• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 한국컴퓨터정보학회논문지
• /
• 제16권4호
• /
• pp.159-168
• /
• 2011

전자상거래와 소셜미디어 서비스의 활성화에 따라, 집단지성을 개인 맞춤 서비스에 활용하는 추천시스템에 관한 연구가 활발히 진행되고 있다. 또한, 스마트폰의 발달과 모바일 환경의 발달에 따라 단말의 제약성에도 불구하고 개인화 서비스에 대한 연구가 가속화되고 있다. 대표적인 예로 위치기반 서비스와의 결합이다. 이에 본 연구에서는 영화의 장르유사도와 선호장르를 이용한 추천시스템을 제안한다. 영화 장르 유사도 프로파일을 생성하여 이를 모바일실험 환경에서 서비스 될 수 있도록 설계하고 프로토 타이핑 한 후에 MovieLens 데이터를 적용하여 평가한다.

• 디지털콘텐츠학회 논문지
• /
• 제11권1호
• /
• pp.105-115
• /
• 2010

검색엔진들은 사용자로부터 질의어를 전송받아 질의어와 관련이 가장 높은 웹 문서들을 보여주게 된다. 하지만 검색엔진이 사용자의 질의어만 가지고 사용자의 의도를 파악하여 정확한 웹 문서를 제공하기는 어렵다. 따라서 검식 엔진 시스템은 다양한 개인화 방법을 사용하여 각 사용자가 원하는 검색 결과를 보여주기 위해 노력한다. 본 논문에서는 개인화 검색을 위해 '폭소노미'를 기반으로 사용자에게 적합한 질의어를 추천해 주는 방법을 제안한다. 또한 이러한 개인화된 검색 결과를 제공하는 시스템이 가질 수 있는 프라이버시 침해 위험성을 제거하면서도 검색 서비스 제공자 입장에서는 사용자 정보를 활용한 다양한 서비스(개인화 광고등) 제공이 가능하도록 하는 개인화 검색 서비스 구조를 제안한다.

• 한국콘텐츠학회논문지
• /
• 제10권11호
• /
• pp.10-19
• /
• 2010

컴퓨터와 웹의 발달은 사람들이 이용할 수 있는 정보의 양을 급격히 늘렸으며, 이로 인해 추천시스템에 대한 수요가 증가하고 있다. 전자도서관에서도 다른 분야와 마찬가지로 개인화 및 추천시스템에 대한 연구가 중요한데, 연구논문 추천시스템에 대한 연구는 극히 제한적으로 이뤄지고 있고, 국내에서는 거의 찾아보기 어려울 정도이다. 본 논문에서는 국내외에서 수행된 추천시스템에 대한 연구를 조사분석하고, 이를 토대로 전자도서관 연구논문 추천시스템 구축방안을 KISTI NDSL을 중심으로 제안한다. 현재 NDSL에서 제공하는 알리미서비스를 암묵적 방식으로 바꾸어서 이용자의 프로파일을 구축할 것과 이용자 및 메모리 기반의 협업 필터링을 병행하여 내용기반의 필터링이 가지는 연구논문 추천에서 신규성이 부족한 단점을 보완할 것을 제안한다. 또한 두 기법을 함께 사용하는 방식과 온톨로지와 분할방식에 의한 필터링을 이용하여 추천 만족도를 높이는 방식에 대해서도 제안한다.

• 한국통신학회논문지
• /
• 제41권7호
• /
• pp.768-774
• /
• 2016

본 논문에서는 개인화 서비스를 제공하기 위해 책, 음악, 영화 등과 같이 단일 항목을 추천하는 기존 방법의 한계를 극복하고, 패션, 요리 등과 같이 연관성에 따른 항목의 조합, 즉 그룹을 추천하는 방법을 다룬다. 협업 필터링은 사용자 간의 유사도를 측정하여 비슷한 성향의 사용자들이 선택한 항목을 추천하는 방법이며, 사용자의 성향을 예측할 수 있다는 장점이 있다. 본 논문에서는 이러한 협업 필터링과 연관 규칙을 바탕으로 빈발 항목 집합을 생성하고, 그룹 간의 유사도에 따라 그룹을 추천하는 알고리즘을 제안한다. 제안하는 방법의 타당성을 검증하기 위하여 의류 전자상거래에서 4개월 동안 소비자가 구매한 목록 데이터로 실험을 수행하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(A)
• /
• pp.110-111
• /
• 2010

IPTV 서비스는 기존 단방향 지상파 TV보다 다양한 채널의 다양한 콘텐츠를 제공하므로 사용자가 빠르고 쉽게 원하는 콘텐츠를 찾기 위한 개인화 IPTV 사용자 인터페이스 개발이 요구되고 있다. 하지만 기존의 연구는 단방향 TV 서비스 인터페이스를 그대로 이용하거나 단순 카테고리 별로 분류된 정보 제공에 머물러 개인화된 인터페이스로는 아직 미흡하다. 본 논문에서는 협력적 여과, 내용기반 여과 등 기존 개인화 추천 기법을 이용하여 사용자가 원하는 정보를 빠르게 제공하고, 사용자의 편의성을 증대하는 SmarTVi 인터페이스와 개인화된 검색 결과를 제공하는 검색 모듈 SmarTVi-Search를 제안한다.

