최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Park B.
2022 / Journal of Gynecologic Oncology
정치서, 류기환, 이종용, 정계동
2020 / The International Journal of Internet, Broadcasting and Communication
데이터가 존재하지 않습니다.
loading...
본 연구는 빅데이터 소셜 네트워크 분석을 통해 관광 명소 정보를 기반으로 한 추천 시스템을 설계합니다. 사용자 성격 정보를 바탕으로 적합한 관광 유형을 분류하고, 관광 키워드 간의 네트워크 분석을 통해 관광 유형에 따른 관광 명소 간의 관계를 파악합니다. SNS 및 블로그에 게시된 관련 관광 명소 정보를 태깅하여 추천합니다.
Information and Communication Technologies in Tourism 2019 : Proceedings of the International Conference in Nicosia, Cyprus, January 30–February 1, 2019
Communication and channel systems in tourism marketing
Destination recommendation systems : behavioural foundations and applications
Information and communication technologies in support of the tourism industry
Information and Communication Technologies in Tourism 2020 : Proceedings of the International Conference in Surrey, United Kingdom, January 08–10, 2020
International city tourism : analysis and strategy
Information and Communication Technologies in Tourism 2018 : Proceedings of the International Conference in Jönköping, Sweden, January 24-26, 2018
Consumer behavior in travel and tourism
Complex network analysis in Python : recognize - construct - visualize - analyze - interpret
Actor network theory and tourism : ordering, materiality and multiplicity
Social media in travel, tourism and hospitality : theory, practice and cases
Network analysis and tourism : from theory to practice
Tourism behavior: travelers' decisions and actions
Co-creation and well-being in tourism
Innovations in big data mining and embedded knowledge
넥스트 투어리즘 : 관광의 미래
말레이시아 100배 즐기기
Enterprise Information Systems
Xia H.,An W.,Liu G.,Hu R.,Zhang J.Z.,Wang Y.관광학연구
한석호, 홍민성The International Journal of Advanced Smart Convergence
전세원; 박성우; 안윤주; 류기환Expert Systems with Applications
Abbasi-Moud Z.,Vahdat-Nejad H.,Sadri J.The International Journal of Internet, Broadcasting and Communication
정치서, 이종용, 정계동Computers and Industrial Engineering
