• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.165-166
• /
• 2013

콘텐츠의 기하급수적인 증가와 다양한 서비스 확산에 따라 추천 서비스에 대한 연구는 날로 증가하고 있다. 특히, SNC 이용의 증가는 콘텐츠의 생산과 소비에 대한 주체를 새로운 관점에서 파악 할 수 있는 유용한 정보원이 되고 있다. 따라서 본 논문에서는 SNC에서의 사용자에 대한 속성 데이터와 활동 데이터를 바탕으로 정보 처리활동 기반의 속성 요소를 도출하고, 이를 바탕으로 개인화 서비스를 제공하기 위한 사용자 유형 모델링 방안을 제안하고자 한다. 사용자 유형 모델링은 사용자 속성 요소 정의와 이들 사이의 관계로 구성된다.

• The Journal of the Korea Contents Association
• /
• v.10 no.6
• /
• pp.18-26
• /
• 2010

Many personalized services that provide users with adaptive information according to users' preferences have been researched and developed. Push services are especially expected to be more economic impact because push services satisfy user's potential needs even if the user does not require anything. In this paper, we propose Semantic Web approach in order to enhance the performance of push services. Our approach provides infrastructure to recommend contents based on semantic association by enabling information of contents and user preferences to be described on service-specific ontologies that reflect features of each service. In addition, our approach can recommend users with adaptive information based on information represented in our description model. Our approach enables information of contents and user preferences to be described with rich expressiveness, and it provides semantic interoperability.

• Journal of Intelligence and Information Systems
• /
• v.21 no.1
• /
• pp.15-28
• /
• 2015

As personal devices and pervasive technologies for interacting with networked objects continue to proliferate, there is an unprecedented world of scattered pieces of contextualized information available. However, the explosive growth and variety of information ironically lead users and service providers to make poor decision. In this situation, recommender systems may be a valuable alternative for dealing with these information overload. But they failed to utilize various types of contextual information. In this study, we suggest a methodology for context-aware recommender systems based on the concept of contextual boundary. First, as we suggest contextual boundary-based profiling which reflects contextual data with proper interpretation and structure, we attempt to solve complexity problem in context-aware recommender systems. Second, in neighbor formation with contextual information, our methodology can be expected to solve sparsity and cold-start problem in traditional recommender systems. Finally, we suggest a methodology about context support score-based recommendation generation. Consequently, our methodology can be first step for expanding application of researches on recommender systems. Moreover, as we suggest a flexible model with consideration of new technological development, it will show high performance regardless of their domains. Therefore, we expect that marketers or service providers can easily adopt according to their technical support.

• The Journal of Society for e-Business Studies
• /
• v.15 no.4
• /
• pp.181-195
• /
• 2010

The participation and share between personal users are the driving force of Web 2.0, and easily found in blog, social network, collective intelligence, social bookmarking and tagging. Among those applications, the social bookmarking lets Internet users to store bookmarks online and share them, and provides various services based on shared bookmarks which people think important.Delicious.com is the representative site of social bookmarking services, and provides a bookmark search service by using tags which users attach to the bookmarks. Our paper suggests a method re-ranking the ranks from Delicious.com based on user tags in order to provide personalized bookmark recommendations. Moreover, a method to consider bookmarks which have tags not directly related to the user query keywords is suggested by using tag network based on Jaccard similarity coefficient. The performance of suggested system is verified with experiments that compare the ranks by Delicious.com with new ranks of our system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1112-1115
• /
• 2011

웹 2.0 시대의 웹에는 UCC 같은 소비자가 직접 미디어를 생성하고 소비하는 프로세스가 등장하여 일반화되고 있다. 본 연구는 이러한 인터넷 사용의 트렌드에 발맞추어 다종의 멀티미디어 콘텐츠를 포함하는 개인화된 맞춤형 콘텐츠 추천 에이전트를 개발하였다. 웹 상에 존재하는 다양한 콘텐츠 중에 사용자의 선호패턴과 일치하는 콘텐츠들을 추천하여 서비스하는 본 시스템은 유무선 환경을 망라하는 다기종의 디바이스들을 위한 플랫폼들을 지원하고 있다. 또한, 사용자들이 웹 상에서 콘텐츠들을 등록하고 생성하여 각 사용자들의 그룹과 친구와의 공유가 가능하다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.5
• /
• pp.81-91
• /
• 2012

Recently, as location-determination of indoor users is available with the development of variety of localization techniques for indoor location-based service, diverse indoor location based services are proposed. Accordingly, it is necessary to develop individualized POI recommendation service for recommending most interested points of large-scale commercial spaces such as shopping malls and departments. For POI recommendation, it is necessary to study the method for exploring location which users are interested in location with considering user's mobility in large-scale commercial spaces. In this paper, we proposed POI recommendation system with the definition of users' as 'Stay point' in order to consider users' various interest locations. By using the proposed algorithm, we analysis users' Stay points, then mining the users' visiting pattern to finished the proposed. POI Recommendation System. The proposed system decreased data more dramatically than that of using user's entire mobility data and usage of memory.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.263-266
• /
• 2005

