• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.250-253
• /
• 2006

최근 들어 음원 협회의 항소로 인해 음악 파일을 무료로 다운 받을 수 없게 되었다. 이로 인해, 유료 음악 사이트의 사용이 증가되었고,수익성이 커지고 있다.하지만 수요가 커진 것에 비해, 대부분의 음악 사이트들의 서비스는 음악 메일이나 휴대폰 전송 등에 그치고 있다. 따라서 사용자를 유치하기 위한 전략으로 추천시스템을 제안하고자 한다. 그 방법으로, 본 논문에서는 음악의 파형 변화를 분석하고, 사용자가 다운로드했던 파일의 리스트를 통하여 사용자 맞춤형 추천 시스템을 벡터 유사도를 통하여 구현하고자 한다. 음악에 대한 성분은 파형을 통하여 진폭과 진동수에 대한 특징 벡터를 추출한다. 그리고 사용자의 다운로드 리스트에 누적시킨다. 위의 두 절차를 통해 사용자의 리스트를 분석하여 비슷한 성분의 음악을 검색한다. 실험을 위해 사용되는 음악 성분에 대한 내용은 수치적인 데이터를 기반하고 있기 때문에 자동화가 용이했고, 빠른 연산 시간과 유동적인 검색 범위를 가질 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.277-279
• /
• 2000

인터넷 쇼핑몰의 급증으로 각 쇼핑몰은 경쟁적으로 표적판매의 전략으로써 상품 광고나 쇼핑 정보 등을 회원들에게 e-mail로 제공해 주고 있지만 여러 쇼핑몰에 회원으로 가입되어 있는 인터넷 사용자들에게 이런 무분별하고 획일적인 광고는 오히려 번거로운 것일 수 있으며 더욱이 그 내용이 관심 밖의 것일 경우 무가치한 정보 공해에 지나지 않게 된다. 본 논문에서는 등록된 사용자의 프로파일 정보와 학습된 쇼핑패턴을 토대로 그 사용자의 관심도와 쇼핑이 필요한 시기를 예측하여 e-mail로 개인화된 광고 및 추천서비스를 제공하는 비교 쇼핑 시스템을 제안한다. 이를 위해 상품별 구매속성이 반영된 코드를 상품의 ID로 정하여 구매속성별 분류와 검색 및 갱신이 쉽고 정확하게 이루어지도록 하였고 별도의 학습 과정 없이 코드의 검색만으로 선별된 상품을 자동으로 광고와 추천하는 것이 가능하다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.43-46
• /
• 2019

관광지에 대한 관광객의 평가는 날씨, 계절, 관광객의 밀집 정도 등 다양한 환경적 요소에 따라 변화한다. 각 관광지는 객관적인 관점으로 최상의 관광을 경험하게 할 고유한 컨디션이 존재하며 이를 추출하기 위해선 관광에 영향을 주는 여러 환경들에 대한 다중 요인 분석이 가능할 만큼의 정보가 필요하다. 본 논문에서는 심층신경망을 기반으로 한 문장분석기술을 응용하여 관광지 리뷰에 적용, 평점이 포함되지 않은 리뷰에 평점을 추가하여 기상이나 계절, 휴무일 등의 다양한 분류가 가능할 수준의 데이터를 보충하고 축적/보충된 방대한 평점데이터를 토대로 맞춤 추천이 가능하도록 하는 시스템을 설명한다. 이에 본 논문은 학습 환경 구축, 리뷰와 기상 정보의 결합, 최종 추천 방법 등 전반적인 프로세스에 대한 내용을 설명한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.722-725
• /
• 2016

많은 화장품이 출시함에 따라 고객들이 자신의 피부 상태에 맞는 화장품을 고르는 것에 대한 어려움이 증가하게 되었다. 기존의 화장품 추천 프로그램들은 해당 프로그램의 DB에 존재하는 화장품들에 대한 추천 밖에 하지 못한다. 본 논문에서 제안하는 새로운 화장품 추천 방법은 화장품을 구입하기 전에 상자 표면에 적힌 성분을 사진으로 찍어 단어 별로 추출한다. 추출한 단어를 DB에 저장되어 있는 성분 이름과 비교하여 화장품 성분만 구분한 뒤 k-최근접 이웃 알고리즘과 내용 기반 기법을 이용하여 사용자에게 맞는 화장품인지 판단해준다. 화장품의 성분표를 통해 DB에 없는 화장품이라도 즉석에서 사용자의 정보와 비교하여 적정도를 분석할 수 있다. 또한 사용자의 화장품 구입 성향으로 화장품을 추천해주어 사용자의 화장품 선택에 도움을 준다.

• Journal of Digital Contents Society
• /
• v.14 no.4
• /
• pp.419-428
• /
• 2013

Real-time accessibility and agility are required in u-commerce under ubiquitous computing environment. Most of the existing recommendation techniques adopt the method of evaluation based on personal profile, which has been identified with difficulties in accurately analyzing the customers' level of interest and tendencies, as well as the problems of cost, consequently leaving customers unsatisfied. Researches have been conducted to improve the accuracy of information such as the level of interest and tendencies of the customers. However, the problem lies not in the preconstructed database, but in generating new and diverse profiles that are used for the evaluation of the existing data. Also it is difficult to use the unique recommendation method with hierarchy of each customer who has various characteristics in the existing recommendation techniques. Accordingly, this dissertation used the implicit method without onerous question and answer to the users based on the data from purchasing, unlike the other evaluation techniques. We applied FRAT technique which can analyze the tendency of the various personalization and the exact customer.

