최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.21 no.3, 2018년, pp.400 - 414
김승환 (Dept. of Design., Graduate School, Pusan National University) , 김철기 (Dept. of Design., College of Art, Pusan National University)
It is required for today's video contents to interact with a viewer in order to provide more personalized experience to viewer(s) than before. In order to do so by providing friendly experience to a viewer from video contents' systemic perspective, understanding and analyzing the situation of the vi...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
영상 출력 시스템은 오늘날의 영상콘텐츠 시청자에게 무엇으로 변모하고 있는가? | 오늘날의 영상콘텐츠 시청자들에게 있어 영상 출력 시스템은 일종의 반응시스템(reaction system)으로 변모하는 양상을 보인다. 이러한 점으로 인하여 시청자의 만족도 향상에 기여하기 위한 다양한 입력 장치들 혹은 인식 장치들이 개발되고 있으며, 이에 기인하여 차후 시청자에게 맞춤형 영상콘텐츠들이 더욱 다양한 방식으로 제공되리라 예상된다. | |
유튜브(youtube)는 어떠한 역할을 수행하는 플랫폼인가? | 이러한 점으로 인하여 시청자의 만족도 향상에 기여하기 위한 다양한 입력 장치들 혹은 인식 장치들이 개발되고 있으며, 이에 기인하여 차후 시청자에게 맞춤형 영상콘텐츠들이 더욱 다양한 방식으로 제공되리라 예상된다. 빅데이터를 통하여 시청자들의 접속 로그를 활용하고 데이터 리디렉션(data redirection)을 통하여 맞춤형 영상콘텐츠의 역할을 제공하는 플랫폼으로는 유튜브(youtube)가 대표적이다. 하지만 영상콘텐츠가 시청자에게 기존에 비하여 더욱 맞춤형으로 제공되기 위해서는 시청자와의 상호작용이 요구된다. | |
시청자의 몰입도를 측정한 선행연구들이 비판받은 점은 무엇인가? | 시청자의 몰입도를 측정하는 데 활용되는 것은 크게 시청자의 신체 부위, 이를 활용한 행태, 그리고 그에 대한 인식 장치이다. 선행연구들이 대부분 시청자의 행태와 그에 부합하는 감정을 바탕으로 몰입도를 측정하였지만 이에 앞서, 대부분이 시청자의 행태에 대하여 보다 체계적인 분류와 그 의미의 분석이 부족한 상태로 진행되어 그 타당성에 의문이 제기되는 경우가 발생한다. 따라서 영상콘텐츠가 시청자에게 적절한 상호작용 경험을 제공하기 위해서는 시청 과정에서 발생하는 시청자의 행태를 기반으로 하여 시청자의 상태를 파악하고, 이를 시청자가 몰입 도중 발생하는 감정 및 상태로 분류하여 시청자의 상황을 분석하는 것이 효과적이라고 볼 수 있다. |
D. Kim, J. Lee, and J. Yang, "Effective Structure of Tensorflow Multimodal Deep Learning for Video Classification," Proceeding of Korea Information Science Society, pp. 1842-1844, 2016.
K. Lee, K. Jung, and H. Kim, “A Method with Input Multi-modal for Multi-media System,” Journal of Korea Multimedia Society, Vol. 2, No. 1, pp. 83-91, 1998.
J, Suh and I. Kim, "A Study on Modality of Interactive Design," Journal of Korean Society of Design Science, Vol. 24, No. 1, pp. 105-116, 2011.
D.L. Baggio, S. Emami, D.M. Escriva, K. Ievgen, N. Mahmood, J. Saragih, et al., OpenCV Computer Vision Project, Acorn Publishing Co, Seoul, 2016.
C. Kim, J. Son, S. Lee, J. Cha, and S. Kim, “A Study on Emotional Vocabulary for Interactive Visual Media Viewing Behavior Models Construction,” Journal of Korea Society of Design Trend, Vol. 54, No. 3, pp. 27-38, 2017.
T. Kim, Y. Bong, and M. Kim, “An Engagement Scale for TV Viewing : Multi-stage Surveys for Item Development and Validation,” Korean Journal of Broadcasting and Telecommunication Studies, Vol. 28, No. 2, pp. 50-97, 2014.
M. Csikszentmihalyi, Finding ;Flow, Hainaim Publishing Co, Seoul, 1999.
J. Hernandez, Z. Liu, G. Hulten, D. DeBarr, K. Krum, and Z. Zhang, "Measuring the Engagement Level of TV Viewers," Proceeding of 10th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition, pp. 1-7, 2013.
J.M. Carey, Human Factors in Information Systems: Emerging Theoretical Bases, Ablex Publishing Corporation, Norwood, New Jersey, 1995.
H. Jo, Korean's Body Language, Sotong Publishing Co, Seoul, 2009.
Y. Kobayashi, Shigusa No Eigo Hyogen Jiten(Shinso-Ban), Bookie Co, Seoul, 2013.
Whole-interval recording, http://terms.naver.com/entry.nhn?docId1924411&cid42125&categoryId42125 (accessed Dec., 12, 2017).
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.