Taeri Kim

피싱을 통한 사이버 범죄가 늘어나고 있다. 피싱이 초래하는 피해를 방지하기 위해 콘텐츠 기반, URL 문자열 기반 등 많은 피싱 URL 관련 연구들이 진행되어 왔다. 콘텐츠 기반 방법은 웹 페이지콘텐츠를 다운로드하고 분석하는 방법으로, 보안상 위험이 따르는 단점이 존재한다. URL 문자열 기반 방법은 URL 문자열 패턴을 분석하고 이를 피싱 URL 탐지에 사용한다. 본 논문에서는 기존 연구로부터 확인된 피싱 URL의 경향에서 착안하여, URL 문자열을 그래프로 구축하고 Random Walk with Restart, Belief Propagation과 같은 그래프 추론 알고리즘과 DeepWalk, Node2vec과 같은 그래프 임베딩 기법을통해 URL의 피싱 여부를 예측한다. 우리의 그래프 기반 피싱 URL 탐지 방법과 분류 알고리즘을 활용한기존 피싱 URL 탐지 방법을 비교한 결과, 그래프 기반 방법이 모든 정확도 척도에서 더 높은 성능을 보였다.

의약품 추천 문제는 전자 건강 기록(Electronic Health Records, EHR) 데이터를 활용하여, 환자의 현재 방문에서 효과적인 의약품들을 추천하는 것을 목표로 한다. 이 문제를 해결하기 위해 다양한 방법들이 제안되었지만, 우리는 기존 방법들이 환자에게 효과적인 의약품들을 추천하는 데 있어서 EHR 그래프로 표현되는 의약품 간의 관계가 어떠한 영향을 미치는지 검증하지 않고 단순히 이를 활용하거나 활용하지 않는다는 점을 지적한다. 따라서, 본 논문에서는 실세계 두 가지 EHR 데이터를 사용하여 다양한 state-of-the-art 의약품 추천 시스템들과 그들의 EHR 그래프 활용 여부에 따른 변형들의 추천 정확도를 비교하고 분석한다. 그 결과, 우리는 EHR 그래프의 활용이 의약품 추천 정확도에 긍정적인 영향을 미치지 않을 수 있음을 확인했다. 본 연구를 통해, 우리는 향후 의약품 추천 시스템들이 환자에게 더욱 효과적인 의약품들을 추천할 수 있도록 도움을 주고자 한다.

최근, 대조 학습 기반의 멀티미디어 추천 시스템들이 활발하게 연구되고 있다. 이들은 아이템의 멀티모달 피처들로부터 아이템의 뷰들을 생성하고, 이러한 뷰들을 활용하여 대조 학습을 진행함으로써 기존 멀티미디어 추천 시스템들보다 상당히 향상된 추천 정확도를 제공한다. 그럼에도불구하고, 본 논문에서는 기존 대조 학습 기반의 멀티미디어 추천 시스템들이 아이템의 뷰들을 생성하는 데에 아이템의 모달리티 피처들을 올바르게반영하는 것의 중요성을 간과하며, 그 결과 추천 정확도 향상에 제약을 갖는다고 주장한다. 이는 아이템 임베딩에 아이템 자신의 모달리티 피처를올바르게 반영하는 것이 추천 정확도 향상에 도움이 된다는 기존 멀티미디어 추천 시스템들의 발견에 기반한다. 따라서 본 논문에서는 아이템의모달리티 피처들을 올바르게 반영하는 뷰들(구체적으로, 모달리티 반영 뷰들)을 활용하여 대조 학습을 진행하는 새로운 멀티미디어 추천 시스템을제안한다. 두 가지 실세계 공개 데이터 집합들에 대한 실험들을 통해, 본

본 연구는 성인발레 지도자의 감성적리더십과 카리스마리더십이 수업몰입과 수업만족도에 미치는 영향을 규명하였다. 이를 위해 사설 무용학원에서 수강 중인 성인 수강생을 대상으로 설문조사를 실시하였으며, 총 274부의 설문지를 최종 분석에 활용하였다. 설문지는 개인적특성, 감성적리더십, 카리스마리더십, 수업몰입, 수업만족도에 관한 총 44문항으로 구성되었으며, 각 변수들은 선행연구를 바탕으로 5점 리커트 척도로 구성되었다. 자료는 SPSS 프로그램을 이용해 탐색적 요인분석, 신뢰도 분석, 다중회귀분석을 통해 처리되었다. 연구결과, 감성적리더십과 카리스마리더십 모두 수업몰입과 수업만족도에 유의한 영향을 미치는 것으로 확인되었다. 특히 수업몰입의 하위요인별 영향력에서 차이가 나타났으며, 수업만족도에서는 감성적리더십이 상대적으로 영향력이 높은 것으로 나타났다. 따라서, 성인발레 지도자가 수업 운영 시 학습자의 몰입과 만족도를 향상시킬 수 있는 리더십 전략을 활용할 필요성이 있음을 시사한다.