• The Journal of the Korea Contents Association
• /
• v.11 no.5
• /
• pp.104-116
• /
• 2011

A recommender system is a personalized decision support tool to suggest suitable products in proper manners for the benefits of both suppliers and consumers, with the assumption of full understating of consumers' needs and preferences. However, a substantial number of studies have focused on making recommender systems more accurate and efficient. Whereas, there have been a few studies on consumers' needs and preferences under their own contexts to accept recommender systems. To this end, this study attempted to find out the impact of personal sentiments and contexts on the willingness to accept music recommender systems based on the simplified "Technology Acceptance Model" and some verified variables from the precedent studies. For the study, we conducted an empirical study using surveys and High-Order Structural Equation Model (SEM). The outcomes of the research was affirmative to the research hypothesis that the personal sentiments and contexts positively affect the acceptance of the music recommender systems.

• Archives of design research
• /
• v.16 no.2
• /
• pp.23-34
• /
• 2003

The need for personalized web site design has been increased these days. Current approach for personalized web site design is easily applied to web site with their cost-effective feature, but is hard to provide a more refined personalized service due to its lack of accumulation of user data. In this study, the design recommender system is investigated as a more advanced method for web site design personalization. We provide an overview of current recommender systems, and then outlined a newly developed design recommender system, which employs collaborative filtering technique to provide tailored recommendation for users.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.481-482
• /
• 2016

스마트 디바이스의 발전과 IoT 시대에 들어서면서 다양하고 유용한 데이터가 끊임없이 쏟아져 나오고 있다. 이러한 데이터들을 기반으로 개인화된 추천 시스템의 중요성은 높아지고 있다. 추천 시스템에서 가장 성공적인 협업적 필터링 기법은 고객에 대한 일정 수준 이상의 데이터가 존재해야 한다. 즉, 충분한 데이터가 존재하지 않는다면 정확하지 않은 추천 결과를 출력하는 희박성의 문제가 생긴다. 본 연구에서는 개개인을 구분 지을 수 있는 개인화 요인에 가중치를 두어 기존의 협업적 필터링 기법이 가지는 희박성 문제를 해결하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.95-99
• /
• 2008

유비쿼터스 환경에서 사용자는 개인용 디바이스를 이용하여 보이지 않는 수많은 자원들과 서로 연결하여 원하는 서비스를 제공 받기를 원한다. 이러한 요구사항을 만족시키기 위하여 유비쿼터스 지능 공간에 존재하는 자원들 사이의 공유가 필요하며 이를 효율적으로 수행하기 위한 연구는 새로운 연구 주제이다. 그러나 동일한 환경이라 할 지라도 각 사용자들의 상황은 서로 다르며 개인적인 성향 역시 다양하다. 그러므로 동일한 공간에서 동일한 서비스를 원하는 사용자들이라 할 지라도 현재의 상황과 사용자 개개인의 개성에 따라 필요로 하는 자원이 다른 것이 현실이다. 그러므로 본 논문에서는 사용자의 상황을 인지하여 맞춤형 자원을 추천하는 시스템을 개발한다. 추천 시스템은 사용자의 상황을 인지하기 위한 방법으로 온톨로지 기반 추론을 수행하고, 개인화 추천 서비스를 제공하기 위하여 규칙들 이용한 규칙 기반 추론 방법을 수행한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.446-449
• /
• 2017

인터넷의 보급과 동시에 데이터의 누적으로 생성된 수많은 빅 데이터의 활용을 통해 수 없이 많은 개인에 대한 분석과 추천이 가능해졌다. 그중 영화는 현대인의 문화로 자리 잡으며 수많은 데이터의 누적이 이루어 졌으며 계속해서 누적되어가고 있다. 이런 누적된 데이터를 통해서 개인에게 맞는 영화를 추천하는 협업필터링 시스템을 R을 통해 분석하고 Cold Start 문제를 개인화 요인으로서 보안하여 보다 신뢰성 높은 추천 시스템을 제안 한다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.565-570
• /
• 2007

네트워크의 발달은 유선 인터넷(Wired LAN)과 무선 인터넷(Wireless LAN) 시대를 지나 휴대 인터넷(Mobile LAN)으로 발전하고 있다. 이처럼 다양한 네트워크의 공존은 사용자에게 보다 빠르고 저렴한 서비스를 제공하고 있다. 본 논문에서는 모바일 기기 사용자를 위한 개인화 방법으로 협업 필터링 방법을 통한 추천과 푸쉬(push) 방식의 서비스 방법을 제안한다. 사용자 프로파일 정보는 협업 필터링 방법을 통한 사용자 선호 음악 추천을 수행하고, 추천된 사용자 선호 음악은 모바일 기기로 푸쉬 서비스 된다. 추천을 통한 모바일 음악 푸쉬 서비스는 모바일 기기 사용자로 하여금 네트워크 환경에 접속되어있을 때 사용자 취향에 맞는 음악을 능동적으로 다운로드 해 둠으로써 사용자가 음악을 선택하여 모바일 기기로 다운로드 하는 시간을 줄여 줄 수 있다.

