• Journal of Digital Convergence
• /
• v.15 no.4
• /
• pp.191-198
• /
• 2017

It is needed to support intelligent customized health information service for user convenience in PHR based Personal Health Care Service Platform. In this paper, we specify an ontology-based health data model for Personal Health Care Service Platform. We also design a knowledge search algorithm that can be used to figure out similar health record by applying machine learning and data mining techniques. Axis-based mining algorithm, which we proposed, can be performed based on axis-attributes in order to improve relevance of knowledge exploration and to provide efficient search time by reducing the size of candidate item set. And K-Nearest Neighbor algorithm is used to perform to do grouping users byaccording to the similarity of the user profile. These algorithms improves the efficiency of customized information exploration according to the user 's disease and health condition. It can be useful to apply the proposed algorithm to a process of inference in the Personal Health Care Service Platform and makes it possible to recommend customized health information to the user. It is useful for people to manage smart health care in aging society.

• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.827-829
• /
• 2000

오늘날 인터넷 사용자들은 정보의 홍수 속에 놓여있다. 웹사이트에 들어가면 대부분은 자신과 관련 없는 정보들이 쏟아진다. 따라서 인터넷 사용자들의 관심에 맞는 내용을 제 공해주어 시간의 절약과 동시에 사용자에게 가치 있는 정보를 제공할 수 있게 하는 서비스가 필요하다. 이러한 개인화 된 서비스를 제공해주기 위해 사용자에 대한 정확한 분석을 바탕으로 사용자에게 효율적인 서비스를 제공하여야 할 것이다. 따라서 본 논문에서는 사용자 프로파일 및 웹 로그 등을 토대로 각 고객의 성향과 패턴을 정확하게 분석하여, 사용자 각 개인에게 적합하며 효율적인 서비스를 제공해 줄 수 있는 Web Usage Mining 을 통한 사용자 패턴 추출 알고리즘을 개발하고자 한다. 본 논문에서 연구한 Web Usage Mining 알고리즘은 사용자의 웹 사용 습관을 토대로 데이터 마이닝의 과정을 거쳐 사용자의 성향과 관심을 결정하고, 이를 바탕으로 사용자에게 알맞은 내용을 제공할 수 있도록 할 것이다. 이때, 사용자의 정보는 웹 내에서의 행동 중에서 중요하게 사용되는 특정한 페이지를 보는 시간, 웹 서핑 패턴, 전자 상거래 사이트의 경우에는 구매한 상품과 쇼핑 카트에 넣은 상품 등의 관찰된 정보를 기반으로 하며, 개인의 사생활을 침해하지 않는 범위 내에서 이루어지도록 했다.

• The Journal of Society for e-Business Studies
• /
• v.9 no.3
• /
• pp.155-167
• /
• 2004

At this time, the two main techniques for achieving web personalization assistant systems generally concern direct manipulation and software agents. While both direct manipulation and software agents are intended for permitting user to complete tasks rapidly, efficiently, and easily, their methodologies are different. The central debate involving these web personalization techniques originates from the amount of control that each allows to, or holds back from, the users. Direct manipulation can provide users with comprehensibel, predictable and controllable user interfaces that give them a feeling of accomplishnent and responsibility. On the other hand, the intelligent software components, the agents, can assist users with artificial intelligence by monitoring or retrieving personal histories or behaviors. In this empirical study, two web personalization assistant systems are evaluated. One of them, WebPersonalizer, is an agent based user personalization tool; the other, AntWorld, is a collaborative recommendation tool which provides direct manipulation interfaces. Through this empirical study, we have focused on two different paradigms as web personalization assistant systems : direct manipulation and software agents. Each approach has its own advantages and disadvantages. We also provide the experimental result that is worth referring for developers of electronic commerce system and suggest the methodologies for conveniently retrieving necessary information based on their personal needs.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.165-166
• /
• 2013

콘텐츠의 기하급수적인 증가와 다양한 서비스 확산에 따라 추천 서비스에 대한 연구는 날로 증가하고 있다. 특히, SNC 이용의 증가는 콘텐츠의 생산과 소비에 대한 주체를 새로운 관점에서 파악 할 수 있는 유용한 정보원이 되고 있다. 따라서 본 논문에서는 SNC에서의 사용자에 대한 속성 데이터와 활동 데이터를 바탕으로 정보 처리활동 기반의 속성 요소를 도출하고, 이를 바탕으로 개인화 서비스를 제공하기 위한 사용자 유형 모델링 방안을 제안하고자 한다. 사용자 유형 모델링은 사용자 속성 요소 정의와 이들 사이의 관계로 구성된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.355-357
• /
• 2002

고객 관리를 위한 CRM시스템이 인터넷 환경에서 eCRM시스템으로 발전하게 됨에 따라 보다 효과적이고 인터넷 환경에 맞는 eCRM시스템을 개발하는 것에 대한 관심이 높아지고 있다. 기존의 CRM시스템은 고객을 분석하고 분석한 결과를 일괄적으로 캠페인에 적용하고 또한 한꺼번에 캠페인 결과를 피드백하여 분석함으로써 다음 캠페인에 이용할 수 있도록 하고 있다. 그러나 eCRM 시스템은 24시간 캠페인을 가능하게 하였고 그때 그때 수집되는 데이터를 모아 일정한 시간을 주기로 하여 피드백하여 결과에 반영하고 있다. 보다 개인화(personalization)된 eCRM을 설계하고 이를 효과적으로 이용하기 위해서는 좀더 지능적인 피드백과 분석이 필요하다. 이에 본 연구에서는 데이터 마이닝을 이용하여 단순히 일정 시간주기가 아닌 의미있는 데이터량을 정함으로써 그 데이터량이 되었을 때 피드백을 수행하도록 하고 있다. 그럼으로써 개인화를 수행하는데 있어서 좀더 적시에 정확한 정보를 추천할 수 있도록 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.1105-1108
• /
• 2021

