• 정보처리학회논문지D
• /
• 제18D권6호
• /
• pp.423-432
• /
• 2011

이 논문에서는 연관 규칙 마이닝 알고리즘의 정확도를 향상시키기 위하여 기존 Onto-Apriori 알고리즘을 확장한 XOnto-Apriori 알고리즘을 제안한다. 기존 알고리즘은 트랜잭션 항목의 식별자만을 비교하여 지지도를 계산하기 때문에 유사한 속성을 가진 항목들간의 관계를 분석하지 못하는 문제점을 지닌다. 이러한 문제점을 해결하기 위해 제안 알고리즘은 온톨로지 추론 기반의 속성 비교를 통해 같은 식별자를 지니지 않는 항목들간의 관계성도 지지도 계산에 반영할 수 있도록 한다. 제안 알고리즘의 규칙 생성 과정을 명확히 서술하기 위해 스마트폰 어플리케이션 추천 시스템을 설계하였으며 이 시스템은 기존 알고리즘 기반의 시스템에 비해 보다 나은 속도와 정확도를 보였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.491-492
• /
• 2023

본 논문에서는 일상생활의 편의성을 높이기 위한 새로운 AI 애플리케이션 'Chat Chef'를 제안 한다. 이 앱은 사용자의 냉장고 속 재료 정보를 바탕으로 ChatGPT를 이용하여 요리 레시피를 추천하는 기능을 제공한다. 사용자는 앱을 통해 냉장고 내의 재료들을 사진으로 촬영하면, 이미지 인식을 위해 YOLOv7를 이용하여 감자, 당근, 양파 등과 같은 식료품들을 약 3,000장의 이미지 데이터를 학습하여 인식하며, 바코드를 인식하여 제품들 목록을 데이터베이스에 저장한다. 제안한 'Chat Chef' 앱은 재료 목록과 ChatGPT API를 이용하여 사용자에게 개인화된 레시피를 제공하며, 요리 과정에 대한 정보를 제공한다. 이와 같이 ChatGPT와 같은 AI 기술을 활용하여 실생활에 적용할 수 있는 활용 방안을 제시한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.461-463
• /
• 2023

MZ세대를 중심으로 자기관리를 열심히 하는 사람들이 증가함에 따라 화장의 기본이 되는 개인 피부톤(퍼스널 컬러)을 찾는 것이 중요시되고 있다. 현재 대다수 사람은 자신에게 어울리는 퍼스널 컬러를 찾기 위해 높은 비용을 지불하여 전문가를 이용하거나 객관적이고 정량화된 기준 없이 오랜 시간을 투자하여 스스로 퍼스널 컬러를 찾는 등 시간과 비용 측면에서의 한계점을 가지고 있다. 본 논문에서는 이를 보완하기 위해 이미지 기반 인공지능 기술(객체 탐지, 객체 분할, BeautyGAN)을 적용하여 데이터 기반의 정량적인 기준을 생성하고, 퍼스널 컬러에 알맞은 화장품 추천 웹 서비스를 제안한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제10권2호
• /
• pp.174-188
• /
• 2004

제품의 품질 및 가격뿐만 아니라 물질적 풍요로움과 더불어 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 이를 위하여 제품의 기능적 측면뿐만 아니라 개개인의 정서적 감정과 선호도가 반영된 제품의 설계나 디자인 또한 요구되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 에이전트 시스템(FDRAS-pro)을 제안한다. 텍스타일 기반의 협력적 필터링 기술에서, 예측에 사용될 이웃의 수를 결정하기 위해서 Representative Attribute-Neighborhood 방법을 사용한다. 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상관계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 텍스타일의 대표 감성 어휘를 추출함으로써 소재 개발을 위한 감성 어휘 데이타베이스를 구축한다. FDRAS-pro는 구축된 감성 어휘 데이타베이스를 기반으로 성향이 비슷한 사용자에게 텍스타일 디자인을 추천한다. 디자인 요소에 따른 감성 분석을 하기 위해서, 텍스타일 디자인을 9가지 디자인 요소(디자인 소재, 모티브대 배경비율, 모티브의 변화도, 해석법, 모티브의 배열, 모티브의 명료성, 명도차, 색상차, 채도차)에 따라 분석하였다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.31-49
• /
• 2023

