• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.436-438
• /
• 2001

인터넷은 정보의 바다로 표현할 만큼 방대하며, 이러한 넘치는 정보 속에서 사용자에게 필요한 정보들을 추출하여 사용자들의 효율성과 만족도를 높이는 것이 개인화 정책이고, 결과적으로 전자상거래 사이트에서의 판매의 증가를 이루기 위해 필요한 것이다. 따라서 개개인의 특성에 맞춘 개인화 서비스가 현재의 인터넷에서 제공하는 효율성을 뛰어넘을 수 있는 새로운 해결점으로 주목받고 있다. 본 논문에서는 협력 필터링(Collaborative filtering) 방법을 사용하여 사용자의 선호도(preference)를 결정하고, 이를 토대로 웹페이지의 콘텐트를 재 설계하고, 알맞은 아이템 추천 서비스를 사용자에게 제공하는 협력 필터링 에이전트(Collaborative Filtering Agent)를 제안하고자 한다. 이를 통하여 기존의 사용자 또는 처음 방문한 사용자에게도 사이트를 방문하는데 만족도와 효율성을 높이도록 하는 것이 목표이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2792-2794
• /
• 2001

인터넷은 정보의 바다로 표현할 만큼 방대하며, 이러한 넘치는 정보 속에서 사용자에게 필요한 정보들을 추출하여 사용자들의 효율성과 만족도를 높이는 것이 개인화 정책이고, 결과적으로 전자상거래 사이트에서의 판매의 증가를 이루기 위해 필요한 것이다. 따라서 개개인의 특성에 맞춘 개인화 서비스가 현재의 인터넷에서 제공하는 효율성을 뛰어넘을 수 있는 새로운 해결점으로 주목받고 있다. 본 논문에서는 기존의 협력 필터링(Collaborative filtering) 방법을 개선하여 사용자의 선호도(preference)를 결정하고, 이를 토대로 알맞은 아이템 추천 서비스를 사용자에게 제공하는 해쉬테이블 기반 협력 필터링 에이전트(Hash Table based Collaborative Filtering Agent)를 제안하고자 한다. 이를 통하여 기존의 사용자 또는 처음 방문한 사용자에게도 사이트를 방문하는데 만족도와 효율성을 높이도록 하는 것이 목표이다.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.161-175
• /
• 2024

본 연구는 OTT 개인화된 추천서비스에 대한 프라이버시 염려와 개인정보 제공 의도에 미치는 선행요인들을 분석하였다. 먼저 OTT 개인화 추천시스템의 특성을 정확성, 다양성, 신기성으로 하였고, 성격 5요인 모형인 친화성, 정서적 불안정성, 성실성, 외향성, 경험에 대한 개방성을 활용하였다. 또한 지각된 투명성을 추출하여 정보 프라이버시 염려, 개인정보 제공 의도 간의 관계를 분석하였다. 그리고 서비스 혜택과 개인정보 제공 의도 간의 관계를 살펴본 후 프라이버시 염려와 개인정보 제공 의도에 있어 조절 효과가 있는지 분석하였다. 연구 결과에 따르면 개인화 추천시스템 특성들은 유의한 영향을 미치지 못하는 것으로 나타났으나, 성격 5요인 중 정서적 불안정성, 외향성, 경험에 대한 개방성은 유의한 영향을 미치는 것으로 나타났다. 또한, 지각된 투명성 역시 프라이버시 염려에 유의한 영향을 미치는 것으로 나타났다. 프라이버시 염려와 서비스 혜택은 개인정보 제공의도에 유의미한 영향을 미치며 프라이버시 염려와 개인정보 제공의도 간에 서비스 혜택이 조절효과를 가지는 것으로 나타났다. 본 연구의 결과는 OTT 기업들이 사용자들의 프라이버시 보호 행동을 이해하는데 도움을 줄 것으로 본다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.636-638
• /
• 2023

Covid19의 세계적 유행 이래로 긴 일정의 해외여행이 감소하고 국내 여행의 수요가 꾸준히 증가하는 추세이다. 현재 다수의 국내 여행 숙박 플랫폼은 가성비 측면으로 이용자가 숙박업소를 선택하고 소비자와 업체를 연결해주는 과정에서 수수료를 얻는 상업적 모델이다. 본 논문에서는 가격 경쟁 중심의 기성 시스템이 아닌, 여행자 개인의 가치를 맞춤화하고 공익의 목적으로 업체를 홍보하는 시스템을 제안한다. 이 시스템은 웹 기반의 시스템을 구현하여 여행자에게 개인 가치에 맞는 업소를 맞춤형으로 추천하고 해당 업소에 대한 평가 지표를 시각화하여 제공한다. 본 시스템은 맞춤형 업소 추천과 평가 지표 제공을 위해 소비자의 리뷰 데이터를 사용한다. 텍스트 데이터를 분석하고 해당 데이터를 다중 분류를 통해 업소에 대한 평가 지표별 점수를 산정한다. 본 시스템은 여행자에게 다양한 관광지와 관광 업소를 추천함으로써 지역 관광을 유도하고 해당 여행지 업소와 지역 경제에 도움을 줄 것이라고 기대된다. 본 논문에서 제안된 기법은 오픈소스로 공개되었다[1].

