HCI KOREA 2017 데이터 기반 UX 평가를 통한 반응형웹 디자인 개선 방안(주)SNC Lab.
데이터 기반 UX평가를 통한 반응형웹 디자인 개선 방안 사례 발표자료입니다. (An improvement guidelines of responsive web design through data-based UX evaluation)
많은 연구를 통해 웹사이트에서 사용성의 중요성이 강조되고 있지만 실제 웹사이트 개발 프로세스에서 사용성에 대한 고려가 충분히 이뤄지기는 쉽지 않다. 사용성에 대한 고려는 기획단계부터 개발 및 완성 단계까지 전 과정에 걸쳐 진행되어야 하는데 사용성에 대한 고려 없이 제작된 웹사이트는 사용상의 문제점이 발견되고 유지보수를 어렵게 만든다. 이를 위한 사용성 평가는 웹사이트가 본연의 목적에 적합하게 제작되었는지 실제 사용자를 대상으로 평가, 분석하는 방법으로 웹사이트에서 사용자 경험을 측정하는데 주안점을 두고 있다.
웹사이트의 사용성을 높이기 위해 전문가 평가 및 사용성 평가를 수행하여 제작팀에 개선가이드라인을 제시할 수 있지만 사용성 평가는 사용자의 반응과 만족도를 평가하기 위해 수행하는 방법들이 피실험자의 주관적인 의견에 의해 측정 오류 및 편견(biases)이 발생하는 문제점을 가지고 있다. 또한 정성적인 평가를 보완하기 위해 분석 솔루션을 활용한 평가방법도 사용되지만 솔루션에 의한 분석 방법은 상세한 원인을 파악하기 힘든 경우가 있어 실제 웹사이트 제작 시 사용성 평가를 통해 객관적인 결과를 획득하려면 시간과 비용이 많이 소요되어 웹사이트에서 사용성에 대한 고려는 매우 제한적으로 활용되고 있다.
이번 Case Study에서는 국내 공공기관 및 민간기업의 실제 프로젝트 사례를 기준으로, 데이터 기반 평가를 통해 기존의 정성적인 평가 결과를 객관적인 데이터로 보완하고 웹사이트에서 빠른 시간 내에 적용할 수 있는 웹사이트 사용성 평가 방법을 제시하고자 한다.
제 9회 보아즈(BOAZ) 빅데이터 컨퍼런스 - AiRBnB : Aspect in Review 비교 & 분석BOAZ Bigdata
AiRBnB : Aspect in Review 비교 & 분석 숙소를 고를 때 '사진이랑 다르지는 않을까, 적혀져 있는 정보가 틀리지는 않을까' 고민해보신 적 없으신가요? 그래서 저희는 에어비앤비의 리뷰를 통해 사람들의 관심사에 대해 알아보았습니다! 토픽 모델링을 통해 사람들이 관심있는 Aspect를 살펴보고 LARA를 이용해 Aspect별 점수를 매겨 숙소의 평가기준인 별점도 재정의하여 쉽게 방을 고를 수 있도록 하였습니다. 이제 이것저것 고민하시지 마시고 리뷰로 방을 골라보세요
대한민국 종합자산관리서비스 "뱅크샐러드"의 고객감동팀은 고객상담의 근본철학을 고민하고, "고객은 레이니스트 팀원이다." 라는 비전 아래 고객소통업무를 진행하고 있습니다.
고객반응 파악에 있어 가장 과학적인 지표로 인정받는 "순추천고객지수(NPS)" 측정 결과 2018년 1분기 간 75.4점의 높은 점수를 얻게 됐습니다.
이제껏 CS로 불려왔던 고객상담서비스와는 도대체 무엇이 다른 걸까요?
고객들은 어떤 경험을 누리고 있는 걸까요?
뱅크샐러드 고객감동팀의 이야기를 함께하세요!
