지 업무에서 업데이트한 데이터의 가능성에 따라 작성한 사후 분포이다. 기존의 선형 예측 모델과 비교하면, 제안된 2차 모델은 교량부품의 사용성, 위험요소, 그리고 유지 예산의 측정 데이터에 대하여 매우 개선된 수렴성과 근접성을 제공한다. 따라서 제안된 2차 추계학적 회귀 모델을 기반으로 복잡한 사회간접설비의 미래 성능과 유지관리예산을 예측하고 제어할 수 있는 기회를 제공할 것으로 기대한다.