• Journal of Intelligence and Information Systems
• /
• 제27권3호
• /
• pp.29-56
• /
• 2021

Recently, various types of products have been launched with the rapid growth of the e-commerce market. As a result, many users face information overload problems, which is time-consuming in the purchasing decision-making process. Therefore, the importance of a personalized recommendation service that can provide customized products and services to users is emerging. For example, global companies such as Netflix, Amazon, and Google have introduced personalized recommendation services to support users' purchasing decisions. Accordingly, the user's information search cost can reduce which can positively affect the company's sales increase. The existing personalized recommendation service research applied Collaborative Filtering (CF) technique predicts user preference mainly use quantified information. However, the recommendation performance may have decreased if only use quantitative information. To improve the problems of such existing studies, many studies using reviews to enhance recommendation performance. However, reviews contain factors that hinder purchasing decisions, such as advertising content, false comments, meaningless or irrelevant content. When providing recommendation service uses a review that includes these factors can lead to decrease recommendation performance. Therefore, we proposed a novel recommendation methodology through CNN-based review usefulness score prediction to improve these problems. The results show that the proposed methodology has better prediction performance than the recommendation method considering all existing preference ratings. In addition, the results suggest that can enhance the performance of traditional CF when the information on review usefulness reflects in the personalized recommendation service.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.325-326
• /
• 2010

Web2.0 서비스가 늘어나면서, 집단의 지혜를 바탕으로 한 개인화 서비스에 대한 관심이 증가하고 있다. 유튜브(youtube) 등 에서 태그를 공유함으로써 유용한 정보에 쉽게 접근할 수 있도록 하고 있다. 이에, 본 연구에서는 사용자가 생산한 학습콘텐츠를 바탕으로 개인화 서비스를 위한 추천시스템에 관한 연구를 진행하고자 한다. 이를 위해 교육용 UCC 사이트에서 정보추천을 위해 제공하는 속성들을 바탕으로 Tag와 Rating을 이용한 UCC분류기반 추천시스템을 제안하고, 이를 위한 메타데이터와 추천시스템을 설계하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.169-173
• /
• 2006

유비쿼터스 상거래에서 사용자가 정보를 효율적으로 이용할 수 있도록 제어하고 필터링하는 일을 도와주는 개인화된 추천 시스템이 등장하였다. 더 나아가서는 사용자가 원하는 아이템을 예측하고 추천해주며, 이를 위해 협력적 필터링 기술을 적용하고 있다. 이는 사용자의 성향에 맞는 아이템을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 사용자들 간의 유사도 가중치를 계산한다. 본 논문에서는 속성정보에 대한 사용자의 선호도를 고려하지 않은 문제점을 개선하기 위해서 속성정보를 이용한 연관 사용자의 선호도를 협력적 필터링 기술에 반영함으로써 추천의 정확도를 높이고자 한다. 그리고 협력적 필터링의 {연관 사용자-아이템} 행렬에서 사용자들 간의 연관 관계를 유지하면서 차원 수를 감소시키기 위해 ARHP 알고리즘을 이용하여 연관 사용자 군집을 한다. 제안된 방법의 성능 평가를 하기 위해 사용자가 아이템에 대해서 평가한 MovieLens 데이터 집합을 대상으로 평가되었으며, 기존의 Nearest Neighbor Model과 K-Means 군집보다 그 성능이 우수함을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.958-960
• /
• 2022

본 논문에서 블록체인과 개인화 추천 알고리즘을 통해 사용자 데이터 기반의 카페 정보를 추천하는 시스템과 Non-Fungible Token(NFT) 자동 발행 시스템을 구축하는 방법을 제안한다. Matrix Factorization를 활용한 추천 알고리즘을 통한 맞춤형 카페 정보를 추천한다. 또한 Klaytn을 통한 KIP-17 형태의 NFT를 자동 발급하는 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.782-784
• /
• 2008

급속하게 확산된 비즈니스 웹 사이트로 인해 웹상에 상품의 정보가 기하급수적으로 증가하여 정보 과부하 문제가 발생하였다. 이를 극복하기 위해 내용 기반 추천 시스템, 협업 필터링 추천 시스템 등의 개인화 추천 시스템이 발전했으나 사용자의 성향과 아이템의 성향을 반영하지 못하고 있다. 본 연구에서는 웹상에서 사용자의 행동을 관찰하여 상품의 구매경로와 판매의 상관관계에 따라 각 사용자의 성향과 그룹의 성향, 아이템의 성향을 측정한 뒤 벡터의 내적을 이용하여 사용자의 성향에 가장 적합한 상품의 유사도를 계산하고 추천하는 시스템을 제안한다.