• 한국콘텐츠학회논문지
• /
• 제8권7호
• /
• pp.17-25
• /
• 2008

스마트 홈 환경에서는 물리적인 환경, 상황 등을 시스템이 인식하고 있다. 그리고 상호 작용을 지원하는 개인화 서비스에 중점을 두고 있다. 본 논문에서는 스마트 홈에서 메타 데이터는 물론 상황인식을 동적으로 반영하는 상황인식 기반의 정보 필터링을 이용한 추천을 제안하였다. 제안된 방법에서는 상황정보를 정의하였고 상황인식 기반의 정보 필터링을 이용하여 사용자의 취향에 적합한 서비스를 추천하였다. 따라서 분산 처리 및 서비스 이동성을 지원하여 효율적인 추천에 대한 사용자의 만족도와 서비스의 질을 향상시켰다. 제안한 방법을 OSGi 프레임워크에서 MovieLens 데이터에 적용하여 성능 평가를 하여, 기존 연구와 성능을 비교 평가하였다.

• 한국멀티미디어학회논문지
• /
• 제7권4호
• /
• pp.592-600
• /
• 2004

전자 상거래 환경에서 e-CRM의 한 응용분야인 추천 시스템은 사용자 개개인의 요구를 충족하는 개인화된 품 추천 서비스를 제공한다. 일반적으로 기존 추천 시스템들은 응용 영역에 대한 방대한 과거 사용자 정보를 요로 한다. 그러나, 과거 정적인 사용자 정보 기반의 추천 방식은 다양한 사용자를 포함하는 영역 혹은 간에 민감하게 빠르게 변화하는 사용자 요구에 유연하게 대처하는 추천 방법이 필요하다. 또한, 해당영역의 존 사용자로부터 분류될 수 없는 새로운 사용자에 대한 추천을 어렵게 한다. 이러한 한계를 극복하고 유연한 추천 서비스를 위해 본 논문에서는 고객성향분석과 필터관리를 지원하는 CPAR (Customer Preference Analysis Recommender) 시스템을 설계하고 구현한다. 본 시스템의 필터 관리 능력은 기존 시스템의 방대한 초기 사용자 정보 필요 문제를 경감한다. 또한, CPAR 시스템은 플랫폼에 독립적이고 시간과 장소에 구애받지 않는 추천 서비스를 위해 XML 기반 무선 인터넷 환경에서 구현되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.822-825
• /
• 2008

최근 모바일 기술의 발달로 모바일 네트워크에서 사용자들이 가지고 있는 정보를 활용하는 P2P 서비스들이 많이 연구되고 있다. 그 중에 협력적 필터링(Collaborative Filtering, CF)을 이용한 추천 서비스는 모바일 네트워크 상의 다른 사용자의 정보를 수집하여 개인화된 추천을 수행한다. 기존에 연구 된 CF 추천 시스템에서 메시지 전달을 위해 broadcasting 방식 사용되었다. broadcasting 방식은 각 모바일 기기 주위의 모든 기기로 사용자 정보를 전송함으로써 많은 트래픽을 유발시킨다. 본 논문에서는 슈퍼 피어 방식을 이용하여 메시지 전송 양을 줄여, CF를 이용한 추천 서비스를 보다 효율적으로 하고, 추천성능을 유지하게 하였다. 실험을 통해 본 논문에서 제시한 방식이 broadcasting 방식의 메시지 양을 53% 감소시켰음을 보였다.

• 스마트미디어저널
• /
• 제10권1호
• /
• pp.116-123
• /
• 2021

온라인 패션 시장의 빠른 성장과 이로 인한 온라인 선택의 확대로 인해 소비자들은 더욱 개인화된 추천 서비스에 대해 요구가 커지고 있음에도 불구하고 판매자는 수많은 소비자를 개별적으로 직접 대응할 수 없다는 문제점이 있다. 소비자의 이러한 개인화 니즈를 충족시키는 방안으로 이미지에 대한 태깅이 이루어지고 있으나 사람이 태깅하는 경우 사람마다 태깅이 매우 주관적으로 이뤄지고 있고 인공지능 태깅은 단어가 매우 제한적으로 사용자의 니즈를 충족시켜주지 못하고 있다. 이러한 문제를 해결하기 위해 인공지능으로 이미지에 포함된 제품의 형태, 속성, 감성 정보를 인식하고 이러한 정보를 코드화하고 코드의 조합으로 그 이미지가 가지고 있는 모든 정보를 나타낼 수 있는 알고리즘을 설계하였다. 이 알고리즘을 통해서 지금까지 획득이 불가능했던 패션 이미지의 감성, 패션 이미지가 표현하는 TPO 정보 등 이미지가 가지고 있는 다양한 정보를 실시간으로 획득하는 것이 가능하게 되었다. 이러한 정보를 기반으로 소비자의 취향을 분석하는 단계에서 넘어가 소비자의 취향에 당시의 유행, TPO 정보까지 결합하는 초개인화된 의류 추천이 가능해진다.