• 인터넷정보학회논문지
• /
• 제11권6호
• /
• pp.1-11
• /
• 2010

특정 기능을 중심으로 연구 개발되었던 LBS는 GPS 기능이 탑재된 스마트폰의 급속한 보급에 의해 개인을 위한 솔루션으로 점차 변모하고 있다. 이에 본 논문에서는 협업 필터링 기술에 기반한 추천 시스템을 개인용 LBS에 적용하여 위치기반 콘텐츠 제공 시스템의 개인화 방안을 제안하고자 한다. 제안하는 개인화 LBS 시스템은 사용자의 현재 위치를 중심으로 사용자가 설정한 반경 거리 안에 공유된 위치기반 콘텐츠의 선호도를 예측하여 사용자가 관심을 보일 것이라 예상되는 콘텐츠를 추천한다. 제안하는 시스템의 성능을 평가하기 위해 실지 구현한 프로토타입을 바탕으로 다양한 조건에서 선호도 예측 정확도를 관찰한 결과, 협업 필터링 기술과 LBS의 융합이 LBS의 개인화를 위한 측면에서 유효함을 확인할 수 있었다.

• 경영정보학연구
• /
• 제25권4호
• /
• pp.67-87
• /
• 2023

온라인 쇼핑 플랫폼은 개인화 추천 시스템을 활용하여 소비자의 개인 정보와 행동 데이터를 수집, 분석 및 마이닝을 통해 소비자에게 맞춤형 추천 서비스를 제공함으로써 소비자의 잠재적인 쇼핑 욕구를 자극한다. 본 연구는 S-O-R 모델을 기반으로 온라인 쇼핑 추천이 구매의도에 미치는 영양을 분석하기 위하여 시스템 품질인 다양성과 정확성, 정보 품질인 설득력과 완전성을 외부 자극으로 설정하고, 신뢰 및 지각된 가치에 따른 소비자의 심리상태 하 유기체로 설정하여 구매의도 간에 관계를 탐구하였다. 온라인 쇼핑 플랫폼을 이용하는 소비자를 대상으로 설문조사를 실시하였다. 분석결과는 개인화 추천 시스템의 품질과 정보 품질이 신뢰와 지각된 가치에 미치는 영향에 대한 가설이 모두 채택되었다. 신뢰가 시스템 품질, 정보 품질에 대한 구매의도와의 관계에서 매개역할을 확인하였으며 지각된 가치는 정보 품질에 대한 구매의도와의 관계에서 매개역할을 확인하였다. 추천 시스템이 제공하는 콘텐츠는 소비자 경험을 개선하고 소비자의 수용 정도를 높일 수 있는 방향으로 설계되어야 한다는 시사점을 도출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.446-449
• /
• 2017

인터넷의 보급과 동시에 데이터의 누적으로 생성된 수많은 빅 데이터의 활용을 통해 수 없이 많은 개인에 대한 분석과 추천이 가능해졌다. 그중 영화는 현대인의 문화로 자리 잡으며 수많은 데이터의 누적이 이루어 졌으며 계속해서 누적되어가고 있다. 이런 누적된 데이터를 통해서 개인에게 맞는 영화를 추천하는 협업필터링 시스템을 R을 통해 분석하고 Cold Start 문제를 개인화 요인으로서 보안하여 보다 신뢰성 높은 추천 시스템을 제안 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.338-339
• /
• 2010

사용자가 원하는 정보를 자동으로 찾아내어 제공하는 추천시스템은 최근 사용자의 만족도를 높이기 위해 많은 연구들이 진행되고 있다. 본 논문은 사용자의 프로파일, 음식 주문 내용 및 날씨/온도 등 외부요인을 기반으로 의사 결정나무를 이용하여 개인의 선호도를 분석하고 연관규칙을 이용하여 음식의 연관성을 분석한 후 음식을 추천하는 유연성 있는 개인화 추천시스템을 제안하고 구축하였다. 본 시스템은 복수 전략 학습을 이용하여 추천함으로써 단일 학습방법을 사용했을 때보다 만족도가 높아지는 것을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제15권9호
• /
• pp.1-10
• /
• 2015

본 연구에서는 온톨로지를 기반으로 개인의 선호도에 따라 여행지를 추천해 주는 시스템을 제안하고 구현하였다. 사용자 개인의 선호도를 파악하기 위해 사용자의 프로파일, 어플리케이션 내의 검색 정보, 웹 검색 정보와 페이스북 정보 등을 활용한다. 또한 실험적인 구현 사례로 시범 서비스 국가인 영국에 대하여 여행지 정보 데이터베이스를 개념과 관계를 중심으로 온톨로지를 구축하고 이를 중심으로 개인 선호도에 따라 여행지를 추천한다. 이 시스템의 개인화된 추천 방식을 이용함으로써 사용자는 자신이 관심 있는 여행지를 추천받아 이를 중심으로 여행 계획을 수립할 수 있다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제55차 동계학술대회논문집 25권1호
• /
• pp.105-108
• /
• 2017

