<참여 후기>

이번 추계학술대회에서 다양한 주제의 연구 발표를 들어보면서 추후 나의 연구 주제를 어떤 방향으로 설정할 것인가에
대해 생각해보는 시간을 가졌다. 평소 관심을 가지고 있던 주제 혹은 방법론을 다룬 세션에 참여하여 다른
연구자들이 문제에 접근하는 방식에 대해 알아볼 수 있어서 유익한 시간이었다. 다만 실험 설계가 끝까지
되지 않고 문제 정의만 소개한 연구들도 있어서 아쉬움이 남는다.

<청취 후기>

■ Mining Activities
of Social Advocates Accounts on Twitter to Learn about a Certain Social
Community: A case study on Autism Spectrum Disorder

토픽 모델링을 이용한 케이스 스터디이다. 이 연구는 자폐 범주성 장애와
관련된 트위터 자료를 분석하였다. 실험은 세 개의 sub 실험으로
구성되어 있으며 keywords, type of accounts, time series에 따른 실험과
분석 결과가 소개되었다. 토픽 모델링을 통하여 자폐 범주성 장애(ASD)를
포함하는 트윗과 그렇지 않은 트윗을 분석하고 계정은 개인, 가족, 지지자, 지지 단체가 운영하는 것으로 나누어 살펴보았다. 가장 많이 언급된
단어를 통해 시간의 흐름에 따라, 개인과 기관에 따라 자폐 범주성 장애에 대한 사람들의 관심사가 어떻게
변하는지 알 수 있었다. 이를 통해 사회적 이슈에 대한 사람들의 의식 수준 또한 알아볼 수 있었다. 이 연구의 framework는 자폐 범주성 장애뿐만 아니라 다른
사회적 이슈에도 적용하여 관련 정책과 지지 활동, 캠페인 등을 기획하는 데에 기초 자료로 쓸 수 있다는
데에 의의가 있다. 사회 문제에 관심을 가지고 자신이 가진 기술이나 능력으로 그 문제를 해결하는 것에
기여하는 것은 멋진 일이라고 생각한다. 앞으로 내 연구가 어떻게 하면 사회에 긍정적인 영향을 미칠 수
있을지 생각하면서 연구를 해야겠다고 생각했다.

■
비안정적인 수요와 공급 환경에서의 강화학습을 이용한 주문량 결정 에이전트 모델

유통 환경에서 고객의 수요를 예측하는 것은 어렵다. 마케팅을 할 때도
전혀 예상치 못한 포인트에서 고객들이 좋아하거나 싫어하기 때문에 수요가 특정 분포를 따른다는 가정은 무리가 있다.
이 연구는 수요 및 공급 환경이 안정적이지 못할 때 최적 주문량 결정에 대한 연구이다. 수요의
분포가 변화한다고 가정하는 것이 현실적이었다. 이 연구에서 가장 인상적이었던 부분은 state transition matrix를 구성할 때 실무자의 insight를
고려한 점이었다. 즉, 실무자가 경험적으로 알고 있는 사실과
자연 재해와 같은 예측 불가능한 이벤트의 발생에 의한 수요 변화를 반영할 수 있게 만든 것이다. 이
때 발표자는 실무자가 선택하는 scale 점수만으로 그 영향을 반영하였는데, 나아가 그날의 뉴스 키워드를 긁어와서 텍스트 마이닝 기법을 통해 수요에 미치는 영향을 반영하면 좀 더 설득력
있는 모델이 되지 않을까 생각해 보았다. 강화학습을 이용하여 실제 데이터에 적용한 실험 결과가 궁금했는데
아직 실험이 진행되지 않았다고 하여 아쉬웠다.