Tutorial on metrics of user engagement -- Applications to Search & E- commerceMounia Lalmas-Roelleke
User engagement plays a central role in companies operating online services, such as search engines, news portals, e-commerce sites, and social networks. A main challenge is to leverage collected knowledge about the daily online behavior of millions of users to understand what engage them short-term and more importantly long-term. The most common way that engagement is measured is through various online metrics, acting as proxy measures of user engagement. This tutorial reviews these metrics and proposes a taxonomy of metrics. As case studies, it focuses on two types of services, search and e-commerce. The tutorial also discusses how to develop better machine learning models to optimize online metrics, and design experiments to test these models.
This tutorial was given by Mounia Lalmas from Spotify and Liangjie Long from Etsy Inc.
This tutorial was presented at WSDM 2018 (11th ACM International Conference on Web Search and Data Mining). It is the first delivery of this tutorial, so feedbacks and comments are welcome. We intend to continue working on this material.
Избавляемся от старья и переходим на SwiftUI / Руслан Кавецкий (Agora)EgorPetrov9
В какой-то момент мы с командой заскучали и переписали половину приложения на SwiftUI. Расскажу как мы начинали, с какими проблемами столкнулись, к каким решениям пришли и что в итоге из всего этого вышло.
Будет полезно тем, кто очень хочет перейти на SwiftUI, но ещё немного боится.
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SiZoAH] : 리뷰 기반 의류 사이즈 추천시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 SiZoAH 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 기반 의류 사이즈 추천시스템
18기 박태남 고려대학교 산업경영공학과
18기 김주은 성균관대학교 문헌정보학과
18기 문다정 단국대학교 응용통계학과
18기 박희준 명지대학교 산업공학과
HCI KOREA 2017 데이터 기반 UX 평가를 통한 반응형웹 디자인 개선 방안(주)SNC Lab.
데이터 기반 UX평가를 통한 반응형웹 디자인 개선 방안 사례 발표자료입니다. (An improvement guidelines of responsive web design through data-based UX evaluation)
많은 연구를 통해 웹사이트에서 사용성의 중요성이 강조되고 있지만 실제 웹사이트 개발 프로세스에서 사용성에 대한 고려가 충분히 이뤄지기는 쉽지 않다. 사용성에 대한 고려는 기획단계부터 개발 및 완성 단계까지 전 과정에 걸쳐 진행되어야 하는데 사용성에 대한 고려 없이 제작된 웹사이트는 사용상의 문제점이 발견되고 유지보수를 어렵게 만든다. 이를 위한 사용성 평가는 웹사이트가 본연의 목적에 적합하게 제작되었는지 실제 사용자를 대상으로 평가, 분석하는 방법으로 웹사이트에서 사용자 경험을 측정하는데 주안점을 두고 있다.
웹사이트의 사용성을 높이기 위해 전문가 평가 및 사용성 평가를 수행하여 제작팀에 개선가이드라인을 제시할 수 있지만 사용성 평가는 사용자의 반응과 만족도를 평가하기 위해 수행하는 방법들이 피실험자의 주관적인 의견에 의해 측정 오류 및 편견(biases)이 발생하는 문제점을 가지고 있다. 또한 정성적인 평가를 보완하기 위해 분석 솔루션을 활용한 평가방법도 사용되지만 솔루션에 의한 분석 방법은 상세한 원인을 파악하기 힘든 경우가 있어 실제 웹사이트 제작 시 사용성 평가를 통해 객관적인 결과를 획득하려면 시간과 비용이 많이 소요되어 웹사이트에서 사용성에 대한 고려는 매우 제한적으로 활용되고 있다.
이번 Case Study에서는 국내 공공기관 및 민간기업의 실제 프로젝트 사례를 기준으로, 데이터 기반 평가를 통해 기존의 정성적인 평가 결과를 객관적인 데이터로 보완하고 웹사이트에서 빠른 시간 내에 적용할 수 있는 웹사이트 사용성 평가 방법을 제시하고자 한다.
