• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.985-988
• /
• 2008

유비쿼터스 컴퓨팅 환경에서는 공유 가능한 자원들이 산재되어 존재하며 사용자는 이를 기반으로 최적의 서비스를 제공받기를 원한다. 그러나 환경 내에는 다양한 상황과 서비스들이 존재하며 사용자 개인의 선호 정보 역시 매우 다양한 것이 현실이다. 그러므로 사용자가 원하는 서비스의 제공을 위해서는 사용자가 어떠한 상황에서 어떠한 서비스를 요청했으며, 어떤 자원이 사용자의 현재 상황에 적절한지를 판단하여, 사용자 요구사항에 맞는 자원을 추론하는 과정이 반드시 필요하다. 본 논문에서는 사용자가 최적의 서비스를 제공받을 수 있도록 주변의 공유 가능한 자원들을 추론하고 이들을 추천하기 위한 방법을 제안한다. 이를 위하여 사용자의 상황을 인식하기 위한 방안으로 온톨로지를 이용한 상황추론 방법을 제안한다. 또한 사용자 선호 정보를 반영하여 개인 맞춤형 자원을 추천하기 위한 추론방법의 하나로 규칙을 이용한 추론방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.51-54
• /
• 2006

본 논문에서는 각 사용자들의 취향에 맞는 음악을 추천하는 개인화된 음악 추천 시스템을 소개한다. 추천 시스템이란 사용자의 선호도를 분석하고 아이템들에 대한 사용자의 선호도를 예측하여 영화, 음악, 기사, 책, 웹 페이지 등과 같은 아이템들을 추천하는 시스템을 말한다. 추천 시스템들에서 가장 많이 사용하고 있는 협동적 추천 방식은 선호도 데이터를 기반으로 유사한 사용자들을 찾고, 유사 사용자들의 선호도를 기반으로 예측을 수행하는 것으로서, 여러 장점들이 있으나 희소성(sparsity) 문제와 확장성(scalability) 문제에 대해 취약점을 가지고 있다. 아이템들의 전체 수에 비해 매우 적은 수의 아이템 선호도 데이터만 존재한다면 사용자들의 유사도를 계산하기가 어려우며, 또한 사용자의 수가 늘어날수록 유사도 계산에 걸리는 시간이 급격하게 늘어남으로써 수백만 사용자가 있는 웹 사이트 등에서 실시간 추천을 수행하기 어렵다. 본 논문에서 소개하는 음악 추천 시스템은 이러한 문제점들을 해결하기 위해 그래프 기반 협동적 여과 기법을 사용한다. 그래프 기반 협동적 여과 기법은 기존의 협동적 여과 기법들과 달리 아이템들 사이의 연관관계를 그래프 모델로 표현하고 저장함으로써 묵시적인 선호도 정보들을 누적하여 희소성 문제를 해결하고, 추천 아이템을 선정하는데 필요한 계산 시간을 크게 단축하여 대규모 데이터에서 실시간 추천을 가능하게 한다는 장점이 있다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.231-232
• /
• 2008

본 논문은 협업 필터링(Collaborative Filtering)기반의 추천시스템에 필요한 알고리즘을 제안한다. 제안한 알고리즘은 사용자의 선호도를 Implicit Feedback을 통해 예측하는 Implicit Rating과 사용자 선호도와 컨텐츠의 정보를 바탕으로 사용자의 프로파일을 형성하는 Tag 기반의 사용자 프로파일과 P2P망 내에서 자신과 유사한 사용자 그룹을 형성하는 알고리즘으로 구성되어 있다. 제안한 알고리즘을 적용하여 Web Text 기반의 CF기반의 개인화 추천시스템을 구현하였으며 구현된 프로그램을 실제 사용자에게 배포하여 Feasibility를 검증하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.383-384
• /
• 2018

최근 주말의 개념이 확장되고 일상보다 여유를 우위를 두는 사람들이 많아짐에 따라 여행 산업이 발전하고 있다. 본 논문에서는 사용자 성향을 기반으로 하이브리드 협업 필터링을 이용한 여행지 추천 기법을 제안한다. 사용자별 여행지 선호도를 생성하고 사용자 기반 협업 필터링을 통해 후보 여행지를 생성하고 아이템 기반 협업 필터링을 수행하여 여행지 성향 점수를 생성한다. 여행지 성향 점수와 여행지별 성향을 고려하여 최종 여행지를 추천한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.5-10
• /
• 2010

