본문 바로가기

김윤정 (Yunjeong Kim) 논문수  · 이용수 5,678 · 피인용수 27

소속기관
중앙대학교
소속부서
예술문화연구원
주요 연구분야
자연과학 > 생활과학 TOP 5% 공학 > 컴퓨터학 공학 > 산업공학 사회과학 > 경영학 인문학 > 역사학 사회과학 > 법학
연구경력
-
  • 저자정보 . 논문
  • 공저자 . 저널

저자의 연구 키워드

저자의 연구 키워드
#3D virtual fitting(3D 가상 피팅)
#4차 산업혁명(the Fourth Industrial Revolution)
#경쟁(Competition)
#공익(Public interest)
#공정거래법
#관리형 서비스(Managed Service)
#기간통신사업자(Common Carrier)
#기기 내 예측
#기술혁신(TechnologicalInnovation)
#대기업집단
#망 중립성(Network Neutrality)
#멀티 모달 데이터
#모바일 사용자
#불공정거래행위
#비차별 의무(Non-discrimination obligation)
#비차별의무(Non-discrimination Obligation)
#사후규제(Expost Regulation)
#성별 예측
#스마트 기기 로그 데이터
#앙상블 기법
#양면시장(Two-sided Market)
#전기통신사업법(Telecommunications Business Act)
#전속고발제도
#제로레이팅(Zero-Rating)
#텍스트 데이터
#통계학습
#통신법(Telecommunications Act)
#특수서비스(Specialised Service)
#플랫폼 시장(Platform Market)
#플랫폼 중립성(Platform Neutrality)
#형사처벌의 범위
#active senior(액티브 시니어)
#age(연령)
#altruistic(이타주의적)
#behavior(온라인 쇼핑행동)
#brand prestige(브랜드 권위)
#Chsŏn
#Concentration of Economic Power
#consumer culture(소비자 문화)
#cross-border online shopping(국가간 온라인 쇼핑)
#cultural model
#customization(커스터마이제이션)
#egoistic(이기주의적)
#Ensemble Method
#ethical consumption(윤리적 소비)
#exclusive complaint-filing system
#Fair Trade Act 23-2
#faux fur(인조 모피)
#Gender Prediction
#gender(성)
#happiness(행복감)
#Indonesian(인도네시아)
#Korean fashion products(한국 패션 제품)
#large business groups
#Large Enterprise Groups
#Making the Private Benefits
#Middle Kingdom(中華)
#mobile user
#Monopoly Regulation and Fair Trade Act
#Multi-Modal Data
#ocial uniforms
#on-device prediction
#online shopping online shopping orientation(온라인 쇼핑성향)
#online shopping risk perception(온라인 쇼핑 위험지각)
#Ownership Concentration
#Providing Unfair Advantage
#purchase intention(구매의도)
#salience(현저성)
#Smart Device Log Data
#Specially Related Persons
#Statistical Learning
#text data
#Thai(태국)
#the scope of criminal punishment.
#Tunneling
#Undue Internal Trade
#Undue Support Practices
#unfair trade practices
#Vietnamese(베트남)
#Yardstick for Judgment of Unreasonableness

저자의 논문

연도별 상세보기를 클릭하시면 연도별 이용수·피인용수 상세 현황을 확인하실 수 있습니다.
피인용수는 저자의 논문이 DBpia 내 인용된 횟수이며, 실제 인용된 횟수보다 적을 수 있습니다.