• Journal of Digital Convergence
• /
• v.10 no.2
• /
• pp.293-297
• /
• 2012

In order to provide with personalized recommendation service in context-awareness environment, the collected context data should be analyzed fast and the objective of user should be able to inferred effectively. But, the context collected from the mobile devices is not suitable for applying the existing inference algorithms as they are due to the omission or uncertainty of information and the efficient algorithms are required for mobile environment. In this paper, the behavior pattern was classified using naive bayes classification for minimize the loss caused by the omission or error of information. And pattern matching was used to effectively learn of the users inclination and infer the behavior purpose. The accuracy of the suggested inference model was evaluated by applying to the application recommendation service in the smart phones.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.519-522
• /
• 2004

웹의 급격한 확산과 더불어 고객에게 맞춤화된 정보 제공의 필요성이 높아지고 있다. 또한 전자상거래 기업은 맞춤화와 개인화 서비스를 실현하기 위해서 웹 기반의 추천시스템에 많은 관심을 가지고 있다. 협업필터링(Collaborative filtering)은 개인화된 정보필터링 기법으로 추천시스템에서 가장 많이 사용되고 있다. 본 연구에서는 MovieLens 데이터 셋의 아이템속성을 고려하여 클러스터링 기반의 사례기반추론을 통한 협업필터링 추천시스템을 개발하고 기존의 방법과 제안된 모델의 성과를 비교 분석하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.253-255
• /
• 2012

최근 휴대폰의 보급과 기능의 고급화로 휴대폰을 이용한 개인 환경 맞춤 서비스에 대한 관심이 증가되고 있다. 특히 휴대폰을 이용한 상황인지 기술들이 개발되고 있으며 다양한 분야에 서비스를 제공하는 스마트 모바일 플랫폼에 대한 연구가 진행되고 있다. 본 논문에서는 스마트 홈 환경에서 휴대폰을 이용하여 사용자 프로파일과 수집된 상황 정보에 적절하게 주변 생활 가전 기기를 제어하는 개인화 맞춤 서비스를 제공하는 플랫폼과 휴대폰에서 작동하는 경량 상황인식 엔진을 제안하였으며 상황인식을 통한 추론 작업을 휴대폰과 홈 서버로 분산시켜 상황 추론 작업의 효율화를 기했다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.521-522
• /
• 2009

본 논문에서는 이동단말기로부터 수집 가능한 컨텍스트 정보를 기반으로 베이지안 네트워크 추론을 통해 송신자의 정황 정보를 생성하는 시스템을 제안한다. 축적된 데이터로부터 학습되는 베이지안 네트워크의 특성에 따라 설문조사를 통해 사용자의 정황 판단 기호를 수집하고 이를 기반으로 훈련 데이터를 생성하여 베이지안 네트워크를 구성한다. 추론 결과에 대한 사용자 피드백을 주기적인 학습에 사용하고 각 단계에서 정확도를 측정함으로써 개인화된 정황 정보 추론과 사용자의 정황 판단 기호 변화에 신속하게 적응함을 확인한다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.4
• /
• pp.59-66
• /
• 2010

We present a personalized clothing recommender system - one that mines association rules from transaction described in ontologies and infers a recommendation from the rules. The recommender system can forecast frequently changing trends of clothing using the Onto-Apriori algorithm, and it makes appropriate recommendations for each users possible through the inference marked as meta nodes. We simulates the rule generator and the inferential search engine of the system with focus on accuracy and efficiency, and our results validate the system.

• Journal of Digital Convergence
• /
• v.10 no.2
• /
• pp.287-292
• /
• 2012

In this paper, user personalized services through the emotion perception required to support location-based sensing data preprocessing techniques and emotion data preprocessing techniques is studied for user's emotion data building and preprocessing in V-A emotion model. For this purpose the granular context tree and string matching based emotion pattern matching techniques are used. In addition, context-aware and personalized recommendation services technique using probabilistic reasoning is studied for personalized services based on context awareness.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.139-141
• /
• 2002

