• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.461-464
• /
• 2005

현재의 웹은 사용자가 목적에 맞게 정보를 클릭하면서 정보를 찾아내는 게 일반적이다. 하지만 시맨틱 웹 서비스는 임무를 부여받은 자동화된 프로그램이 사람을 대신해 웹상의 정보를 추출하고 이를 가공해 새로운 정보를 만들어낼 수 있다. 이렇듯 사람을 대신 자동적으로 처리해주는 프로그램을 에이전트(Agent)라고 한다. 시맨틱 웹 서비스 이용하여 여행(Travel) 에이전트에게 대략적으로 휴가일정과 개인적인 선호도만 알려주면 여행에 필요한 모든 예약을 손쉽게 할 수 있다. 따라서 본 논문에서는 현존하는 여행 계획 추천 시스템과는 달리 시멘틱 웹 서비스 기술을 이용하여 보다 더 효율적이며 개인화된 여행 계획 추천 시스템을 제안한다.

• Information Systems Review
• /
• v.18 no.3
• /
• pp.155-183
• /
• 2016

Research on personalized recommender service that uses big data has gained considerable attention given the increasing volume of contents being created. This development indicates the need for service providers to collect personal information and content rating data to personalize content recommendations. Previous studies on this topic proposed algorithms to offer improved recommendations using minimal rating data or service designs and increase the number of ratings. However, limited studies have been conducted on the factors that motivate the ratings input of users, as well as the factors that influence their continuous usage of recommender service. The present study explored the factors that motivate users to enter ratings by conducting in-depth interviews with users who use recommender services. The meanings of these ratings were also explored. Results show that the meaning and usage range of ratings differed based on the stage of a user's with utilization of the service. When users input an initial rating, they treat such a rating as a database to save the impression of a past experience. Such a rating is then used as a tool to reflect the current feeling and thoughts of a user. In the end, users were not only interested in their own rating system, but they also actively sought out the meaning of the rating systems of others and utilized them. Users also expressed mistrust in the recommendations of the service because they were aware of the limitation of the algorithms. This study identified a number of practical implications regarding recommender services.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.277-279
• /
• 2000

인터넷 쇼핑몰의 급증으로 각 쇼핑몰은 경쟁적으로 표적판매의 전략으로써 상품 광고나 쇼핑 정보 등을 회원들에게 e-mail로 제공해 주고 있지만 여러 쇼핑몰에 회원으로 가입되어 있는 인터넷 사용자들에게 이런 무분별하고 획일적인 광고는 오히려 번거로운 것일 수 있으며 더욱이 그 내용이 관심 밖의 것일 경우 무가치한 정보 공해에 지나지 않게 된다. 본 논문에서는 등록된 사용자의 프로파일 정보와 학습된 쇼핑패턴을 토대로 그 사용자의 관심도와 쇼핑이 필요한 시기를 예측하여 e-mail로 개인화된 광고 및 추천서비스를 제공하는 비교 쇼핑 시스템을 제안한다. 이를 위해 상품별 구매속성이 반영된 코드를 상품의 ID로 정하여 구매속성별 분류와 검색 및 갱신이 쉽고 정확하게 이루어지도록 하였고 별도의 학습 과정 없이 코드의 검색만으로 선별된 상품을 자동으로 광고와 추천하는 것이 가능하다.

• Journal of the Korean Society for Library and Information Science
• /
• v.39 no.3
• /
• pp.75-91
• /
• 2005

The popularization of the internet has produced an explosion in amount of the information. The importance of web personalization is being more and more increased. The personalization is realized by learning user's interest. User's interest is changing continuously and rapidly. We use user's profile to represent user's interest. User's profile is updated to reflect the change of user's interest. In this paper we present an adaptive learning algorithm that can be used to reflect user's interest that is changing with time. We propose the User's profile model. With this profile user's interest is learned based on user's feedback. This approach has applied to develop hybrid recommendation 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.

