• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06c
• /
• pp.277-280
• /
• 2007

무선통신의 발달에 따라 모바일 장비 기반의 이동성을 고려한 서비스에 관한 연구가 활발하다. 모바일 장비는 제한된 화면크기, 부족한 리소스 등의 한계와 함께 사용자의 이동 중에 발생하는 이벤트를 처리해야 한다는 문제가 있기 때문에, 사용자에게 친숙한 인터페이스와 개별화된 추천 서비스가 요구된다. 본 논문에서는 사용자의 선호도를 반영한 베이지안 네트워크를 이용하여 모바일 장비에서 개인화된 추천 시스템을 개발한다. 실시간으로 변화하는 환경에 적응하도록 네트워크를 설계하기 위하여 전문가에 의해 구조를 설계하고, 수집된 사용자 로그를 바탕으로 파라메터를 학습하여 베이지안 네트워크 모델을 생성한 후, 학습된 모델 기반의 추론결과를 실제 컨텐츠와 비교하여 시스템에 매핑시킴으로써 사용자에게 추천한다. 실제 신촌지역 음식점 추천을 대상으로 실험한 결과, 그 가능성을 확인할 수 있었다.

• KIISE Transactions on Computing Practices
• /
• v.22 no.1
• /
• pp.38-43
• /
• 2016

Recent developments regarding transportation technology have positioned travel as a major leisure activity; however, trip-itinerary planning remains a challenging task for tourists due to the need to select Points of Interest (POI) for visits to unfamiliar cities. Meanwhile, due to the GPS functions on mobile devices such as smartphones and tablet PCs, it is now possible to collect a user's position in real time. Based on these circumstances, our research on an automatic itinerary-planning system to simplify the trip-planning process was conducted briskly. The existing studies that include research on itinerary schedules focus on an identification of the shortest path in consideration of cost and time constraints, or a recommendation of the most-popular travel route in the destination area; therefore, we propose a personalized itinerary-recommendation system for which the stay-time preference of the individual user is considered as part of the personalized service.

• Journal of the Korean Society for Library and Information Science
• /
• v.39 no.3
• /
• pp.75-91
• /
• 2005

The popularization of the internet has produced an explosion in amount of the information. The importance of web personalization is being more and more increased. The personalization is realized by learning user's interest. User's interest is changing continuously and rapidly. We use user's profile to represent user's interest. User's profile is updated to reflect the change of user's interest. In this paper we present an adaptive learning algorithm that can be used to reflect user's interest that is changing with time. We propose the User's profile model. With this profile user's interest is learned based on user's feedback. This approach has applied to develop hybrid recommendation system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.353-354
• /
• 2010

최근 사용자의 취향에 맞는 콘텐츠를 필터링하여 자동으로 추천하는 연구가 활발히 진행되고 있다. 참여형, 개방형, 공유형 서비스들의 증가와 함께 웹 3.0 시대에는 더욱 지능화되고 개인화된 서비스가 중요시되고, 이를 위한 맞춤형 정보 제공 연구가 필수적이다. 본 논문에서는 사용자 맞춤형 추천 방법의 대표적인 기술인 협업 필터링(Collaborative Filtering) 방안 분석에 대해 설명하고, 협업 필터링 방법의 적용 연구를 설명한다.

• 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
• /
• 2007.11a
• /
• pp.903-906
• /
• 2007

유비쿼터스 컴퓨팅 환경이란 생활 속에 존재하는 컴퓨팅 자원들을 이용해 사용자가 언제 어디에서든 편리한 서비스를 제공받을 수 있는 환경을 의미한다. 유비쿼터스 환경에 존재하는 수없이 많고 다양한 컴퓨팅 자원들을 사용자가 최적으로 사용하기 위해서는 사용자가 어떤 상황에 있으며 이때 어떤 자원이 사용자의 현 상황에서 가장 적절한지를 판단하는 것이 반드시 필요하다. 본 논문에서는 이를 위하여 사용자가 현재 존재하는 유비쿼터스 공간에서 사용자의 상황을 인식하고 사용 가능한 최적의 자원들을 공유할 수 있도록 추천해주는 상황 기반 디바이스 추천 시스템을 제안한다. 우리의 추천 시스템은 상황에 따른 사용자 개개인의 특성이 고려된 사용자의 개인정보 및 규칙들을 이용하여 사용자의 상황에 최적의 디바이스를 추론한다. 향후 제안한 서비스 추론 방법은 유비쿼터스 환경에서 더 나은 개인화 서비스 시스템의 개발 및 운용을 효과적으로 지원할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.517-520
• /
• 2017

