RnDCircle Logo
곽찬희 연구실
강남대학교 산업데이터사이언스학부
곽찬희 교수
기본 정보
연구 분야
프로젝트
발행물
구성원

곽찬희 연구실

강남대학교 산업데이터사이언스학부 곽찬희 교수

본 연구실은 경영정보시스템을 기반으로 디지털 플랫폼 사용자 행동, 조직 내 지식흐름과 팀 성과, 온라인 상호작용 구조를 실증적으로 분석하며, 최근에는 자연어처리·추천시스템·의료 및 보안 데이터 분석·인지능력 평가 등 인공지능 기반 응용 데이터사이언스 연구로 확장하여 정보기술이 개인·조직·사회에 미치는 영향을 통합적으로 탐구하고 있다.

대표 연구 분야
연구 영역 전체보기
경영정보시스템과 디지털 플랫폼 사용자 행동 분석 thumbnail
경영정보시스템과 디지털 플랫폼 사용자 행동 분석
주요 논문
3
논문 전체보기
1
article
|
hybrid
·
인용수 0
·
2025
The role of review responses in shaping online review content and review space dynamics
HanByeol Stella Choi, Junyeong Lee, Chanhee Kwak, Jinyoung Min
IF 6.8
Electronic Markets
Abstract Communication on online review platforms has Please check if the affiliations are captured and presented correctly and amend if necessarytraditionally involved reviewers detached from the entities under review. However, many platforms have now introduced the capability for targets (e.g., business owners) to respond directly to reviews, thereby transforming the nature of interactions within review spaces. This change indicates that reviewers may now engage with both a general audience and the review targets themselves. To address this shift, this study explores how targets’ responses influence subsequent reviews by investigating changes in review characteristics such as length, cognitive content, and affective expression. Yelp and TripAdvisor have permitted businesses to respond to reviews since 2009; thus, data from these platforms were used to employ a difference-in-differences model to analyze the impact of response intensity, response diversity, and review-response similarity on subsequent review attributes. Our findings indicate that greater response intensity and diversity are positively associated with the length of the text and the cognitive language used in subsequent reviews. Moreover, higher review-response similarity enhances the affective tone of subsequent reviews. These results highlight the complex impact of review responses from the reviewed targets on review space by changing platforms’ information quality and relationship dynamics.
https://doi.org/10.1007/s12525-025-00845-0
Dynamics (music)
Similarity (geometry)
Space (punctuation)
Cognition
Diversity (politics)
Quality (philosophy)
2
article
|
bronze
·
인용수 0
·
2024
A Small Clue Made of Fragmented Pieces
Minhyung Lee, Jinyoung Min, Junyeong Lee, Chanhee Kwak, HanByeol Stella Choi
IF 12.2
Communications of the ACM
The effect of online comment history disclosure on digital citizenship.
https://doi.org/10.1145/3624714
Citizenship
Computer science
Political science
Law
Politics
3
article
|
인용수 20
·
2022
Effects of Online Crowds on Self-Disclosure Behaviors in Online Reviews: A Multidimensional Examination
HanByeol Stella Choi, Wonseok Oh, Chanhee Kwak, Junyeong Lee, Heeseok Lee
IF 6.2
Journal of Management Information Systems