• 한국HCI학회:학술대회논문집
• /
• 2006.02b
• /
• pp.416-423
• /
• 2006

본 논문은 개인별 프로그램 선호도와 채널 선호도를 기반으로 프로그램을 추천해주는 선호프로그램편성표를 구성하여 이를 효과적으로 보여주는 사용자인터페이스(UI) 모델을 제안한다. 현재 개인 맞춤화 전자프로그램가이드(PEPG)에 대한 다양한 연구가 이루어지고 있으나 주로 추천 알고리즘 연구에 그 초점이 맞춰져 있는 실정이다. 동일한 추천 알고리즘에 의해 추출된 프로그램이라 할지라도 정렬 순서와 디스플레이 방법에 따라 편성표를 이용하는 사용자의 용이성이 달라질 수 있다. 이에 본 논문은 추천 알고리즘에 의해 추출된 프로그램들의 선호도에 현재시간 기준으로 가중치를 부과하여 그 프로그램들의 선호도를 합산한 값으로 정렬한 편성표를 구성하였다. 이러한 선호프로그램편성표는 시청자가 가장 선호하는 프로그램과 채널이 최우선으로 보여지게 되므로 쉽고 빠르게 원하는 프로그램을 찾아갈 수 있다는 장점이 있다. 따라서, 사용자는 원하는 프로그램이 시작할 때까지 기다리거나 하는 시간의 낭비없이 시청이 가능하다. 본 논문을 통해 향후 등장하게 될 많은 개인 맞춤화된 서비스들을 개발하는데 도움이 될 수 있길 바란다.

• The KIPS Transactions:PartD
• /
• v.16D no.2
• /
• pp.273-280
• /
• 2009

Today, many services and products that used to be only provided on offline have been being provided on the web according to the improvement of computing environment and the activation of web usage. These web-based services and products tend to be provided to customer by customer's preferences. This paradigm that considers customer's opinions and features in selecting is called personalization. The related research field is a recommendation. And this recommendation is performed by recommender system. Generally the recommendation is made from the preferences and tastes of customers. And recommender system provides this recommendation to user. However, the recommendation techniques have a couple of problems; they do not provide suitable recommendation to new users and also are limited to computing space that they generate recommendations which is dependent on ratings of products by users. Those problems has gathered some continuous interest from the recommendation field. In the case of new users, so similar users can't be classified because in the case of new users there is no rating created by new users. The problem of the limitation of the recommendation space is not easy to access because it is related to moneywise that the cost will be increasing rapidly when there is an addition to the dimension of recommendation. Therefore, I propose the solution of the recommendation problem of new user and the usage of item quality as weight to improve the accuracy of recommendation in this paper.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.2
• /
• pp.185-190
• /
• 2006

Most systems in ubiquitous computing analyze context information of users which have similar propensity with demographics methods and collaborative filtering to provide personalized recommendation services. The systems have mostly used static context information such as sex, age, job, and purchase history. However the systems have limitation to analyze users' propensity accurately and to provide personalized recommendation services in real-time, because they have difficulty in considering users situation as moving path. In this paper we use users' moving path of dynamic context to consider users situation. For the prediction accuracy we complete with a path completion algorithm to moving path which is inputted to RSOM. We train the moving path to be completed by RSOM, analyze users' moving pattern and predict a future moving path. Then we recommend the nearest product on the prediction path with users' high preference in real-time. As the experimental result, MAE is lower than 0.5 averagely and we confirmed our method can predict users moving path correctly.

• Proceedings of the Korea Society of Information Technology Applications Conference
• /
• 2007.11a
• /
• pp.77-78
• /
• 2007

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.333-338
• /
• 2006

최근 사용자에 대한 많은 정보를 얻는 것이 가능해지면서, 데이터마이닝 기법이나 Contents 추천 기법을 이용한 맞춤형 서비스가 가능하게 되었다. 특히, 대부분의 사람들에게 TV 프로그램 시청은 여가생활시간에서 가장 높은 비중을 차지 하고 있다. 따라서, 보다 지능적인 TV 프로그램 서비스를 제공하는 기술에 대하여 관심이 고조되고 있다. 본 논문에서는 TV-Anytime을 이용하여 개인화된 Electronic Program Guide (EPG)를 생성하고, 개인화된 EPG 정보를 활용하여 시청자에게 맞춤형 TV 프로그램 서비스를 제공하는 시스템에 대한 연구 결과를 제시한다. 또한 시청자의 시청패턴과 TV 프로그램 선호도를 바탕으로 시청자가 원하는 프로그램을 추천하는 TV Program Recommender Agent와 방송 및 TV 프로그램에 대한 대화를 담당하는 TV Program Helper Agent, 시스템 조정 및 메시지 전달을 담당하는 Coordinator Agent로 이루어진 멀티에이전트 기반 시스템 구조를 제시한다.