Nilashi M.,Samad S.,Ahani A.,Ahmadi H.,Alsolami E.,Mahmoud M.,Majeed H.D.,Abdulsalam Alarood A.JOURNAL OF HOSPITALITY AND TOURISM INSIGHTS
Puh, Karlo; Babac, Marina BagicJournal of Circuits, Systems and Computers
Li, F.; Zhang, C.WILEY INTERDISCIPLINARY REVIEWS-DATA MINING AND KNOWLEDGE DISCOVERY
Nunez, Jose Carlos Sancho; Gomez-Pulido, Juan A.; Ramirez, Rafael RobinaThe International Journal of Internet, Broadcasting and Communication
김인선, 정치서, 정태원, 강진규, 정계동Mathematical Problems in Engineering
Yun L.,Luo Z.Arabian Journal for Science and Engineering
Nilashi M.,Samad S.,Minaei-Bidgoli B.,Ghabban F.,Supriyanto E.Information Technology and Tourism
Paolanti M.,Mancini A.,Frontoni E.,Felicetti A.,Marinelli L.,Marcheggiani E.,Pierdicca R.TOURISM MANAGEMENT
Li, Xin; Law, Rob; Xie, Gang; Wang, ShouyangFuture Internet
Santamaria-Granados L.,Mendoza-Moreno J.F.,Ramirez-Gonzalez G.Annals of Tourism Research
Li H.,Gao H.,Song H.한국컴퓨터정보학회논문지
유자양, Kai Liao, Zi Han GuoTourism Management
Hou Z.,Cui F.,Meng Y.,Lian T.,Yu C.Expert Systems with Applications
Kontogianni A.,Alepis E.,Patsakis C.한국응용과학기술학회지
문석재, 유경미전선 / 대학원
불완전한 정보로 인한 시장문제와 소비자 문제를 바탕으로 소비자들의 정보탐색활동을 평가하고, 매체로부터의 정보를 분석함으로써 바람직한 정보정책의 틀을 제시한다.전선 / 학사
관광지리학의 연구동향, 관광자원의 유형과 인간의 여가활동의 공간적 패턴, 주요 관광지역의 지리적 특성에 대하여 학습한다. 그리고 관광산업과 지역문화, 지역발전의 관계를 탐색하고, 지속가능한 관광자원의 개발 방법 등에 대하여 학습한다.전선 / 대학원
주어진 지식과 경험을 바탕으로 앞으로 주어질 작업을 효율적이고 체계적으로 수행할 수 있는 컴퓨터 프로그램 개발에 많은 연구가 계속되어 오고 있다. 이러한 연구의 핵심 분야인 기계 학습(Machine Learning)에 관한 강의로써 현재까지 발표된 대표적인 연구 논문들을 중심으로 이론 및 알고리즘, 응용 분야 등을 설명한다.전선 / 대학원
이 과목은 인간의 정보추구행동을 분석하는 다양한 방법론을 소개하여 향후 학생 본인의 전공분야를 선택하는데 참조할 수 있도록 한다. 특히 정보의 사용성 조사나 사용자 경험조사 방법을 중점으로 데이터의 수집, 실험설계, 데이터 분석 및 해석방업 등을 취급한다.교양 / 학사
이 과목에서 학생들은 여행이라는 행위의 역사적, 문화적 맥락을 이해하고 이를 바탕으로 여행의 윤리에 대해 성찰하고 실천한다. 수업은 여행의 문화적 재현을 비판적으로 검토하는 데서 시작하여, 이를 통해 마련한 이론적 틀을 바탕으로 기존에 존재하는 여행 프로그램을 체험하고 더 나아가 여행의 윤리를 고려한 여행 프로그램을 개발하는 창의적이고 구체적인 조별 프로젝트로 이어진다. 수업에서 다루는 텍스트는 영미권 텍스트를 중심으로 하나 그에 한정되지 않으며, 장르상으로는 픽션과 논픽션, 멀티미디어 텍스트를 포괄한다. 텍스트 분석을 통한 이론적 지식의 습득과 여행 프로그램 체험 및 개발이라는 실천적 프로젝트를 연계함으로써 학생들로 하여금 비판적 사고 능력과 창의적 문제해결력을 함양하게 하고, 더 나아가 여행에 대한 성찰과 실천을 통해 책임감 있는 지역사회 구성원이자 세계시민으로서의 소양을 기르는 것을 목표로 한다.전선 / 대학원
