총 452개
-
유튜브 알고리즘으로 인한 가치 편향의 부정적 효과2025.01.201. 유튜브 알고리즘 발생 메커니즘 유튜브 알고리즘은 사용자의 기존 스키마와 선호도를 기반으로 유사한 콘텐츠를 지속적으로 추천하는 방식으로 작동한다. 이를 통해 사용자는 자신의 관심사와 일치하는 정보에 반복적으로 노출되어 가치 편향이 발생할 수 있다. 2. 필터 버블 유튜브 알고리즘은 개인화된 정보를 제공하여 사용자가 특정 성향의 정보만 접하게 되는 '필터 버블' 현상을 초래할 수 있다. 이는 특히 정치 정보 수용 시 문제가 될 수 있다. 3. 확증 편향 필터 버블 현상은 사용자가 자신의 신념을 지지하는 정보만 선택적으로 받아들이는...2025.01.20
-
빅데이터 분석 사례 조사2025.05.051. 구글 검색 엔진 구글은 수억 건의 검색어를 분석하여 검색어에 대한 검색결과를 매우 정확하게 제공합니다. 이는 사용자가 검색하는 단어와 관련된 많은 데이터를 수집하고, 이를 분석하여 검색 결과를 개선하기 때문입니다. 2. 아마존 제품 추천 시스템 아마존은 사용자들이 제품을 검색하고 구매한 데이터를 수집하고, 이를 기반으로 제품 추천 시스템을 개발하여 사용자들이 보다 많은 제품을 구매할 수 있도록 돕고 있습니다. 3. 야후 광고 타겟팅 야후는 광고주가 원하는 대상을 정확하게 타겟팅하기 위해 사용자들의 검색 기록, 이메일, 뉴스 등...2025.05.05
-
일상에서 볼 수 있는 큐와 스택의 구조2025.11.141. 큐(Queue) 큐는 FIFO(First-In-First-Out) 원칙에 따라 동작하는 데이터 구조로, 가장 먼저 들어온 데이터가 가장 먼저 나갑니다. Enqueue는 자료를 큐의 뒤쪽에 추가하고, Dequeue는 앞쪽에서 자료를 꺼냅니다. 일상에서는 네트워크 트래픽 관리, 대기 줄, 프린터 대기열, 통화 대기열, 버퍼 등에서 활용됩니다. 너비우선 탐색과 그래프 알고리즘에서도 핵심적으로 사용되며, 트래픽 혼잡을 방지하고 네트워크 효율성을 향상시킵니다. 2. 스택(Stack) 스택은 LIFO(Last-In-First-Out) 원...2025.11.14
-
유튜브의 발전 과정과 급격한 이용 증가 요인2025.01.171. 유튜브의 발전 과정 유튜브는 2005년 2월 미국의 스티브 첸, 채드 헐리, 자베드 카림이 설립했다. 2005년 4월 첫 번째 동영상 'Me at the zoo'가 업로드되면서 유튜브의 여정이 시작되었다. 2006년 11월 구글에 16억 5천만 달러에 인수되었고, 이를 통해 기술적, 재정적 기반이 강화되었다. 2007년 파트너 프로그램을 도입하여 크리에이터들이 수익을 창출할 수 있게 되었다. 2010년대에는 모바일 디바이스와의 호환성을 강화하고 글로벌 시장으로 확장했다. 2015년에는 유튜브 레드와 라이브 스트리밍 기능을 도입...2025.01.17
-
건국대학교 오픈소스SW프로젝트 1 머신러닝으로 해결할 수 있는 문제, 머신러닝의 세가지 요소2025.01.191. 머신러닝을 적용할 수 있는 문제 사용자의 음식 기호에 맞는 한식 추천 문제를 해결하기 위해 비지도학습의 분류를 사용할 수 있으며, 서포트벡터 머신 모델을 고려하고 있다. 또한 사용자에게 세 가지 정도의 한식을 추천하는 것을 목표로 하고 있다. 2. 머신러닝의 3가지 요소 머신러닝의 핵심 요소는 Task, Experience, Performance measure이다. Task는 머신러닝을 통해 해결하려는 문제, Experience는 실제 데이터를 바탕으로 한 학습, Performance measure는 학습을 바탕으로 생성된 모...2025.01.19
-