• 한국도서관정보학회지
• /
• 제41권1호
• /
• pp.149-165
• /
• 2010

이 연구에서는 기존의 과학기술학회마을에서 제공하고 있는 일반 검색서비스에 대해서 분석하고 이를 기반으로 과학기술학회마을 논문 서비스에 적합한 개인화 검색서비스들을 개발하였다. 즉, 질의어 기반의 개인화 검색시스템, 논문의 공동 저자 기반의 내비게이션 시스템, 논문의 저자 키워드 기반 주제어 자동 추천 시스템과 유사한 사용자 자동 추천 시스템들이 있다. 이 연구에서는 설문 조사를 통해서 KISTI 과학기술학회마을 논문 서비스에 적합한 개인화 서비스를 모색하였다.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.185-190
• /
• 2006

유비쿼터스 컴퓨팅에서 대부분의 시스템들이 개인화된 추천을 위하여 사용자와 성향이 비슷한 사람들의 컨텍스트 정보를 분석하는데 인구통계학적 방법이나 협력적 필터링을 주로 사용한다. 서비스 추천 시스템들은 컨텍스트 정보 중에서 성별, 나이, 직업, 구매이력 등의 정적 컨텍스트를 주로 사용하고 있다. 그러나 이러한 시스템은 이동경로 같은 사용자의 상황을 고려하기가 어렵기 때문에 개인의 성향을 정확하게 분석하여 실시간으로 개인화된 추천 서비스를 제공하는데 한계가 있다. 본 논문에서는 사용자의 상황을 고려하기 위해 동적 컨텍스트 중에서 사용자의 이동경로를 이용한다. 이동경로의 예측 정확도를 높이기 위해 RSOM의 입력으로 들어가는 이동경로를 경로보정 알고리즘을 사용하여 보정한다. 그리고 보정된 경로를 RSOM으로 학습시켜 사용자의 이동패턴을 분석하고 향후 이동경로를 예측한 후, 사용자의 선호도가 높은 상품들 중에서 예측 경로 상에 있는 가장 가까운 상품을 실시간으로 추천한다. 제안한 방법의 예측 정확도를 측정한 결과 MAE가 평균 0.5 이하로 측정됨으로써 사용자의 이동경로를 올바르게 예측할 수 있음을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.241-243
• /
• 2002

기존의 웹 로그를 이용한 추천 System에서의 추천 문서 집합은 웹 페이지의 연관성과 웹 문서 사이의 거리를 이용하여 사용자들에게 추천 문서 집합을 제공해 주는 방식을 사용하였다. 이 방법에 의하면 추천 폐이지로 제공되는 페이지는 사용자별 연관성이 고려되지 않으므로 모든 사용자들이 웹 페이지의 연관성안을 이용한 폐이지를 추천 받는다. 따라서 처음 웹사이트를 방문한 새로운 사용자들에게는 추천해주는 폐이지는 사용자가 보고 있는 웹 페이지의 연관성에 의한 웹 페이지만을 추천 받게 되므로 생각하지 못했던 폐이지나 비슷한 취향을 가진 사용자들이 방문을 했던 페이지에 대해서는 추천 받지 못한다는 문제점을 가지고 있다. 따라서 본 논문에서는 동일한 폐이지를 방문한 사용자별로 클러스터링 하여 같은 그룹에 속한 사용자들의 브라우징 패턴 정보를 발견, 분석화 하여 DB에 저장하였으며, 새로운 사용자에 대해서 웹 페이지 추천 집합을 제공하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.687-690
• /
• 2019

웹 사이트 사용자들은 자신의 취향에 맞춘 웹 사이트 개인화 서비스를 원한다. 이에 따라 관련 기업들은 웹 사이트의 회원가입을 통해 사용자들의 개인 정보를 관리하여 개인화 서비스를 지원하고 있다. 하지만 기업들의 개인 정보 유출 사고와 잘못된 기업 간 공유로 개인 정보보호 관리에 어려움이 있다는 문제점이 있다. 본 논문에서는 클라이언트 기반 딥러닝(Client-based Deep Learning)과 웹 브라우저 표준 데이터베이스 IndexedDB를 사용하여 검색 카테고리 추천 시스템을 구현한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.56-59
• /
• 2019

하루 평균 동시 접속자가 1,000만 명이 넘을 정도로 많은 사람이 사용하는 플랫폼은 드물다. 이러한 플랫폼 중에 스팀은 독보적인 존재이다. 스팀 내에는 수많은 게임이 있다. 그 수많은 게임 중 각 사용자에게 맞는 게임을 찾아내는 것은 매우 어렵다. 그래서 각 개인한테 맞는 게임을 추천해주는 것이 필요하다. 본 논문에서는 각 개인에 맞는 게임을 추천해주기 위하여 현재까지 가장 좋은 방법으로 알려진 협업 필터링 방법과 장르, 사용한 시간, 사용자 수를 고려하여 추천한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1176-1178
• /
• 2013

협업 필터링(Collaborative Filtering)이란 많은 사용자들로부터 얻은 기호정보(taste information)에 따라 사용자들의 관심사들을 자동적으로 예측하여, 아이템에 대한 목표 사용자의 선호도와 다른 사용자의 선호도를 비교 분석하여 목표 사용자가 좋아할 만한 아이템을 추천하는 기법이다. 그러나 협업 필터링 기법은 고객 정보와 평가 정보가 충분히 많아야 정확성이 높은 추천 결과가 나타난다. 본 논문에서는 영화를 한 번도 평가하지 않은 사용자들에게 영화를 추천 해주기 위한 즉, 협업 필터링의 희박성 문제(Sparsity Problem)를 해결하기 위한 한 가지 방법으로 개인의 감정 정보를 이용하여 문제를 해결하는 방법을 소개한다.