제 9회 보아즈(BOAZ) 빅데이터 컨퍼런스 - AiRBnB : Aspect in Review 비교 & 분석BOAZ Bigdata
AiRBnB : Aspect in Review 비교 & 분석 숙소를 고를 때 '사진이랑 다르지는 않을까, 적혀져 있는 정보가 틀리지는 않을까' 고민해보신 적 없으신가요? 그래서 저희는 에어비앤비의 리뷰를 통해 사람들의 관심사에 대해 알아보았습니다! 토픽 모델링을 통해 사람들이 관심있는 Aspect를 살펴보고 LARA를 이용해 Aspect별 점수를 매겨 숙소의 평가기준인 별점도 재정의하여 쉽게 방을 고를 수 있도록 하였습니다. 이제 이것저것 고민하시지 마시고 리뷰로 방을 골라보세요
대한민국 종합자산관리서비스 "뱅크샐러드"의 고객감동팀은 고객상담의 근본철학을 고민하고, "고객은 레이니스트 팀원이다." 라는 비전 아래 고객소통업무를 진행하고 있습니다.
고객반응 파악에 있어 가장 과학적인 지표로 인정받는 "순추천고객지수(NPS)" 측정 결과 2018년 1분기 간 75.4점의 높은 점수를 얻게 됐습니다.
이제껏 CS로 불려왔던 고객상담서비스와는 도대체 무엇이 다른 걸까요?
고객들은 어떤 경험을 누리고 있는 걸까요?
뱅크샐러드 고객감동팀의 이야기를 함께하세요!
Tutorial on metrics of user engagement -- Applications to Search & E- commerceMounia Lalmas-Roelleke
User engagement plays a central role in companies operating online services, such as search engines, news portals, e-commerce sites, and social networks. A main challenge is to leverage collected knowledge about the daily online behavior of millions of users to understand what engage them short-term and more importantly long-term. The most common way that engagement is measured is through various online metrics, acting as proxy measures of user engagement. This tutorial reviews these metrics and proposes a taxonomy of metrics. As case studies, it focuses on two types of services, search and e-commerce. The tutorial also discusses how to develop better machine learning models to optimize online metrics, and design experiments to test these models.
This tutorial was given by Mounia Lalmas from Spotify and Liangjie Long from Etsy Inc.
This tutorial was presented at WSDM 2018 (11th ACM International Conference on Web Search and Data Mining). It is the first delivery of this tutorial, so feedbacks and comments are welcome. We intend to continue working on this material.
Избавляемся от старья и переходим на SwiftUI / Руслан Кавецкий (Agora)EgorPetrov9
В какой-то момент мы с командой заскучали и переписали половину приложения на SwiftUI. Расскажу как мы начинали, с какими проблемами столкнулись, к каким решениям пришли и что в итоге из всего этого вышло.
Будет полезно тем, кто очень хочет перейти на SwiftUI, но ещё немного боится.
제 17회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [SiZoAH] : 리뷰 기반 의류 사이즈 추천시스템BOAZ Bigdata
데이터 분석 프로젝트를 진행한 SiZoAH 팀에서는 아래와 같은 프로젝트를 진행했습니다.
리뷰 기반 의류 사이즈 추천시스템
18기 박태남 고려대학교 산업경영공학과
18기 김주은 성균관대학교 문헌정보학과
18기 문다정 단국대학교 응용통계학과
18기 박희준 명지대학교 산업공학과
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
2018년 8월 9일, sopoong 액셀러레이팅 워크샵 강의: 데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스.
- 발표 전문 읽기: http://bit.ly/2nrDhPv
데이터에 기반한 성장을 하기 위한 기반들, 필수 선결 조건들에 대해서 이야기해보려고 합니다. 제가 생각하는 필수 선결 조건은 Product-Market Fit, Instrumentation, 그리고 프로세스 이렇게 세 가지입니다. (이건 제가 만들어낸 개념들은 아니고, 기존에 성공적으로 스타트업의 성장을 만들어 냈던 선배들에게서 배운 내용입니다.)
사내 스터디용으로 공부하며 만든 발표 자료입니다. 부족한 부분이 있을 수도 있으니 알려주시면 정정하도록 하겠습니다.
