프롬프트 기법의 실시간 행위인지 보정을 통한 개인화된 서비스 추천

Personalized Service Recommendation by Real-time Activity Recognition Revision with Prompt Method

현재 사회는 건강에 대한 관심이 크게 증가하고 있으며, 전문적인 건강관리 서비스를 받기 위해서 사용자의 상태 및 상황을 정확히 알 수 있도록 사용자 행위인지 관련 연구가 활발히 진행되고 있다. 기존의 행위인지 연구에서 사용하는 각종 웨어러블 센서는 일상생활의 불편 및 비용 문제를 야기하여, 본 연구에서는 센서 디바이스로 스마트폰을 사용한다. 기존의 행위인지 연구는 특정 실험군 이외의 제3자에 의한 실험에서는 정확도에 큰 차이를 보이며, 인지 오류에 대한 실시간 수정이 불가능하였다. 본 논문에서는 프롬프트 방식을 통해 실시간으로 사용자의 인지 오류를 피드백하고, 클라우드 시스템에서 실시간으로 재트레이닝을 통한 수정된 행위 모델을 생성하여 지속적으로 행위의 오류를 줄이며, 각각의 사용자에 맞는 건강관련 서비스를 추천하는 방안을 제안하고자 한다.