레스토랑 산업의 성장과 함께 레스토랑 오프라인 매장 수는 점차 증가하지만, 소비자는 자신의 선호도에 적합한 레스토랑을 선택하는 데 어려움을 경험하고 있다. 따라서 소비자의 선호도에 맞는 레스토랑을 추천하는 개인화된 추천 서비스의 필요성이 대두하고 있다. 기존 연구에서는 설문조사 및 평점 정보를 활용하여 소비자 선호도를 조사했으나, 이는 소비자의 구체적인 선호도를 효과적으로 반영하는데 어려움이 존재한다. 이러한 배경하에 온라인 리뷰는 방문 동기, 음식 평가 등 레스토랑에 대한 소비자 구체적인 선호도를 효과적으로 반영하기 때문에 필수적인 정보이다. 한편, 일부 연구에서는 리뷰 텍스트에 전통적인 기계학습 기법을 적용하여 소비자의 선호도를 측정하였다. 그러나 이러한 접근 방식은 주변 단어나 맥락을 고려하지 못하는 한계점이 존재한다. 따라서 본 연구는 딥러닝을 효과적으로 활용하여 온라인 리뷰에서 소비자의 선호도를 정교하게 추출하는 리뷰 텍스트 기반 레스토랑 추천 모델을 제안한다. 본 연구에서 제안된 모델은 추출된 높은 수준의 의미론적 표현과 소비자-레스토랑 상호작용을 연결하여 소비자의 선호도를 정확하고 효과적으로 예측한다. 실험 결과에 따르면 본 연구에서 제안된 추천 모델은 기존 연구에서 제안된 여러 모델에 비해 우수한 추천 성능을 보이는 것으로 나타났다.

• 응용통계연구
• /
• 제30권6호
• /
• pp.1015-1025
• /
• 2017

베이지안개인화순위(Bayesian personalized ranking) 방법은 내재적 피드백 자료를 분석하는 최첨단 추천시스템 통계기법 중 하나이다. 하지만, 기존의 베이지안개인화순위 방법은 내재적 피드백 자료를 변환한 이진 자료만을 고려하기 때문에 정보의 손실이 있을 수 있다는 단점이 있다. 이를 해결하기 위해 본 논문에서는 내재적 피드백 자료의 수치적 크기에 기반한 확실함의 정도(level of confidence)를 고려하는 변형베이지안개인화순위 방법을 제안한다. 제안한 방법은 기존 방법처럼 상품간의 개인선호도에 관한 직관적인 확률모형 구조를 여전히 지니면서 내재적 피드백의 수치적 크기를 확실함의 정도로 반영할 수 있다는 점에서 유용하다. 또한 제안한 변형 베이지안개인화순위 방법을 수치적으로 구현하기 위해 확률그라디언트하강(stochastic gradient descent) 기법에 기반한 계산 알고리즘을 제시한다. 마지막으로, 스팀 비디오 게임 실제 데이터 분석을 통하여 기존방법에 비해 우수한 성능을 입증한다.

• 한국융합학회논문지
• /
• 제8권8호
• /
• pp.83-88
• /
• 2017

최근 웨어러블 디바이스를 통한 다양한 개인 정보를 수집하고 이를 활용하는 분야가 활성화되고 있다. 본 논문에서는 스마트폰과 함께 일상 생활에서 착용하여 사용이 용이한 웨어러블 디바이스인 스마트워치를 통하여 심박 정보를 수집하고, 이를 위치 정보와 결합한 분석을 토대로 해당 위치에서의 감정 맞춤형 장소 추천이 가능한 어플리케이션을 개발한다. 이는 감정 추론 결과에 위치 정보를 추가함으로써 개인화서비스 제공 분야의 활용도를 높일 수 있으며, 부가적인 장치가 필요 없이 단지 스마트폰의 어플리케이션과 스마트워치의 사용으로 정보 수집과 분석이 이루어지므로 다양한 맞춤형 서비스 제공에 용이하게 활용될 수 있다.