휴대용 단말기를 활용하는 위치 기반 서비스는 기존의 단순한 위치 정보 제공 및 분석에서 보다 개인화되고 지능화되고 있다. 이러한 모바일 추천 서비스는 이동 객체의 위치 정보 뿐만 아니라 객체의 주변 환경 정보도 고려하여 보다 쾌적한 서비스를 제공한다. 이를 위해, 시간에 따라 변화하는 이동 객체의 위치추적은 물론, 온도, 습도, 미세먼지, 등의 다양한 센서 데이터도 상황에 맞게 해석하고 활용할 수 있어야 한다. 그리고 다양한 센서 종류와 함께 수많은 센서 데이터를 해석하여, 전체적인 상황을 판단하기 위해서는 센서 데이터를 적절히 표현하는 데이터 모델의 활용이 필요하다. 이 논문에서는 모바일 추천 서비스에서 환경 정보를 제공하기 위하여 활용한 경사 그리드 기반의 센서데이터 추상화 모델과 그 처리 방법을 기술한다. 추상화 모델은 경사 방향을 활용하여 간단하게 해당 지역의 데이터 경향을 나타낸다. 그리고 색인과 연산자를 활용한 처리방법을 통해 환경 정보를 제공하는 과정을 설명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1112-1115
• /
• 2011

웹 2.0 시대의 웹에는 UCC 같은 소비자가 직접 미디어를 생성하고 소비하는 프로세스가 등장하여 일반화되고 있다. 본 연구는 이러한 인터넷 사용의 트렌드에 발맞추어 다종의 멀티미디어 콘텐츠를 포함하는 개인화된 맞춤형 콘텐츠 추천 에이전트를 개발하였다. 웹 상에 존재하는 다양한 콘텐츠 중에 사용자의 선호패턴과 일치하는 콘텐츠들을 추천하여 서비스하는 본 시스템은 유무선 환경을 망라하는 다기종의 디바이스들을 위한 플랫폼들을 지원하고 있다. 또한, 사용자들이 웹 상에서 콘텐츠들을 등록하고 생성하여 각 사용자들의 그룹과 친구와의 공유가 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1202-1203
• /
• 2023

본 논문은 스팀(Steam) 게임 플랫폼을 기반으로 약 1000개의 게임 데이터를 활용하여 사용자들에게 알맞은 게임을 추천해주는 시스템을 제안한다. 게임 선택에 영향을 주는 요인들을 언어 객체로 설정하여 규칙 기반 추론 시스템을 구현했다. 선호도 정보는 게임 선택의 기준이 되는 세 가지 요소에 대한 질문에 답하는 방식으로 수집된다. 게임 추천 결과를 시각화하여 신규 유저를 게임에 유입하고 몰입을 촉진하고자 한다.

• The Journal of the Korea Contents Association
• /
• v.10 no.6
• /
• pp.18-26
• /
• 2010

Many personalized services that provide users with adaptive information according to users' preferences have been researched and developed. Push services are especially expected to be more economic impact because push services satisfy user's potential needs even if the user does not require anything. In this paper, we propose Semantic Web approach in order to enhance the performance of push services. Our approach provides infrastructure to recommend contents based on semantic association by enabling information of contents and user preferences to be described on service-specific ontologies that reflect features of each service. In addition, our approach can recommend users with adaptive information based on information represented in our description model. Our approach enables information of contents and user preferences to be described with rich expressiveness, and it provides semantic interoperability.

• The Journal of the Korea Contents Association
• /
• v.8 no.7
• /
• pp.17-25
• /
• 2008

The smart home environment focuses on recognizing the context and physical entities. And this is mainly focused on the personalized service supplied conversational interactions. In this paper, we proposed the recommendation using the context awareness based information filtering that dynamically applied by the context awareness as well as the meta data in the smart home. The proposed method defined the context information and recommended the profited service for the user’s taste using the context awareness based information filtering. Accordingly, the satisfaction of users and the quality of services will be improved the efficient recommendation by supporting the distributed processing as well as the mobility of services. Finally, to evaluate the performance of the proposed method, this study applies to MovieLens dataset in the OSGi framework, and it is compared with the performance of previous studies.

• Journal of KIISE
• /
• v.44 no.12
• /
• pp.1333-1337
• /
• 2017

Recommender systems (RS) that predict a set of items a target user is likely to prefer have been extensively studied in academia and have been aggressively implemented by many companies such as Google, Netflix, eBay, and Amazon. Data imputation alleviates the data sparsity problem occurring in recommender systems by inferring missing ratings and adding them to the original data. In this paper, we point out the drawbacks of existing approaches and make suggestions for data imputation techniques. We also justify our suggestions through extensive experiments.