[논문]사회적 변수와 개개인의 감정지수를 함께 고려한 딥러닝 기반 행복 지수 모델 설계

오수민; 박민서

doi:10.17703/jcct.2024.10.1.489

사회적 변수와 개개인의 감정지수를 함께 고려한 딥러닝 기반 행복 지수 모델 설계
Deep Learning-based Happiness Index Model Considering Social Variables and Individual Emotional Index

Journal of the convergence on culture technology : JCCT = 문화기술의 융합, v.10 no.1, 2024년, pp.489 - 493

오수민 (서울여자대학교 데이터사이언스학과) , 박민서 (서울여자대학교 데이터사이언스학과)

초록
AI-Helper

행복 지수는 집단적인 행복 정도를 직관적으로 파악하는데 효과적인 측정 시스템이다. 가치관의 변화에 따라행복 지수에 행동의 가치를 추가한 연구들이 제안되고 있으나, 개인이 느끼는 감정을 활용하여 관계성을 분석한 연구는 부족한 실정이다. 따라서 본 연구는 행동의 가치를 나타내는 사회적 변수와 개개인의 감정지수를 함께 고려해 행복 지수를 예측하는 딥러닝 모델을 설계한다. 첫째, 2005년 1월 ~ 2020년 12월의 사회적, 감정적 변수를 수집한다. 둘째, 데이터 전처리 및 유의변수 탐색을 수행한다. 셋째, 딥러닝 기반의 회귀 모델로 학습하고, 5-Fold 교차 검증(Cross Validation)으로 학습 모델을 평가한다. 본 연구의 제안 모델은 테스트 데이터에서 90.65%의 높은 예측 정확도를 보인다. 향후 이 연구는 국가별 데이터로 확대 적용하여 행복 지수 주요 요인 분석 등의 연구에 활용될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

Happiness index is a measurement system for understanding collective happiness. As values change, studies have been proposed to add the value of behavior to the happiness index. However, there is a lack of studies analyze the relationship using individual emotions. Using a deep learning model, we predicted happiness index using social variables and individual emotional index. First, we collected social and emotional variables from January 2005 to December 2020. Second, we preprocessed the data and identified significant variables. Finally, we trained deep learning-based regression model. Our proposed model was evaluated using 5-fold cross validation. The proposed model showed 90.86% accuracy on test sets. Our model will be expected to analyze the significant factors of country-specific happiness index.

주제어

표/그림 (4)

그림 그림 1. 사회적 변수와 개개인의 감정지수를 활용한 행복 지수 예측을 위한 딥러닝 모델링 Figure 1. Flow diagram of deep learning modeling for predicting happiness index using social variables and emotional index
표 표 1. 독립변수의 분산팽창지수 Table 1. Variance Inflation Factors of Independent variables
그림 그림 2. 행복 지수 예측 결과 그래프, 빨간색 X는 예측값, 회색 O는 실제값을 의미함 Figure 2. Happiness index prediction result graph, red X means predicted value, gray O means actual value
표 표 2. 사회적 변수와 개개인의 감정지수를 활용한 행복 지수 예측 모델의 정량적 평가 Table 2. Quantitative evaluation of happiness index prediction model using social variables and emotional index

참고문헌 (10)

Bates, Winton, "Gross national happiness,"？Asian-Pacific Economic Literature Vol. 23, No.？2, pp. 1-16, 2009. DOI:10.1111/j.1467-8411.2009.0235.

상세보기
Rowan, Andrew N, "World Happiness Report？2023," WellBeing News Vol. 5, No. 3, 2023.
IMF: International Monetary Fund, Available？online: https://www.imf.org
Jihyun Lee, "Study on Happiness and？Corruption Characteristics: Analysis of OECD？Countries and Implications for Korea," Korean？Society of Public Administration Winter？Conference 2022, pp. 1503-1530, 2022.？DOI:10.38162/JOME.52.3.2

상세보기
Inglehart, Ronald, and Christian Welzel,？"Changing mass priorities: The link between？modernization and democracy," Perspectives on？politics Vol. 8, No. 2, pp. 551-567, 2010.？DOI:10.1017/S1537592710001258

상세보기
Young Suk Kim and Mi Young Han, "Factors？influencing happiness index of nursing students,"？J ournal of Korean Academy of Nursing？Administration Vol. 21, No. 5, pp. 501-510, 2015.？DOI:10.11111/jkana.2015.21.5.501

원문보기 상세보기
van Zyl, Yolande, and Manilall Dhurup.？"Self-efficacy and its relationship with？satisfaction with life and happiness among？university students," J ournal of Psychology in？Africa Vol. 28, No. 5, pp. 389-393, 2018.？DOI:10.1080/14330237.2018.1528760

상세보기
Eun A Song, et al, "Influence of emotional？labor, nursing work environment, and？self-efficacy on happiness index among national？psychiatric hospital nurses in Korea," Journal of？Korean Academy of Psychiatric and Mental？Health Nursing Vol. 26 No. 1, pp. 46-54, 2017.？DOI:10.12934/jkpmhn.2017.26.1.46

상세보기
Jin mi Kim, "A Study on Social Network？Characteristics, Social Support, Functional？Recovery, and Life Satisfaction of People with？Mental Illness," J ournal of the Convergence on？Culture Technology (JCCT), Vol. 9, No. 6, pp.？85-96, 2023. DOI:10.17703/JCCT.2023.9.6.85

원문보기 상세보기
Ji Su Lee, Seo Yeon Choi, Seung Kyu Nam,？"Effects of Relationship Experience and？Emotional Expression on Depression, Anxiety,？and Happiness," J ournal of Human Studies, Vol.？45, pp. 71-103, 2021. DOI:10.21738/JHS.2021.12.45.71

상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

사회적 변수와 개개인의 감정지수를 함께 고려한 딥러닝 기반 행복 지수 모델 설계
Deep Learning-based Happiness Index Model Considering Social Variables and Individual Emotional Index

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (4)

표/그림 (4)

참고문헌 (10)

이 논문을 인용한 문헌

관련 콘텐츠

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

사회적 변수와 개개인의 감정지수를 함께 고려한 딥러닝 기반 행복 지수 모델 설계 Deep Learning-based Happiness Index Model Considering Social Variables and Individual Emotional Index

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (4) 모든 표/그림 보기

표/그림 (4) 슬라이드로 보기

참고문헌 (10)

이 논문을 인용한 문헌

관련 콘텐츠

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

사회적 변수와 개개인의 감정지수를 함께 고려한 딥러닝 기반 행복 지수 모델 설계
Deep Learning-based Happiness Index Model Considering Social Variables and Individual Emotional Index

초록
AI-Helper

표/그림 (4)

표/그림 (4)