국내외 IOT 시장의 성장률은 꾸준히 증가할 것으로 예측된다. 특히 스마트 가전 시장 분야의 경우 다른 스마트 홈 분야보다 규모뿐만 아니라 성장률 역시 높은 편에 속한다. 한편 코로나 시대 도래로 인하여 개인의 가정에 머무르는 시간은 많아졌으며 개인의 살균에 대한 관심 역시 높아지게 되었다. 본 논문은 인공지능 자동 살균기를 설계하여 하나의 스마트 가전제품 서비스를 설계하는 솔루션을 제공하고자 한다. 인공지능 이미지 인식 기술을 통해 사용자 활동 패턴을 파악하고 이를 기반으로 살균 시간 도출 및 살균 시간 추천 알고리즘을 통해 사용자 맞춤형 살균 서비스를 제공하며 사용자의 활동 패턴에 맞춤화된 적절한 살균 강도를 결정할 수 있도록 군집화를 통해 살균 강도 결정 서비스도 제공한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.673-674
• /
• 2020

의식주 중에서 자신을 표현하고 외부와의 교류를 할 수 있는 분야는 패션분야로서 인간 생활과 밀접한 관계를 가지고 있으며 사람들의 개인화된 성향 변화 및 인터넷 환경의 개선으로 트렌드는 빠르게 변화하고 있다. 인공지능 기술의 발전은 단순히 객체의 검출 및 분류에서 벗어나 패션 아이템의 분석 및 세부적인 속성을 분석할 수 있는 수준에 다다랐으며 인공지능 기술을 활용하여 사용자에게 추천할 수 있는 서비스가 출시되고 있다. 패션 트렌드의 빠른 변화 및 인공지능 기술의 발전으로 이를 활용한 플랫폼에 기반을 두어 디자이너에게는 디자인 기술을 향상시킬 수 있으며 사용자에게는 개인화된 제품을 구매할 수 있는 플랫폼 개발이 요구되고 있다. 본 논문에서는 인공지능 기술 기반 패션 분석 기술 개발을 위하여 패션 검출 모듈, 패션 검색 모듈, 패션 검색을 위한 벡터 검색 모듈, 상하의 분리를 위한 세그먼테이션 모듈, 패션 복종 분류 모듈을 개발하여 통합하였으며 패션 검색 정확도는 Top-5 기준 75.28%, 벡터 검색 속도는 벡터당 0.002m sec 이하, 세그먼테이션 추출 정확도 87.6%이상, 패션 검출 결과 IoU 0.5 환경에서 96.2%, 복종분석 90.54%의 성능을 보였다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.5
• /
• pp.81-91
• /
• 2012

Recently, as location-determination of indoor users is available with the development of variety of localization techniques for indoor location-based service, diverse indoor location based services are proposed. Accordingly, it is necessary to develop individualized POI recommendation service for recommending most interested points of large-scale commercial spaces such as shopping malls and departments. For POI recommendation, it is necessary to study the method for exploring location which users are interested in location with considering user's mobility in large-scale commercial spaces. In this paper, we proposed POI recommendation system with the definition of users' as 'Stay point' in order to consider users' various interest locations. By using the proposed algorithm, we analysis users' Stay points, then mining the users' visiting pattern to finished the proposed. POI Recommendation System. The proposed system decreased data more dramatically than that of using user's entire mobility data and usage of memory.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.242-247
• /
• 2009

Recently an intelligent system is developed for the service what users want not a passive system which just answered user's request. This intelligent system is used for personalized recommendation system and representative techniques are content-based and collaborative filtering. In this study, we propose a prediction system which is based on the techniques of recommendation system using a collaborative filtering and a fuzzy system to solve the collaborative filtering problems. In order to verify the prediction system, we used the data that is user's rating about movies. We predicted the user's rating using this data. The accuracy of this prediction system is determined by computing the RMSE(root mean square error) of the system's prediction against the actual rating about the each movie and is compared with the existing system. Thus, this prediction system can be applied to base technology of recommendation system and also recommendation of multimedia such as music and books.

• Journal of Intelligence and Information Systems
• /
• v.12 no.2
• /
• pp.1-15
• /
• 2006

Currently the mobile web service is growing with a tremendous speed and mobile contents are spreading extensively. However, it is hard to search what the user wants because of some limitations of cellular phones. And the music is the most popular content, but many users experience frustrations to search their desired music. To solve these problems, this research proposes a hybrid recommendation system, MOBICORS-music (MOBIle COntents Recommender System for Music). Basically it follows the procedure of Collaborative Filtering (CF) system, but it uses Contents-Based (CB) data representation for neighborhood formation and recommendation of new music. Based on this data representation, MOBICORS-music solves the new item ramp-up problem and results better performance than existing CF systems. The procedure of MOBICORS-music is explained step by step with an illustrative example.