메타데이터를 통한 전자기록 정보의 구조화 전반에 대해 다룬다. 메타데이터를 단순히 정보기술의 이론적 관점에서만 학습하는 것이 아니라, 역사기록물이나 인류문화유산 정보를 효과적으로 아카이브하기 위한 융합학문의 관점에서 살펴본다. 이를 위해 Semantic Web과 Linked Data 기술에 대한 이해와 첨단 정보기술을 활용한 디지털 인문학에 대해서도 함께 조망할 것이다. 더불어 선진국의 문화유산 아카이브를 위한 여러 모델들을 살펴보고 우리나라에서의 적용과 활용에 대해 고민해 본다.전선 / 대학원
이 수업은 디지털 미디어의 사회침투 (mediatization; 미디어화)에 따라 네트워크가 하나의 범사회적인 구성원리로 부상하는 현상을 주로 인간관계의 형성과 유지에 관한 논의에 초점을 두고 학습합니다. 미디어가 우리의 일상과 어떻게 결합하는지, 즉 우리가 주변사람들 혹은 공동체와 맺는 관계를 중심에 두고 그 관계 위에서 공유되는 정보와 감정, 개인과 공동체와의 관계 등이 미디어화와 더불어 어떤 변화를 겪는지를 보고자 합니다. 기존 연구에 대한 학습과 동시에 실제 우리 일상에 대해 비판적으로 ‘관찰’하고 책 바깥으로 나와 생각하는 연습을 통해 다시 미디어의 본질에 관한 통찰력을 키워보고자 합니다. 미디어화에 따른 인간관계망의 변화, 개인과 집단의 미디어 이용, 공동체의 형성, 협력관계의 발생 등의 이슈를 다룹니다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 학사
구매에서 소비자정보의 역할이 보다 더 강조되고 있다. 소비자들의 정보 사용 행동을 분석하고, 광고매체 등 정보제공환경을 파악함으로써 바람직한 정보정책의 틀을 모색한다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.전선 / 대학원
본 수업은 실제 운용되고 있는 SNS상에서 사용할 수 있는 도구들의 제작과 이를 통해 얻은 자료를 분석하는 기법을 익히는 것을 목표로 한다. SNS의 사용이 크게 증가함에 따라, 사용자들이 방대한 양의 자료를 웹상에서 제작, 공유하고 있다. 이러한 자료를 분석하면 기존의 방법으로는 알기 힘들었던 사용자의 취향이나 성향을 비교적 쉽게 파악할 수 있다는 연구 결과가 나오고 있다. 하지만 자료의 양이 방대할 뿐만아니라 자료의 형태도 다양해 여러가지 제한점이 있는 것도 사실이다. 본 강의는 SNS 상의 자료를 사용하여 어떻게 사용자에게 유용한 정보를 제공할 수 있는 지에 대해서 알아보고자 한다. 학생들은 Python을 이용하여 여러가지 SNS의 자료를 수집하고 분석하는 것을 배울 것이다. 단순한 수집뿐만아니라 수학적인 분석 기법에 대해서도 자세하게 다룰 예정이다.전선 / 학사
데이터마이닝은 대용량 데이터에서 유용한 패턴을 찾기 위한 이론과 기법을 의미한다. 데이터마이닝은 웹, 사기 탐지, 추천 시스템, 사이버 보안 등 중요한 응용에 활용되고 있다. 본 과목에서는 데이터마이닝을 위한 중요 알고리즘과 이론을 설명한다. 주요 학습 주제로 mapreduce, 유사 아이템 검색, 빈발 패턴 검색, 링크 분석, 데이터 스트림 마이닝, 클러스터링, 그래프 마이닝 등을 다룬다.전선 / 대학원
본 수업은 실제 운용되고 있는 SNS상에서 사용할 수 있는 도구들의 제작과 이를 통해 얻은 자료를 분석하는 기법을 익히는 것을 목표로 한다. SNS의 사용이 크게 증가함에 따라, 사용자들이 방대한 양의 자료를 웹상에서 제작, 공유하고 있다. 이러한 자료를 분석하면 기존의 방법으로는 알기 힘들었던 사용자의 취향이나 성향을 비교적 쉽게 파악할 수 있다는 연구 결과가 나오고 있다. 하지만 자료의 양이 방대할 뿐만아니라 자료의 형태도 다양해 여러가지 제한점이 있는 것도 사실이다. 본 강의는 SNS 상의 자료를 사용하여 어떻게 사용자에게 유용한 정보를 제공할 수 있는 지에 대해서 알아보고자 한다. 학생들은 Python을 이용하여 여러가지 SNS의 자료를 수집하고 분석하는 것을 배울 것이다. 단순한 수집뿐만아니라 수학적인 분석 기법에 대해서도 자세하게 다룰 예정이다.전선 / 대학원