비지니스모델혁신 ) 경역학부 물류학 요약2025.05.131. 롱테일 현상 롱테일 현상은 소수의 대상물과 관련하여 대부분의 활동이 일어나고, 다수의 대상물은 활동이 거의 발생하지 않는 현상을 말한다. 이는 기업이 인터넷을 이용하여 수익을 창출할 수 있는 이유를 설명할 수 있다. 2. 롱테일 현상의 원인 롱테일 현상이 나타나는 이유는 (1) 유통 채널과 진열 공간에 대한 높은 비용 및 희소성, (2) 제품 선택에 대한 고객의 인지적 한계 및 어려움, 그리고 (3) 고객의 다양성 및 모든 고객 각각의 고유한 니즈를 만족시키는 데 따르는 높은 비용과 어려움을 들 수 있다. 3. 롱테일 현상의 ...2025.05.13
-
사업계획서 - Big Data (마이데이터)를 활용한 걷기 앱 서비스2025.05.091. 마이데이터 마이데이터는 본인정보의 주권을 본인에게 돌려주는 사업으로, 본인의 민감정보를 서비스 제공자가 컨트롤하지 않고 정보의 주체인 개인이 자유롭게 허용하거나 차단할 수 있는 것을 말한다. 국내에 마이데이터 법안이 승인되면 모든 금융기관, 의료기관, 공공기관 등의 데이터가 한 곳에 모이게 되어 마이데이터 사업자로 등록하면 이전에는 수억원의 마케팅비용을 들여 수집하던 개인의 정보를 서비스에 가져올 수 있게 된다. 따라서 빅데이터 시장에 본격적인 활력이 불어 넣어질 것으로 예상된다. 2. 언어 습관 개선 언어 습관을 위한 솔루션...2025.05.09
-
인공지능 기술의 기업 활용과 윤리적 쟁점 분석2025.01.261. 넷플릭스의 AI 추천 시스템 넷플릭스는 AI 기반의 맞춤형 추천 시스템을 활용하여 사용자에게 개인화된 콘텐츠를 제공하고 있다. 이 시스템은 사용자의 시청 이력, 평가 기록, 콘텐츠 검색 데이터를 수집하고 분석하여 개별 사용자에게 맞춤형 콘텐츠를 추천한다. 이를 통해 넷플릭스는 사용자 만족도와 시청 시간을 높이고 있으며, 2021년 기준 약 10억 달러의 비용을 절감하는 등 기업의 성장에 기여하고 있다. 2. 넷플릭스 추천 시스템의 윤리적 쟁점 넷플릭스의 AI 추천 시스템은 사용자 데이터 수집과 분석 과정에서 개인정보 보호, 사...2025.01.26
-
알고리즘이란 무엇인지 본인의 의견과 알고리즘의 활용에 대해서 논하시오2025.05.111. 알고리즘의 개념 알고리즘은 주어진 문제를 해결하기 위한 단계적인 절차나 명령어들의 집합입니다. 알고리즘은 입력, 출력, 연산과정, 제약조건 등을 명확히 정의하여 문제 해결을 단순화하고 효율적으로 수행할 수 있도록 도와줍니다. 알고리즘은 정확성, 유한성, 효율성 등의 특징을 가지고 있습니다. 2. 알고리즘 활용 사례 알고리즘은 다양한 분야에서 활용되고 있습니다. 컴퓨터 과학 분야에서는 데이터 처리, 그래프 이론, 암호화, 인공지능 등에 사용됩니다. 금융 분야에서는 주식 거래 알고리즘, 의료 분야에서는 진단 알고리즘, 교통 분야에...2025.05.11
-
빅데이터 기술의 다양한 분야 적용사례2025.11.141. 의료 분야의 빅데이터 활용 빅데이터는 환자의 의료 기록, 생물학적 정보, 의료 이미지 및 생활 양식 데이터를 수집하여 분석함으로써 질병 예측과 예방에 큰 역할을 합니다. 정밀 의료를 통해 개별 환자의 유전자 정보와 생활 습관, 병력을 분석하여 맞춤형 치료를 제공하고, 예측 모델링으로 질병의 발병 가능성이나 진행 속도를 예측합니다. 머신러닝과 인공지능 알고리즘을 활용하여 의료 데이터를 분석하고 질병 예측 모델을 개발하며, 데이터 마이닝 기술을 사용하여 대규모 데이터 세트에서 의미 있는 특징을 발견합니다. 2. 금융 분야의 빅데이...2025.11.14
3 / 46