• Journal of Korea Society of Industrial Information Systems
• /
• 제28권2호
• /
• pp.31-45
• /
• 2023

This study deals with exploring qualitative steps and paths that appear as YouTube users' usage time increases quantitatively. For the study, I applied theories from psychology and neuroscience, subdivided the interval between the personalization algorithm of the recommendation system, and active use and analyzed the relationship between variables in this process. According to the theory behavioral model theory (FBM), variable reward, and dopamine addiction were applied. Personalization algorithms easy clicks as triggers according to associated content presentation functions in behavioral model theory (FBM). Variable rewards increase motivational effectiveness with unpredictability of the content you search, and dopamine nation is summarized as stimulating the dopaminergic nerve to continuously and actively consume content. This study is expected to make an academic and practical contribution in that it divides the purpose of use of content in the personalization algorithm and active use section into four stages from a psychological perspective: first use, reuse, continuous use, and active use, and analyzes the path.

• Journal of KIISE
• /
• 제43권11호
• /
• pp.1188-1200
• /
• 2016

Recommendation systems play a significant role in providing personalized information to users, with enhanced satisfaction and reduced information overload. Since the mid-1990s, many studies have been conducted on recommendation systems, but few have examined the recommendations of information from people in the online social networking environment. In this paper, we present a hybrid recommendation method that combines both the traditional system of content-based techniques to improve specialization, and the recently developed system of social network-based techniques to best overcome a few limitations of the traditional techniques, such as the cold-start problem. By suggesting a state-of-the-art method, this research will help users in online social networks view more personalized information with less effort than before.

• Journal of Digital Convergence
• /
• 제10권1호
• /
• pp.309-315
• /
• 2012

The dissemination of smartphones is being spread and supplementary services using smartphones are increasing and various as the Mobile network and device are developing rapidly, so smartphones that enables to provide a wide range of services is expected to receive the most attention. It makes users listen to music anytime, anywhere in real-time, use useful applications, and access to Internet to search for information. The service environment is changing on PC into Mobile due to the change of the circumstance mentioned above. these services are done by using just location information rather than other context, and users have to search services and use them. It is essential to have Context-aware technology for personalization recommendation services and the appropriate representation and definition of Context information for context-aware. Ontology is possible to represent knowledge freely and knowledge can be extended by inferring. In addition, design of the ontology model is needed according to the purposes of utilization. This paper used context-aware technologies to implement a user personalization recommendation service. It also defined the context through OWL modeling for user personalization recommendation service and used inference rules and inference engine for context reasoning.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.359-361
• /
• 2022

최근 질적인 삶의 중요성과 건강에 대한 필요성이 향상되면서 운동의 중요성에 대한 국민의 인지도가 증가했다. 체력적인 효과 심리적인 효과 면역효과 등 운동이 주는 많은 긍정적인 영향들로 인해 최근 건강관리에 대해 사람들의 관심이 많이 증가했으나 자신에게 알맞는 운동 방법을 알지 못해 정작 운동을 실천하는 수는 그 수의 절반뿐이다. 따라서 개인의 신체 알맞는 운동을 추천해 줄 수 있는 추천 시스템이 필요하다. 본 논문에서는 신장, 몸무게, 나이, 주당 운동 횟수, 성별과 같은 개인화 요소를 이용한 협업 필터링과 k-nn 을 R 시스템을 사용하여 사용자 개인 맞춤형 운동 추천 시스템을 제안한다.

• Journal of Information Technology and Architecture
• /
• 제10권2호
• /
• pp.251-261
• /
• 2013

The appearance of various mobile Internet environment access to existing networks of mobile devices is easier to tell. In addition, mobile device users to use the wireless environment than a wired environment, user profile information is readily available features. Mobile devices have features that use alone. These characteristics of mobile devices to apply the personalization service is the best system. This paper proposes for mobile device users a personalized mobile music content recommendation service. This service propose to utilizes the user's access history information using time-weighting and collaborative filtering. Access history information can find out information of user interest. Using this information, consider the preference of music genre and time-weighted based on the recommendations makes the music. This method the problem of the traditional music recommendation system, point user's favorite music genre is changing over time do not consider that to solve the problem.