• 대한공간정보학회지
• /
• 제20권4호
• /
• pp.67-75
• /
• 2012

지난 몇 년 동안 스마트 기기의 보급을 통해 위치기반서비스(LBS)가 사회와 산업 등 여러 곳에서 주목을 받았다. 위치기반서비스는 사용자의 위치를 중요한 요소로 사용하기 때문에 모바일 사용자의 활용도가 높다. 현재 위치기반서비스는 사용자의 위치에 대한 정보만 고려하고 있으며, 이는 개인화된 서비스를 제공함에 한계가 있다. 따라서 검색 결과의 정확성에 큰 영향을 끼치는 움직임, 교통상황, 날씨, 시간, 개인정보, 선호도 등에 관한 상황정보를 고려된 서비스의 지원에 대한 필요성이 제시되고 있다. 본 연구에서는 사용자의 움직임, 선호도, 스케줄을 고려한 상황인지 추론 시스템을 설계하고, 사용자에게 개인화된 정보를 추론함에 있다. 이를 위해 Movemnet 온톨로지, 사용자 프로파일 온톨로지, 스케줄 온톨로지, 과업 온톨로지를 구축하고 이에 기반하여 스마트 어플리케이션을 개발하였다. 제작된 어플리케이션을 통해 사용자의 선호도와 움직임, 이동방향에 따른 적절한 추천 결과가 도출됨을 보였다.

• 전기전자학회논문지
• /
• 제13권2호
• /
• pp.159-166
• /
• 2009

최근까지 장르나 무드 등의 정적 분류 기술자를 이용한 음악 정보 검색에 관한 다양한 연구가 진행되어 왔다. 정적 분류 기술자는 주로 음악의 다양한 내용적 특징에 기반하기 때문에 그러한 특징에 유사한 음악을 검색하는 데 효과적이다. 하지만 음악을 들었을 때 느끼게 되는 감정 내지 기분 전이를 이용하면 정적 분류 기술자보다 더 효과적이고 정교한 검색이 가능하다. 사람이 음악을 들었을 때 발생하는 감정 전이의 효과에 관한 연구는 현재까지 미비한 실정이다. 감정 전이의 효과를 체계적으로 표현할 수 있다면 기존의 음악 분류에 의한 검색에 비해 음악 추천 등의 새로운 응용에서 더 효과적인 개인화 서비스를 제공할 수 있다. 본 논문에서는 음악에 의한 인간 감정 전이를 표현하기 위한 감정 상태 전이 모델을 제안하고 이를 기반으로 새로운 음악 분류 및 추천 기법을 제안한다. 제안하는 모델의 개발을 위하여 다양한 내용 기반의 특징을 추출하였으며, 고차원 특징 벡터의 차원 감쇄를 위하여 NMF (Non-negative Matrix Factorization)를 사용하였다. 성능 분석을 위한 실험에서 SVM (Support Vector Machine)을 분류기로 사용한 실험에서 평균 67.54%, 최대 87.78%의 분류 정확도를 달성하였다.

• 방송공학회논문지
• /
• 제7권2호
• /
• pp.88-95
• /
• 2002

최근 방송의 디지털화에 따라 지상파, 위성 등의 방송 매체는 다채널 서비스가 가능하게 되었고, CATV 및 위성에서는 수백 채널의 수용이 가능하게 되었다. 이에 따라 시청자의 채널에 대한 선택의 폭이 넓어지게 되었으나 수백 개의 채널중 시청자의 취향에 맞는 채널을 선택한다는 것은 어려운 일이다. 이에 본 논문에서는 Set Top Box(STB)와 같은 다채널 방송 수신 장치에서 자동적으로 개인의 취향에 맞는 방송 프로그램을 추천해 주기 위한 효과적인 방법을 제시한다. 사용자가 시청한 프로그램에 대한 정보를 MPEG-7 MDS를 이용해 user history data로 작성하고, 이 user history data를 이용해서 시간대별 사용자의 취향과 유사한 장르의 프로그램을 추천하고, 추천된 장르에서의 채널 선호도를 고려하여 채널을 선택한다. 실험한 결과에 따라 본 논문에서 제안하는 방법이 사용자 취항의 채널을 선택하는데 효과적임을 알 수 있다.