현대사회의 발전에 따라 1인가구가 증가하면서 애완동물을 키우는 애완 인이 증가하게 되었다. 애완동물을 가족의 구성원으로 여기는 사람들이 많아지면서 반려동물에게 사용하는 지출 규모가 폭발적으로 증가하였다. 자연스럽게 애완동물 사업 규모가 커지면서 서비스 산업이 확장되고 있다. 이에 따라 반려인들은 자신의 반려동물을 잘 돌봐줄 수 있는 애완동물 돌보미 서비스를 제공받기를 원한다. 본 논문에서는 협업 필터링방법에 사용자의 개인화 요소를 이용하여 애완동물 돌보미 중 사용자에게 적합한 애완동물 돌보미를 추천하는 시스템을 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02b
• /
• pp.416-423
• /
• 2006

본 논문은 개인별 프로그램 선호도와 채널 선호도를 기반으로 프로그램을 추천해주는 선호프로그램편성표를 구성하여 이를 효과적으로 보여주는 사용자인터페이스(UI) 모델을 제안한다. 현재 개인 맞춤화 전자프로그램가이드(PEPG)에 대한 다양한 연구가 이루어지고 있으나 주로 추천 알고리즘 연구에 그 초점이 맞춰져 있는 실정이다. 동일한 추천 알고리즘에 의해 추출된 프로그램이라 할지라도 정렬 순서와 디스플레이 방법에 따라 편성표를 이용하는 사용자의 용이성이 달라질 수 있다. 이에 본 논문은 추천 알고리즘에 의해 추출된 프로그램들의 선호도에 현재시간 기준으로 가중치를 부과하여 그 프로그램들의 선호도를 합산한 값으로 정렬한 편성표를 구성하였다. 이러한 선호프로그램편성표는 시청자가 가장 선호하는 프로그램과 채널이 최우선으로 보여지게 되므로 쉽고 빠르게 원하는 프로그램을 찾아갈 수 있다는 장점이 있다. 따라서, 사용자는 원하는 프로그램이 시작할 때까지 기다리거나 하는 시간의 낭비없이 시청이 가능하다. 본 논문을 통해 향후 등장하게 될 많은 개인 맞춤화된 서비스들을 개발하는데 도움이 될 수 있길 바란다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.3
• /
• pp.189-199
• /
• 2009

The amount of information on the Web is explosively growing as the Internet gains in popularity. However, only a small portion of the information on the Web is truly relevant or useful to the user. Thus, offering suitable information according to user demand is an important subject in information retrieval. In e-commerce, the recommender system is essential to revitalize commercial transactions, raise user satisfaction and loyalty towards the information provider. The existing recommender systems are mostly based on user data collected at servers, so user data are dispersed over several servers. Therefore, web servers that lack sufficient user behavior data cannot easily infer user preferences. Also, if the user visits the server infrequently, it may be hard to reflect the dynamically changing user's interest. This paper proposes a novel personalization system analyzing the user preference based on web documents that are accessed by the user on a user device. The system also identifies non-content blocks appearing repeatedly in the dynamically generated web documents, and adds weight to the keywords extracted from the hyperlink sentence selected by the user. Therefore, the system establishes at an early stage recommendation strategies for the web server that has little user data. Also, user profiles are generated rapidly and more accurately by identifying the information blocks. In order to evaluate the proposed system, this study collected web data and purchase history from users who have current purchase activity. Then, we computed the similarity between purchase data and the user profile. We confirm the accuracy of the generated user profile since the web page containing the purchased item has higher correlation than other item pages.

• Journal of Internet Computing and Services
• /
• v.16 no.6
• /
• pp.133-141
• /
• 2015

Mass multimedia contents are shared through various social media servies including social network service. As social network reveals user's current situation and interest, highly satisfactory personalized recommendation can be made when such features are applied to the recommendation system. In addition, classifying the music by emotion and using analyzed information about user's recent emotion or current situation by analyzing user's social network, it will be useful upon recommending music to the user. In this paper, we propose a music recommendation method that makes an emotion model to classify the music, classifies the music according to the emotion model, and extracts user's current emotional state represented on the social network to recommend music, and evaluates the validity of our method through experiments.