• The KIPS Transactions:PartD
• /
• v.10D no.7
• /
• pp.1225-1230
• /
• 2003

Many cyber-shopping malls use various commodity recommendation methods. Although the detailed algorithms are not disclosed to the public, they mostly rely on relatively simple and straightforward methods. This paper intends to improve the commodity recommendation by using a multi-stage algorithm which considers factors that are characteristics of the commodity itself, of the consumer group, and of the individual customer. A comparison table is provided which shows whether there is a change in commodity recommendation as we consider more factors about the customer.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.338-339
• /
• 2010

사용자가 원하는 정보를 자동으로 찾아내어 제공하는 추천시스템은 최근 사용자의 만족도를 높이기 위해 많은 연구들이 진행되고 있다. 본 논문은 사용자의 프로파일, 음식 주문 내용 및 날씨/온도 등 외부요인을 기반으로 의사 결정나무를 이용하여 개인의 선호도를 분석하고 연관규칙을 이용하여 음식의 연관성을 분석한 후 음식을 추천하는 유연성 있는 개인화 추천시스템을 제안하고 구축하였다. 본 시스템은 복수 전략 학습을 이용하여 추천함으로써 단일 학습방법을 사용했을 때보다 만족도가 높아지는 것을 알 수 있었다.

• Journal of Digital Convergence
• /
• v.19 no.2
• /
• pp.357-363
• /
• 2021

In general, people choose clothes to wear when they go out, referring to real-time weather and temperature. However, it is difficult for an individual to use real-time weather information and his or her temperature sensitivity information to choose the right clothes from among the clothes he or she owns. Existing clothing recommendation systems developed to help with these problems have problems recommending clothes that are not clearly set in the clothing category and are not in the possession of the user. In addition, user-specific temperature sensitivity is not taken into account, resulting in inappropriate clothing recommendations for users. To solve these problems, this study developed a system that determines and registers clothing categories for the clothing owned by the user, and recommends customized clothing for each user by considering temperature sensitivity and real-time weather information. In the case of weather information, not only weather information such as temperature and wind direction, but also clothes based on temperature sensitivity were recommended based on the calculation of temperature sensitivities. A satisfaction survey of 65 university students was conducted to assess the system. As a result, 80% of the respondents were satisfied with the recommended clothing, indicating that the satisfaction of the system was good. Therefore, it is expected that this system will be highly utilized in real life as it will be recommended based on clothes owned by individuals, reflecting individual temperature sensitivity.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.28-30
• /
• 2001

현 인터넷상에서 취향에 맞는 항목(상품) 정보를 사용자에게 추천해 주는 개인화 기술은 대부분 특정 사용자와 유사한 선호도를 갖는 다른 사용자들의 특정 항목에 대한 선호도를 바탕으로 항목의 선호도를 추정하는 협력적 추천 기술을 적용하고 있다. 이중 최근접 이웃 방법은 적용하기가 용이한 반면 항목간의 가중치를 고려하지 못함으로써 추천의 정확도가 크게 떨어지는 문제점이 있다. 연관규칙 방법은 다른 항목에 대한 선호도 자료로부터 데이터 마이닝 기법을 적용하여 항목 선호에 대한 연관규칙을 추출하고 그 규칙을 사용하여 어떤 항목의 선호도를 추정한다. 따라서 항목들 간의 중요도가 연관규칙의 지지도나 신뢰도 등으로 나타난다고 할 수 있으나, 단순히 항목들간의 연관관계 즉 표면적인 연관관계에 의하여 선호도를 결정함으로써 항목들간의 어떤 내용적인 공통성 또는 어떤 상위개념에 의한 선호도가 고려되지 않음으로써 역시 정확도가 떨어지는 문제점이 있다. 본 논문에서는 추천의 정확도를 향상시키기 위한 신경망 추천 방법에 대해 분석하고, 내용기반 추천과 협력적 추천을 병합한 신경망 추천 방법을 제안한다. 또한, 다른 협력적 추천 방법과의 비교를 통하여 본 추천 방법의 장점과 성능의 우수함을 보인다.