*슬라이드 6에 나오는 classical CNN architecture(뒤에도 계속 나옴)에서 ReLU - Pool - ReLu에서 뒤에 나오는 ReLU는 잘못된 표현입니다. ReLU - Pool에서 ReLU 계산을 또 하는 건 redundant 하기 때문입니다(Kyung Mo Kweon 피드백 감사합니다)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
The document discusses recommendation algorithms used by Amazon, including traditional collaborative filtering, cluster models, and search-based methods. It focuses on Amazon's item-to-item collaborative filtering algorithm. This algorithm builds a similar-items table offline by finding items customers tend to purchase together. It then scales well to large data sets, provides high quality recommendations even with limited user data, and performs recommendations quickly.
This document summarizes recommender systems used in e-commerce and their benefits. It outlines examples of recommender systems from companies like Amazon, CDNOW, and eBay. It then categorizes recommender systems based on their interface (browsing, top-N lists, etc.) and recommendation technology (item-to-item correlation, people-to-people correlation, etc.). Finally, it discusses how recommender systems can enhance e-commerce by helping customers find products, suggesting additional purchases, and creating customer loyalty.
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [리뷰의 재발견 팀] : 이커머스 리뷰 유용성 파악 및 필터링BOAZ Bigdata
데이터 분석 프로젝트를 진행한 리뷰의 재발견 팀에서는 아래와 같은 프로젝트를 진행했습다.
Review? Re-View!
물건 살 때 우리는 리뷰를 보며 많은 정보를 얻습니다❕여러분이 보는 그 리뷰의 유용성을 저희가 알려드릴게요
리뷰 유용성 판단부터 토픽으로 알아보는 리뷰 유용성 결정 요인 분석, 군집화를 통한 대표 리뷰 추출까지
우리 같이 Review를 Re-View해봐요
16기 정수연 한양대 파이낸스경영학과
16기 문예진 서강대 경제학부 / 빅데이터 사이언스
16기 이상민 경희대 소프트웨어융합학과
16기 황의린 숙명여대 생명시스템학부 / 통계학과
16기 정승연 연세대 대학원 전산언어학
데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스Minwoo Kim
2018년 8월 9일, sopoong 액셀러레이팅 워크샵 강의: 데이터 기반 성장을 위한 선결 조건: Product-Market Fit, Instrumentation, 그리고 프로세스.
- 발표 전문 읽기: http://bit.ly/2nrDhPv
데이터에 기반한 성장을 하기 위한 기반들, 필수 선결 조건들에 대해서 이야기해보려고 합니다. 제가 생각하는 필수 선결 조건은 Product-Market Fit, Instrumentation, 그리고 프로세스 이렇게 세 가지입니다. (이건 제가 만들어낸 개념들은 아니고, 기존에 성공적으로 스타트업의 성장을 만들어 냈던 선배들에게서 배운 내용입니다.)
사내 스터디용으로 공부하며 만든 발표 자료입니다. 부족한 부분이 있을 수도 있으니 알려주시면 정정하도록 하겠습니다.
*슬라이드 6에 나오는 classical CNN architecture(뒤에도 계속 나옴)에서 ReLU - Pool - ReLu에서 뒤에 나오는 ReLU는 잘못된 표현입니다. ReLU - Pool에서 ReLU 계산을 또 하는 건 redundant 하기 때문입니다(Kyung Mo Kweon 피드백 감사합니다)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
http://ga.yonghosee.com 에서 진행하는 구글 어날리틱스(google analytics) 에 대한 강의 슬라이드 입니다. 이 슬라이드는 샘플이지만, 초반부는 실재 강의 교재 그대로 입니다. 이것 자체로도 여러분이 GA를 이해하는데 좀 도움이 된다면 기쁘겠습니다^^ 감사합니다.
The document discusses recommendation algorithms used by Amazon, including traditional collaborative filtering, cluster models, and search-based methods. It focuses on Amazon's item-to-item collaborative filtering algorithm. This algorithm builds a similar-items table offline by finding items customers tend to purchase together. It then scales well to large data sets, provides high quality recommendations even with limited user data, and performs recommendations quickly.