HanByeol Stella Choia , Wonseok Oha* , Chanhee Kwakb, Junyeong Leec & Heeseok Leeaa College of Business, Korea Advanced Institute of Science and Technology, Seoul, Koreab Department of Data Science, Kangnam University, Yongin, Koreac Department of Management Information Systems, Chungbuk National University, Cheongju, Chungbuk, KoreaHanByeol Stella Choi () is a research assistant professor in Digital Innovation Research Center at Korea Advanced Institute of Science and Technology (KAIST). She received her Ph.D. in Management Engineering from the College of Business at KAIST. Her research interests include business analytics, privacy, information security, and societal impacts of information systems. Dr. Choi’s research has been published in such journals as Journal of Management Information Systems, Decision Support Systems, and Security Journal. She has also presented her work at Hawaii International Conference in System Sciences, Conference on Information Systems and Technology, and Americas Conference on Information Systems.Wonseok Oh (; corresponding author) is the KAIST C.B. Chair Professor of Information Systems in the College of Business at KAIST. He received his Ph.D. in Information Systems from the Stern School of Business at New York University. His research interests include network theory, economics of information systems, mobile app consumption, and social media. Dr. Oh’s research work has been published in Information Systems Research, International Journal of Electronic Commerce, Journal of the Association for Information Systems, Journal of Management Information Systems, MIS Quarterly, Management Science, and other journals. He is a senior editor of Information Systems Research and has served as an associate editor for MIS Quarterly.Chanhee Kwak () is an assistant professor in the Department of Data Science at Kangnam University, Korea. He received his Ph.D. in Management Engineering at KAIST. His research interests include ethical use of personal data and interpretable machine learning. Dr. Kwak’s research work has been published in academic journals including Journal of Management Information Systems, Journal of Business Ethics, International Journal of Information Management and Journal of Knowledge Management.Junyeong Lee () is an assistant professor in Department of Management Information Systems at the Chungbuk National University (CBNU), Korea. He received his Ph.D. in Management Engineering at the KAIST. His research interests include collective dynamics and human behavior in information systems. His work has been published in such journals as Journal of Management Information Systems, Journal of Business Ethics, International Journal of Information Management, and Communications of the ACM.Heeseok Lee () is a Professor of IT and Strategy of the College of Business at KAIST. He was previously Dean for the Graduate School of Information and Media Management. He received his Ph.D. in MIS from the University of Arizona. Dr. Lee’s research papers have appeared in such journals as Journal of Management Information Systems, Information and Management, European Journal of Operational Research, Computers in Human Behavior, MIS Quarterly, and others. He received the Herbert Simon Award from International Academy of Information Technology and Quantitative Management for his contribution in IT and Decision Making.
https://doi.org/10.1080/07421222.2021.2023412
Information system
Library science
Information technology
Analytics
Design science research
Information science
Management information systems
Computer science
Sociology
Management
정부 과제
2
과제 전체보기
1
주관|
2020년 8월-2023년 2월
|30,000,000
머신러닝을 활용한 모바일 앱 선탑재의 고객 선점 및 유지 효과 검증