딥러닝은 주어진 입력 데이터를 심층인공신경망으로 가공하여 원하는 테스크에 대해 좋은 성능을 달성하는 것을 목표로 한다. 이 과정에서 입력 데이터는 입력이 표현된 방식과는 확연히 다른 방식으로 표현되게 되고, 이러한 표현 방식의 변화를 통하여 원하는 정보를 잘 활용할 수 있게 된다. 본 강의에서는 딥러닝의 중요 연구주제 중 지도학습, 비지도학습, contrastive learning, domain generalization, meta learning, 등과 같은 학습기법들에 대해 논의하고 이를 통하여 표현학습에 대해 이해하는 것을 목표로 한다.전선 / 대학원
표준적 도시교통계획과정의 이론적 구조와 문제점 그리고 실천모형의 장단점을 비교검토하고, 보다 일반적인 교통계획모형의 구성을 위한 여러 방법론과 고급이론을 소개함과 아울러 새로운 연구방향에 관해 연구한다.전필 / 학사
첨단융합학부 신입생들의 전공탐색을 위한 공통필수과목으로서, 차세대지능형반도체, 융합데이터과학, 지속가능기술, 디지털헬스케어, 혁신신약 등 첨단융합학부의 다양한 전공 분야를 소개한다. 각 분야에서 개발되고 있는 첨단융합기술의 핵심 개념과 다양한 응용 분야를 소개하고, 각 분야에서 활약하고 있는 리더 특강을 통해 학생들이 졸업 후의 미래를 구체적으로 살펴볼 수 있도록 지도한다. 또한 융합의 의미와 필요성을 소개하고, 기술창업/연구/정책리더십 등 첨단융합전공의 미래 진로를 소개한다. 특히, 기업가 정신 및 도전의식(기술창업), 첨단융합 연구 기초(창의연구), 첨단융합기술의 사회적 가치(정책리더십) 등 각 교과인증과정으로 진출하는 데 필요한 핵심적 가치에 대해 교육한다.전필 / 학사
본 과목에서는 정형 데이터와 비정형 데이터를 효과적으로 관리하고 분석하는 데에 필요한 제반 이론 및 기법을 배운다. 구체적으로, 본 과목의 전반부에서는 데이터베이스 (DB)를 기반으로 한 정보 시스템의 설계 및 구현, 그리고 DB 마이닝과 DB 기반 추천 시스템과 관련된 모형과 기법을 다루고, 후반부에서는 텍스트 데이터를 대상으로 정보 검색, 문서 분류 및 군집화를 위한 주요 이론과 방법론들을 소개한다. 아울러, 본 과목은 소개된 모형 및 기법들을 구현하여 다양한 형태의 데이터에 실적용해보는 프로젝트들을 포함하는 바, 이를 통해 실제 문제에 대한 해결 능력을 기르고, 관련된 기술적 이슈들을 경험해보는 것을 목표로 한다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
딥러닝은 주어진 입력 데이터를 심층인공신경망으로 가공하여 원하는 테스크에 대해 좋은 성능을 달성하는 것을 목표로 한다. 이 과정에서 입력 데이터는 입력이 표현된 방식과는 확연히 다른 방식으로 표현되게 되고, 이러한 표현 방식의 변화를 통하여 원하는 정보를 잘 활용할 수 있게 된다. 본 강의는 딥러닝의 중요 연구주제 중 비지도학습의 기본 방식으로 자리 잡은 self-supervised learning 및 contrastive learning을 중심으로 진행한다. 특히 information theoretic approach를 비롯한 metric 관점의 representation learning에 대해 고찰하고 domain generalization, meta learning, 등과 같은 학습기법들에 대해 논의하며 이를 통하여 표현학습에 대해 심화된 이해를 하는 것을 목표로 한다.전선 / 대학원
마케팅 활동의 효과를 높이는 방향의 하나로서 데이터에 기반한 과학적인 마케팅 실행에 대한 필요성이 지속적으로 높아지고 있는데, 데이터 사이언스 및 인공 지능 분야의 핵심 요소 중의 하나인 머신 러닝 기법들이 이러한 과학적이며 효과적인 마케팅 프로그램을 실행하는데 있어 매우 유용한 도구로서 활용될 수 있을 것이다. 본 과목에서는 마케팅 의사 결정의 품질을 높이기 위해 머신러닝의 다양한 분석 기법을 효과적으로 활용하는 방법에 대해 학습하는데, 마케팅 의사 결정의 종류가 다양하고 또한 이들 종류별로 필요한 데이터와 적절한 분석 기법이 상이하므로 마케팅 의사 결정 종류별로 어떠한 데이터를 어떠한 기법을 통하여 분석할 것인지에 대한 체계를 중심으로 학습한다.