• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11a
• /
• pp.598-600
• /
• 2005

정보통신기술과 인터넷의 급속한 발전과 이동통신기기의 발전 및 보급이 확산됨에 따라 기존 유선상의 인터넷 서비스를 무선 환경으로 확대하는 무선 인터넷 서비스가 대두 되고 있다. 또한 이러한 이동통신기기는 통신 기능뿐만 아니라 다양한 정보기기 역할을 수행하며, 무선 인터넷 서비스 접속이 가능하여 일반인들의 필수품이 되어 있는 상황이다. 이동통신기기에서 위치정보를 이용한 서비스로는 길안내 서비스가 대표적이다. 본 논문에서는 기존 영화 예매 서비스의 문제점인 사용자의 위치 정보를 사용하지 않는 것과, 개인화 되지 않은 것을 해결하고자 한다. 제안하는 서비스는 사용자의 위치 정보로 현재 사용자의 위치와 가까운 극장 목록을 제시해 주며, 사용자 프로파일 정보를 협업 필터링과 규칙기반 필터링을 통해 개인화된 영화 목록 서비스와 극장 목록 서비스 방법을 제안한다. 이러한 개인화된 서비스는 무선 인터넷 환경의 제한된 네트워크 대역폭 사용 한계를 효과적으로 개선해 줄 수 있다.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.393-396
• /
• 2016

정보화 시대에 들어오며 수많은 정보들의 폭발적인 증가로 인해 사용자들은 원하는 정보를 빠른 시간에 얻는 것이 어려워졌다. 그중 영화는 수없이 많은 정보를 누적해왔고 개인에 따라 선호하는 영화가 서로 다르기 때문에 각 개인에 맞는 영화를 찾는 것은 쉽지 않다. 본 논문에서는 협업 필터링과 개인의 감정을 이용하고 AWS(Amazon Web Service)를 통한 클라우드 컴퓨팅 시스템을 사용하여 각 개인에 더 적합한 영화 추천 시스템을 제안 한다.

• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.9
• /
• pp.289-296
• /
• 2015

The explosive growth of information has been difficult for users to get an appropriate information in time. The various ways of new services to solve problems has been provided. As customized service is being magnified, the personalized recommendation system has been important issue. Collaborative filtering system in the recommendation system is widely used, and it is the most successful process in the recommendation system. As the recommendation is based on customers' profile, there can be sparsity and cold-start problems. In this paper, we propose personalized movie recommendation system using collaborative filtering techniques and context-based techniques. The context-based technique is the recommendation method that considers user's environment in term of time, emotion and location, and it can reflect user's preferences depending on the various environments. In order to utilize the context-based technique, this paper uses the human emotion, and uses movie reviews which are effective way to identify subjective individual information. In this paper, this proposed method shows outperforming existing collaborative filtering methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1691-1693
• /
• 2012

협업필터링은 추천 시스템 중에서 가장 일반적으로 사용되는 추천 시스템이다. 영화 추천 시스템에서도 이 방법을 가장 많이 사용한다. 추천 시스템에서 가장 많이 사용되고 있는 방법이지만 이 기법만을 적용할 경우 희박성, 확장성 그리고 투명성 등의 문제점을 가진다. 이러한 문제점들을 개선해 보려는 노력들이 많이 연구되어 왔다. 본 논문에서는 개인들의 특징인 개인 성향과 협업 필터링을 기반으로한 영화 추천 시스템을 제시하고 기존의 영화추천 시스템과 성능 평가한다.

• Proceedings of the Korean Institute of Communication Sciences Conference
• /
• 1996.10a
• /
• pp.456-459
• /
• 1996

• Trans-
• /
• v.10
• /
• pp.1-13
• /
• 2021

If virtual reality is well known through the medias, it seems that a few visual concepts are clearly related to VR. We try to think about it and introduce to a philosophy of VR techniques. So, from techniques and media techno-powers promotional campaigns, we aim to areal technology, it means an objective reflection on the VR techniques. To do so, we study the representations of VR in films. And we conclude that a negative image is the most common representation, related, often, to an Orwellian vision of the future world. In the second part, we study some VR films, and especially some made by famous film directors (Iñárritu, Bigelow). 'Head-turn' and 'Walk-around' films are commented to check their limits. Finally, we consider that for the moment, VR remains only a new space to screen films (into VR platforms connected to the Internet).

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1176-1178
• /
• 2013

협업 필터링(Collaborative Filtering)이란 많은 사용자들로부터 얻은 기호정보(taste information)에 따라 사용자들의 관심사들을 자동적으로 예측하여, 아이템에 대한 목표 사용자의 선호도와 다른 사용자의 선호도를 비교 분석하여 목표 사용자가 좋아할 만한 아이템을 추천하는 기법이다. 그러나 협업 필터링 기법은 고객 정보와 평가 정보가 충분히 많아야 정확성이 높은 추천 결과가 나타난다. 본 논문에서는 영화를 한 번도 평가하지 않은 사용자들에게 영화를 추천 해주기 위한 즉, 협업 필터링의 희박성 문제(Sparsity Problem)를 해결하기 위한 한 가지 방법으로 개인의 감정 정보를 이용하여 문제를 해결하는 방법을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1135-1136
• /
• 2013

인터넷의 발달함에 따라 데이터가 기존에 비해 기하급수적으로 늘어나게 되는 이른바 빅데이터 시대를 맞이하게 되었다. 이러한 빅데이터는 기존의 시스템으로 처리하기가 쉽지 않아 이를 처리하기 위해 하둡이 개발되었다. 하둡은 분산파일 시스템으로 기존의 시스템에 비해 빅데이터를 처리하는데 적합하며 이를 이용한 다양한 오픈 소스들이 등장하게 된다. 그중 기계학습 알고리즘을 구현한 오픈소스 Mahout은 추천 시스템을 구현하는데 적합하다. 이를 이용하여 기존에 구현한 개인화 영화 추천 시스템을 하둡 시스템으로 구현하고 기존의 XLMiner로 구현한 시스템과 결과를 비교해 본다.