This document summarizes recommender systems used in e-commerce and their benefits. It outlines examples of recommender systems from companies like Amazon, CDNOW, and eBay. It then categorizes recommender systems based on their interface (browsing, top-N lists, etc.) and recommendation technology (item-to-item correlation, people-to-people correlation, etc.). Finally, it discusses how recommender systems can enhance e-commerce by helping customers find products, suggesting additional purchases, and creating customer loyalty.
제 15회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [리뷰의 재발견 팀] : 이커머스 리뷰 유용성 파악 및 필터링BOAZ Bigdata
데이터 분석 프로젝트를 진행한 리뷰의 재발견 팀에서는 아래와 같은 프로젝트를 진행했습다.
Review? Re-View!
물건 살 때 우리는 리뷰를 보며 많은 정보를 얻습니다❕여러분이 보는 그 리뷰의 유용성을 저희가 알려드릴게요
리뷰 유용성 판단부터 토픽으로 알아보는 리뷰 유용성 결정 요인 분석, 군집화를 통한 대표 리뷰 추출까지
우리 같이 Review를 Re-View해봐요
16기 정수연 한양대 파이낸스경영학과
16기 문예진 서강대 경제학부 / 빅데이터 사이언스
16기 이상민 경희대 소프트웨어융합학과
16기 황의린 숙명여대 생명시스템학부 / 통계학과
16기 정승연 연세대 대학원 전산언어학
급변하는 소셜미디어 환경, 흥하는 콘텐츠 기획법Jay Cho
소셜커뮤니케이션 전문가 세션 2강.
"급변하는 소셜미디어 환경, 흥하는 콘텐츠 기획법"_ 공개 버젼
점점 더 빠르고..암울하게 변해가는 소셜미디어, SNS, 홍보 환경. 흥하는 콘텐츠를 만드는 방법에 대해 살펴보았습니다.
본자료는 공개버젼으로 실제 강의와 다소 차이가 있습니다.^^
현실 속에서 디자인 리서치 적용은 생각처럼 쉽지 않다.
하지만 사용자 중심의 디자인을 하겠다면서 사용자를 만나지 않을 수도 없다.
[현실]
디자인 리서치를 위한 일정을 따로 빼서 제안을 하기도 힘들다.
설상가상으로 디자인 리서치를 할 사람도 없고
더 중요한 것은 디자인 리서치는 혁신을 목표로하는데 모든 프로젝트가 혁신을 목표로 하지 않을 뿐더러, 혁신한다고 해도 성공할 확률은 이미 안드로로~
디자인 리서치의 장점을 어떻게 현실세계의 기획 상황에 맞게 활용할 수 있을까?
라는 문제의식에서 이 연구가 시작됐다.
[ 습관을 독점하는 서비스 모델링, Hook ]
구글, 페이스북, 인스타그램의 공통점은 사용자의 습관을 독점하고 점유했다는 것입니다. 그렇다면 어떻게 습관을 독점하는 서비스를 만들 수 있을까요 ? 그 답은 Hook Model에 있을지도 모릅니다.