첫째, 계량경제 모형 적용을 통한 선탑재 앱의 고객 유지에 대한 정량적인 효과 분석 본 연구에서는 정량적인 효과 분석을 위해 계량경제 모형을 사용하고자 한다. 이를 위해 생존 분석 (Survival Analysis)를 도입할 계획이다. 생존 분석은 고객의 서비스 지속 사용과 이탈에 관한 연구에서 주로 사용된 모델로, 관찰 대상의 생존(혹은 이탈) 확률 추정에 사용할 수 있다. 특히 연구자들은 해당 모델을 정보시스템의 지속사용을 분석하기 위해 사용하기도 하였다. 선탑재 앱을 지속적으로 사용하는 사용자와 이탈하는 사용자를 예측하는 적절한 방법론이 될 것으로 보인다. 생존 분석을 활용하여 앱의 선탑재/후설치 여부가 사용자의 지속사용/이탈을 예측하는 주요 요인이 되는지 분석할 수 있다. 둘째, 머신러닝 기법을 활용한 사용자 특성 추출 및 선탑재 앱 사용 데이터 분석 대량의 데이터에서 의미있는 패턴을 발견하기 위해 본 연구에서는 다양한 머신러닝 기법을 조합해서 시도할 예정이다. 앱 사용에 대한 시계열 데이터가 존재할 때, 유사한 사용 패턴을 가진 이용자들을 분류하고 (time series clustering), 유의미한 정보를 feature 화한 뒤, 앱의 지속 사용을 예측하는 변수로 사용하여 예측 모델을 구축할 것이다. 특히 고전적인 방법론들 (Logistic Regression, Random Forest, Support Vector Machine) 뿐만 아니라 XGBoost, RNN(Recursive Neural Networks), CNN (Convolutional Neural Networks), LSTM(Long-short Term Memory) 등의 기법들을 활용하여 예측 모델을 고도화 및 정교화할 것이다. 예를 들어, 앱 사용의 주기성(주기적 vs. 간헐적), 적극성(적극적 사용 vs. 소극적 알림 활용) 등 개념적으로 존재할 수 있는 사용자 특성을 분류 알고리즘들을 통해 요인화할 수 있고, 이를 사용자 지속사용/이탈 예측에 활용할 예정이다. 다만, 정확한 요인 추출을 위해서 많은 양의 데이터가 필요할 것으로 예상된다. 셋째, 경쟁 상황에서 선탑재 앱과 후설치 앱간의 차이 비교 선탑재 앱이 진입 장벽(Entry Barrier)를 만들어 경쟁 앱들로부터 경쟁 우위를 가질 수 있는 반면, 선탑재 앱에 반감을 느끼는 사용자들은 오히려 부정적으로 선탑재 앱을 평가하고, 쉽게 경쟁 앱으로 switching 할 수도 있다. 이를 확인하기 위해서 경쟁 앱과 연구 대상 앱이 동시에 설치된 상황에서, 연구 대상 앱이 선탑재된 경우와 후설치된 경우를 비교하고자 한다. 네 가지 시나리오 (선탑재 앱 지속사용, 후설치 앱 지속 사용, 선탑재 앱에서 경쟁 앱으로 이동, 후설치 앱에서 경쟁 앱으로 이동)를 분리하여 데이터를 수집하고, 앞의 연구에서 누적한 결과를 바탕으로 앱 경쟁 관계에서 선탑재/후설치 앱의 역할을 분석할 것이다. 계량경제모형에 더불어 bagging 과 boosting을 조합한 시뮬레이션을 활용하여 연구에 사용할 예정이다.
선탑재 앱
머신러닝
모바일 앱
2
주관|
2020년 8월-2023년 2월
|15,000,000
머신러닝을 활용한 모바일 앱 선탑재의 고객 선점 및 유지 효과 검증
첫째, 계량경제 모형 적용을 통한 선탑재 앱의 고객 유지에 대한 정량적인 효과 분석 본 연구에서는 정량적인 효과 분석을 위해 계량경제 모형을 사용하고자 한다. 이를 위해 생존 분석 (Survival Analysis)를 도입할 계획이다. 생존 분석은 고객의 서비스 지속 사용과 이탈에 관한 연구에서 주로 사용된 모델로, 관찰 대상의 생존(혹은 이탈) 확률 추정에 사용할 수 있다. 특히 연구자들은 해당 모델을 정보시스템의 지속사용을 분석하기 위해 사용하기도 하였다. 선탑재 앱을 지속적으로 사용하는 사용자와 이탈하는 사용자를 예측하는 적절한 방법론이 될 것으로 보인다. 생존 분석을 활용하여 앱의 선탑재/후설치 여부가 사용자의 지속사용/이탈을 예측하는 주요 요인이 되는지 분석할 수 있다. 둘째, 머신러닝 기법을 활용한 사용자 특성 추출 및 선탑재 앱 사용 데이터 분석 대량의 데이터에서 의미있는 패턴을 발견하기 위해 본 연구에서는 다양한 머신러닝 기법을 조합해서 시도할 예정이다. 앱 사용에 대한 시계열 데이터가 존재할 때, 유사한 사용 패턴을 가진 이용자들을 분류하고 (time series clustering), 유의미한 정보를 feature 화한 뒤, 앱의 지속 사용을 예측하는 변수로 사용하여 예측 모델을 구축할 것이다. 특히 고전적인 방법론들 (Logistic Regression, Random Forest, Support Vector Machine) 뿐만 아니라 XGBoost, RNN(Recursive Neural Networks), CNN (Convolutional Neural Networks), LSTM(Long-short Term Memory) 등의 기법들을 활용하여 예측 모델을 고도화 및 정교화할 것이다. 예를 들어, 앱 사용의 주기성(주기적 vs. 간헐적), 적극성(적극적 사용 vs. 소극적 알림 활용) 등 개념적으로 존재할 수 있는 사용자 특성을 분류 알고리즘들을 통해 요인화할 수 있고, 이를 사용자 지속사용/이탈 예측에 활용할 예정이다. 다만, 정확한 요인 추출을 위해서 많은 양의 데이터가 필요할 것으로 예상된다. 셋째, 경쟁 상황에서 선탑재 앱과 후설치 앱간의 차이 비교 선탑재 앱이 진입 장벽(Entry Barrier)를 만들어 경쟁 앱들로부터 경쟁 우위를 가질 수 있는 반면, 선탑재 앱에 반감을 느끼는 사용자들은 오히려 부정적으로 선탑재 앱을 평가하고, 쉽게 경쟁 앱으로 switching 할 수도 있다. 이를 확인하기 위해서 경쟁 앱과 연구 대상 앱이 동시에 설치된 상황에서, 연구 대상 앱이 선탑재된 경우와 후설치된 경우를 비교하고자 한다. 네 가지 시나리오 (선탑재 앱 지속사용, 후설치 앱 지속 사용, 선탑재 앱에서 경쟁 앱으로 이동, 후설치 앱에서 경쟁 앱으로 이동)를 분리하여 데이터를 수집하고, 앞의 연구에서 누적한 결과를 바탕으로 앱 경쟁 관계에서 선탑재/후설치 앱의 역할을 분석할 것이다. 계량경제모형에 더불어 bagging 과 boosting을 조합한 시뮬레이션을 활용하여 연구에 사용할 예정이다.
선탑재 앱
머신러닝
모바일 앱
최신 특허
특허 전체보기
상태출원연도과제명출원번호상세정보
공개2023인지능력 관리 서비스를 제공하는 방법 및 시스템1020230119493
등록2023인지능력 테스트 방법 및 시스템1020230119492
전체 특허

인지능력 관리 서비스를 제공하는 방법 및 시스템

상태
공개
출원연도
2023
출원번호
1020230119493

인지능력 테스트 방법 및 시스템

상태
등록
출원연도
2023
출원번호
1020230119492