본 논문에서는 오픈마켓에서의 여행상품을 구입하기 전에 자신의 여행 기간을 입력하고 각 여행상품을 자신의 스케줄에 등록하여 개인에게 최적화된 여행 스케줄을 작성할 수 있는 시스템을 구현하였다. 그리고 개인화된 여행스케줄 생성을 위한 추천시스템은 설문형식의 사전 설정으로 개인이 선호하는 여행지를 선택하고 사용자와 유사한 성향을 지닌 기존 사용자들의 선호 콘텐츠를 추천하며, 여행상품 큐레이션 지원을 위해 현재 사용자의 상품페이지 방문패턴의 분석과 고객의 성향을 계량화한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.48-51
• /
• 2019

최근 자기관리의 필요성이 증가하면서 자신이 만족하는 신체를 갖기 위해 다이어트를 하는 사람들이 많아졌다. 다이어트를 하는 데 여러 방법이 존재하지만 건강한 다이어트를 위해서는 운동이 필수적으로 겸해져야 한다. 그러나 많은 사람들이 자신의 체형에 적합한 운동을 찾는 데 어려움을 겪는다. 따라서 개인의 체형과 성향에 맞는 운동을 추천해 줄 수 있는 추천 시스템이 필요하다. 본 논문에서는 나이, 신장, 몸무게, 체지방률, 식습관과 같은 개인화 요소와 협업 필터링 방법을 R 시스템을 사용하여 사용자 맞춤형 운동을 추천하는 추천 시스템을 제안한다.

• 정보관리학회지
• /
• 제38권2호
• /
• pp.113-127
• /
• 2021

본 연구는 대학 도서관 사용 증진을 위하여 개인별 맞춤 도서 추천시스템을 구축하는 것을 목적으로 한다. 특히 사용자의 아이템에 대한 선호도가 존재하는 다수의 추천시스템과는 달리, 선호도가 존재하지 않을 때에 도서 추천이 가능하도록 하는 방안인 도서관 이용자의 도서 대출 목록과 성향을 활용하여 평가지표를 생성하는 방법을 제안하고자 한다. 이용자가 아직 읽지 않은 책에 대한 예상 선호도를 산출하는 방식으로 도서를 추천하는 행렬 분해 방법인 Singular Value Decomposition(SVD)과 Stochastic Gradient Descent(SGD) 알고리즘을 활용한 모델을 구축했다. 더불어 유사도가 높은 이용자 그룹 내의 도서 대출 목록을 참조하여 추천하는 사용자 기반 협업 필터링 알고리즘을 활용해 모델을 구현했다. 최종적으로 평가지표를 활용한 세 가지 모델에 대하여 사용자 평가를 진행했다. 각각의 모델이 제시한 개인별 맞춤 도서 다섯 권의 목록을 해당 대출자에게 제공하고, 추천 도서에 대한 만족/불만족 여부를 이진화 점수화하여 모델에 대한 평가를 진행했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2807-2809
• /
• 2001

본 논문에서는 웹기반 쇼핑몰에서 사용자들에게 새로운 상품을 추천하는 시스템을 제안한다. 추천시스템이란 사용자의 필요와 취향을 고려하여 그에게 적합한 새로운 상품이나 대신할만한 상품 등을 추천하는 시스템이다. 지금까지 제안된 대부분의 추천시스템들은 협력적인 필터링 기법을 쓰고 있는데, 이러한 시스템의 경우 사용자들의 선호도 점수 정보가 부족하면 정확한 추천결과를 기대할 수 없다. 본 논문에서는 내용기반 필터링 기법을 협력적 필터링 기법과 함께 사용하여 이와 같은 문제를 해결하고자 한다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1812-1818
• /
• 2006

일대일 마케팅을 실현하고 정보 과다 문제의 해결책으로 등장한 추천시스템의 다양한 기법을 적용하기 위해서는 고객의 관심 분야에 대한 정보인 고객 프로파일의 정의가 선행되어야 할 것으로 판단된다. 본 연구에서는 고객에게 개인화된 정보를 추천하기 위해 고객 개인의 행동과 그 고객이 속한 그룹의 행동 정보에 기반한 고객 프로파일 모델인 IGBCPM(Individual Group Behavior Customer Profile Model)을 제시한다.