▶ 경영 콘텐츠 아카이브 인사이터에는 더 많은 자료가 있습니다
http://cafe.naver.com/dbrinsight
[우리가 데이터를 쓰는 법] 온라인 서비스 개선을 위한 데이터 활용법 - 마이크로소프트 김진영 데이터과학자Dylan Ko
Gonnector(고넥터) 고영혁 대표가 주최한 스타트업 데이터 활용 세미나 '우리가 데이터를 쓰는 법' 의 두 번째 발표 자료
세미나 : 우리가 데이터를 쓰는 법 (How We Use Data)
일시 : 2016년 4월 12일 화요일 10:00 ~ 18:00
장소 : 마루180 (Maru180) B1 Think 홀
제목 : 온라인 서비스 개선을 위한 데이터 활용법
연사 : 마이크로소프트 김진영 데이터과학자
1. 데이터 사이언스 SCHOOL
프로젝트 목표
- 문제인식: [사진1]과 같이 긍정 리뷰내의 부정적인 평가 존재
이러한 현상의 원인은 맛집을 평가하는 요소가 다양하기 때문이라고 판단
맛집의 속성별로 리뷰를 파악하는 방법이 없음에 문제를 느낌
[사진 1. 맛집의 속성별로 긍.부정적 평가가 혼재되어 이루어지는 예]
- 해결 방안: 자연어 처리 기술(NLP)로 리뷰를 분석하여
맛집을 평가하는 속성인, “ 맛. 분위기. 서비스. 가성비. 재방문의사”, 로
음식점을 재평가해본다
맛집 리뷰로 속성별 감성 분석하기
개인 project / 2016.03~ 2016.04
포트폴리오 개요
Source Code: https://github.com/haesoly/estimate_review_of_restaurant
- 프로젝트 목표
- Workflow
- 분석 과정
- 결과 화면
2. 데이터 사이언스 SCHOOL
Workflow
①. 크롤링: Selenium 패키지
- M 맛집 검색 사이트에서 2112개의 음식점의
35000개 이상의 리뷰 크롤링
②. AWS서버내의 Mongodb, Redis에 DB저장
①. konlpy패키지의 twitter 형태소 분석기 이용해
리뷰 stemming
②. CountVectorizer 이용해 BOW방식으로 인코딩
③. 어절 N-gram 사용
①. LDA 로 속성별 키워드 선정
②. 키워드가 포함된 N-gram 추출
③. CountVectorizer, anova분석 이용해
속성별 긍/부정 감정 단어 구하기
①. 수동으로 속성별 긍/부정 언급을 구한뒤
분석 결과와 비교하여 성능 평가
Data구하기
전처리
분석
검증
3. 데이터 사이언스 SCHOOL
분석 과정 1. 키워드 추출
LDA를(Latent Dirichlet Allocation) 이용해 토픽별 (맛, 분위기, 서비스, 가성비,
재방문의사) 키워드를 구하기
[사진 2]는 가성비와 관련한 단어들을 LDA로 구한 것이다. 이를 통해 ‘양’, ‘가격대비’,’
가격’, ‘가성비’라는 키워드를 뽑아낼 수 있다.
● ISSUE
맛에 관한 키워드를 뽑아내는데, 그 수가 무한대에 가까워 위와 같은 방법을 활용하는데
어려움이 있었다
ex) 파스타, 피자, 샐러드, 팟타이…
해결 방안 : 키워드를 먼저 뽑아내고, 그것에 대한 감정단어를 찾아내는 방식 대신
맛에 대한 감정단어를 먼저 찾았다
[사진 2. LDA를 활용한 토픽 모델링의 예]
대부분의 감정 단어가
-가 없다/ -하지 않다/ 안 - 형태로 표현할 수 있는 단어라는 것을 발견
[사진 3]과 같은 방식으로, 해당 패턴의 구문을 찾은뒤,
CountVectorizer로 많이 언급된 맛 표현 감정단어를 찾을 수 있었다
[사진 3. 맛 표현 감정단어 찾기 ]
4. 데이터 사이언스 SCHOOL
분석 과정 2. 속성별 감정단어 찾기
대부분의 긍.부정 언급이
“keyword가 정말 -하다”, “keyword가 -하지 않다” 와 같은 형태의 3-gram형태
혹은, “-한 keyword 와 같은 2-gram형태로 이루어진다는 것을 발견
-> N-gram내에서 keyword와 함께 자주 언급되는 단어를 찾아, 속성별 감정 단어를 구함
분석 과정 3. 부정어 처리
'안','않','못','없','아닌','아니' 와 같은
부정 단어가 나오면
긍정 단어 -> 부정으로
긍정 단어 -> 긍정으로
감정 변환함
[사진 4. 키워드별 N-gram 구하기]
[사진 5. 부정어 처리]
5. 데이터 사이언스 SCHOOL
결과 화면
- 서울시내의 250개 음식점을 평가
총 리뷰가 50개 이상인 음식점을 분석 대상으로 함 (일정길이 이하인 리뷰는 제외)
[사진6. 음식점별로 속성별 감정지수 파악] [사진7. 리뷰별 감정 분석]
[사진8. 감정분석 결과 시각화]