• Information Systems Review
• /
• v.8 no.1
• /
• pp.181-201
• /
• 2006

As the Internet spreads, many people have interests in e-CRM and product recommender systems, one of e-CRM applications. Among various approaches for recommendation, collaborative filtering and content-based approaches have been investigated and applied widely. Despite their popularity, traditional recommendation approaches have some limitations. They require at least one purchase transaction per user. In addition, they don't utilize much information such as demographic and specific personal profile information. This study suggests new hybrid recommendation model using two data mining techniques, association rule and classification, as well as intelligent agent to overcome these limitations. To validate the usefulness of the model, it was applied to the real case and the prototype web site was developed. We assessed the usefulness of the suggested recommendation model through online survey. The result of the survey showed that the information of the recommendation was generally useful to the survey participants.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.7
• /
• pp.1643-1651
• /
• 2014

Social networking services (in short, SNS) allow users to share their own data with family, friends, and communities. Since there are many kinds of information that has been uploaded and shared through the SNS, the amount of information on the SNS keeps increasing exponentially. Particularly, Facebook has adopted some interesting features related to entertainment (e.g., movie, music and TV show). However, they do not consider contextual information of users for recommendation (e.g., time, location, and social contexts). Therefore, in this paper, we propose a novel approach for movie recommendation based on the integration of a variety contextual information (i.e., when the users watched the movies, where the users watched the movies, and who watched the movie with them). Thus, we developed a Facebook application (called MyMovieHistory) for recording the movie history of users and recommending relevant movies.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.370-375
• /
• 2010

인터넷의 영역이 확대됨에 따라 인터넷에서 다양하고 많은 정보를 제공받게 되었다. 뉴스의 영역도 그중 하나로 신문사, 방송사 등의 많은 언론사들이 인터넷으로 서비스를 확대함에 따라 뉴스 정보의 과다현상이 일어나게 되었다. 이 때문에 사용자는 방대한 뉴스들 중에서 원하는 뉴스만 걸러서 보기를 원하게 되었고 이를 위한 뉴스 필터링 방법이 연구되었다. 뉴스 필터링 기술들은 주로 사용자의 관심 사항을 예측하여 제공해 주는 뉴스 추천 시스템을 위한 기술 개발에 초점을 두었다. 그러나 기존의 뉴스 필터링 기술들은 사용자의 관심 있어할 만한 뉴스를 추천할 뿐, 관심 없는 뉴스를 제외시키지는 못한다. 예를들어, 어떤 특종 사건이 생기면 이 사건을 보도하기 위한 뉴스들이 각 언론사 마다 생성되고, 뉴스 추천서비스를 사용하는 사용자는 기존의 뉴스 필터링 방법에 의해 사용자가 관심 있다고 예측되는 이 사건에 대한 뉴스를 제공받게 된다. 그러나 사용자가 이미 추천된 뉴스 중 하나의 뉴스 혹은 그와 동일한 내용의 다른 언론사에서 제공되는 뉴스를 읽었다면 추천된 뉴스는 이미 알고 있는 정보이므로 사용자는 이 뉴스에 대하여 관심이 없을 것이다. 기존의 뉴스 필터링 방법은 추천 시 중복된 뉴스를 제거하지 못하는 문제점을 지닌다. 이 논문은 이러한 문제점을 해결하기 위해 육하원칙 기반의 필터링 방법을 제시하고, 실험을 통해 이 논문이 제시한 방법의 장단점을 보인다.

• Journal of Digital Contents Society
• /
• v.18 no.4
• /
• pp.707-712
• /
• 2017

As the amount of data increases exponentially, the recommender system is attracting interest in various industries such as movies, books, and music, and is being studied. The recommendation system aims to propose an appropriate item to the user based on the user's past preference and click stream. Typical examples include Netflix's movie recommendation system and Amazon's book recommendation system. Previous studies can be categorized into three types: collaborative filtering, content-based recommendation, and hybrid recommendation. However, existing recommendation systems have disadvantages such as sparsity, cold start, and scalability problems. To improve these shortcomings and to develop a more accurate recommendation system, we have designed a recommendation system as a factorization machine using actual online product purchase data.

• Journal of Service Research and Studies
• /
• v.8 no.4
• /
• pp.31-51
• /
• 2018

The objective of this study is to suggest the measures for providing the personalized recommendation service, by analyzing the effects of personalized recommendation service of OTT service on the relationship strength and customer loyalty, and also to verify the differences in meanings of personalized recommendation service in accordance with the type of contents. In the results of this study, the personalized recommendation service has significant effects on the customer loyalty with the mediation of relationship strength, and in accordance with the type of contents mainly used by customers, there are differences in the effects of personalized recommendation service on the customers. Personalized recommendation service could be used as a tool for strengthening the relationship by inducing the commitment, which could improve the customer loyalty. When the contents have more active communications with customers, personalized recommendation service could largely contribute to the improvement of loyalty.