현재 유비쿼터스 환경에서 대부분의 시스템이 개인화된 추천 서비스를 위한 컨텍스트 인식 과정에서 사용자의 직접 피드백을 받는 경우가 많다. 다양한 서비스가 사용자 주변에 존재한다고 하더라도 사용자가 서비스를 받기 위해 직접 피드백을 하는 경우가 많아지면 invisible service를 받을 수 없게 된다. 본 논문에서는 마이닝 기법을 기반으로 사용자의 프로파일 생성과 갱신, 선호도를 예측하여 효율적인 서비스를 제공하는 컨텍스트 마이닝 시스템을 제안한다. 본 시스템에서는 초기프로파일을 생성할 때만 사용자의 직접 피드백을 이용하고, 사용자 프로파일의 갱신과 선호도 예측, 추천 둥 컨텍스트 마이닝 과정에서는 사용자의 행동과 사용자와 유사한 그룹의 선호도, 그리고 사용자의 주변 환경과 같은 컨텍스트 정보를 이용하여 직접 피드백을 최소화한다.

• Journal of Digital Convergence
• /
• v.14 no.8
• /
• pp.313-318
• /
• 2016

The recommendation service is changing from client-server based internet service to social networking. Especially in recent years, it is serving recommendations with personalization to users through crowdsourcing and social networking. The social networking based systems can be classified depending on methods of providing recommendation services and purposes by using memory and model based collaborative filtering. In this study, we proposed the social network based sensibility design recommendation using associative user. The proposed method makes {user - associative design} matrix through the social network and recommends sensibility design using the memory based collaborative filtering. For the performance evaluation of the proposed method, recall and precision verification are conducted. F-measure based on recommendation of social networking is used for the verification of accuracy.

• The Journal of the Korea Contents Association
• /
• v.11 no.2
• /
• pp.22-30
• /
• 2011

In the IT convergence environment changed with not only the quality but also the material abundance, it is the most crucial factor for the strategy of personalized recommendation services to investigate the context information. In this paper, we proposed the recommendation using the service ontology based context awareness modeling. The proposed method establishes a data acquisition model based on the OSGi framework and develops a context information model based on ontology in order to perform the device environment between different kinds of systems. In addition, the context information will be extracted and classified for implementing the recommendation system used for the context information model. This study develops the ontology based context awareness model using the context information and applies it to the recommendation of the collaborative filtering. The context awareness model reflects the information that selects services according to the context using the Naive Bayes classifier and provides it to users. To evaluate the performance of the proposed method, we conducted sample T-tests so as to verify usefulness. This evaluation found that the difference of satisfaction by service was statistically meaningful, and showed high satisfaction.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.103-105
• /
• 2001

인터넷 사용 인구의 폭증으로 인터넷 사이트가 경쟁적으로 유용한 각종 정보를 사용자들에게 제공하여 보다 많은 수의 회원을 확보하기 위해 노력하고 있지만 여러 사이트를 동시에 사용하고 있는 대부분의 인터넷 사용자들에게는 각 사이트에서 날아드는 정보를 매번 일일이 검색해야 하는 일이 여간 번거롭지 않을 뿐만 아니라 이런 무분별하고 획일적인 정보 서비스는 오히려 사용자들의 인터넷 사용을 불편하게 하며 더욱이 그 내용이 관심 밖의 것이 경우 네트워크의 효율적인 사용을 저해하는 정보공해에 지나지 않게 된다. 추천엔진은 기본으로 끊임없이 유입되는 다량의 정보 중에서 필요한 것을 추천해 주는 것이다. 이에 본 논문에서는 사용자들에게 필요한 정보만을 효율적으로 전달 해주기 위해서 먼저 개인화된 정보의 전달을 위해 사용자의취향을 파악하여 선택 가능성이 높은 항목을 예측할 수 있어야 한다. 그리고 사용자와 가까운 K 명의 사용자들을 효율적으로 검색하기 위해서 K-최근접 이웃 방식을 사용하고 인덱싱을 사용할 수 있는 세가지 벡터 유사도를 기존의 피어슨 상관계수(Pearson Correlation)와 비교하여 제안한다. 이를 통해 정보의 효율적인 제공방법, 즉 일반적인 검색으로 인한 정보의 제공이 아닌 일반 사용자들의 추천에 의해 정보를 제공하는 K-최근접 이웃 추천 엔진을 세가지 벡터 유사도를 이용해서 분석한다.