본 논문에서는 인터넷 컨텐츠 사이트에서 개인별로 컨텐츠를 효과적으로 추천하기 위한 개인화 시스템모델을 제안하였다. 제안한 모델은 묵시적인 평가정보를 이용한 사례기반추론 기법으로서 협동적필터링 기법과 달리 유사집단의 평가정보를 이용하지 않고 개인별 속성에 대한 가중치와 속성 값을 이용하여 추천하는 기법이다. 이 기법은 각 사용자의 상품 추매 속성을 추천에 반영할 수 있는 장점이 있으며 사용자 프로파일을 이용하여 개인화된 추천이 가능하다. 제안한 기법이 Recall, Precision, F-measure의 평가 방법을 통해 실험한 결과 협동적필터링 기법 보다 모든 부분에서 더 좋은 결과가 나왔음을 볼 수 있다. 그러므로 제안 시스템이 유사 사용자의 평가정보를 이용한 협동적필터링 기법보다 효율적인 개인화 전략이 가능하다고 말 수 있다. 본 제안 모델을 이용하여 일대일 마케팅을 위한 eCRM 시스템 개발이 가능하리라 예상된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.519-522
• /
• 2009

이동단말기기의 성능이 발전함에 따라 사용자에게 다양한 서비스를 제공할 수 있게 되었다. 하지만 사용자의 취향이나 의도에 따라 이용하는 선호 서비스는 일부분에 불과하다. 이것은 사용자마다 라이프스타일에 의한 서비스 사용 패턴에 차이가 있음에도 불구하고 획일화된 UI만을 제공하기 때문이다. 본 논문에서는 이동단말기기를 통하여 시간에 따른 사용자의 위치 및 콘텐츠 사용정보를 수집하고 의사결정트리를 이용하여 사용자의 콘텐츠 사용패턴을 추론한다. 또한, 추론한 콘텐츠 사용 패턴을 기반으로 개인화된 UI 구성 방법을 제안한다. 개인화된 지능성 UI를 통하여 사용자들이 라이프 스타일에 적합한 다양한 콘텐츠를 사용하게 되고, 이동단말기기의 활용성 또한 높아질 것을 기대할 수 있다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.11a
• /
• pp.239-242
• /
• 2009

본 연구에서는 독립차원 감성추론이 가능한 추론엔진과 하드웨어를 모바일 상황에서 사용가능 하도록 설계하였다. 설계된 시스템은 크게 감성 신호 센싱 디바이스에서 수신한 생체 신호 데이터를 이용해 독립차원의 감성을 판단하는 모바일 기반 감성 추론 엔진 소프트웨어 시스템과, 감성 추론 엔진을 탑재하고 감성 신호 센싱 디바이스와 최종 감성 응용 서비스 단말과의 인터페이스 기능을 갖는 모바일 감성 단말 하드웨어 시스템으로 구성된다. 모바일 독립차원 감성 추론 엔진은 감성 신호 센싱 디바이스로부터 측정되어 정규화(Normalization)된 감성 유발 채널별 특징 신호 데이터를 입력 받아 사용자 별 감성 추론을 위한 개인화 인자를 추출하고, 최종적으로 사용자의 현재 감성 상태를 추론하는 기능을 수행한다. 모바일 감성 단말 하드웨어 시스템은 독립차원 감성 추론 엔진을 내장해 실행하고, 감성 추론을 위한 감성 신호 센싱 디바이스와의 인터페이스와 추론된 감성 정보 데이터를 감성 증강 UI 기반 서비스 플랫폼으로 전송하기 위한 인터페이스 기능을 수행한다. 본 연구에서 설계된 시스템은 다양한 환경에서 실시간으로 감성을 추론할 수 있는 알고리즘과 하드웨어를 구축하는 기술로 향후 다양한 제품에 접목하여 다양한 감성 서비스가 가능할 것으로 예상된다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.8
• /
• pp.81-90
• /
• 2012

For digital TV, the recommendation of u-health personalized service of semantic environment should be done after evaluating individual physical condition, illness and health condition. The existing recommendation method of u-health personalized service of semantic environment had low user satisfaction because its recommendation was dependent on ontology for analyzing significance. We propose the personalized service recommendation method based on Naive Bayesian Classifier for u-health service of semantic environment in digital TV. In accordance with the proposed method, the condition data is inferred by using ontology, and the transaction is saved. By applying naive bayesian classifier that uses preference information, the service is provided after inferring based on user preference information and transaction formed from ontology. The service inferred based on naive bayesian classifier shows higher precision and recall ratio of the contents recommendation rather than the existing method.