• Journal of Digital Contents Society
• /
• v.18 no.8
• /
• pp.1561-1566
• /
• 2017

Due to the advances in machine learning and artificial intelligence technologies, many new services have become available. Among such services, recommendation systems have already been successfully applied to commercial services and made profits as in online shopping malls. Most recommendation algorithms in commercial services are based on content analysis or explicit feedback rates as in movie recommendations. However, many online shopping malls have difficulties in content analysis or are lacking explicit feedbacks on their items, which results in no recommendation system for their items. Even for such service systems, user log data is easily available, and if recommendations are possible with such log data, the quality of their service can be improved. In this paper, we extract implicit feedback like click information for items from log data and provide a recommendation system based on the implicit feedback. The proposed system is applied to a real in-service online shopping mall.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.153-155
• /
• 2011

최근 음악 검색 연구에서 일반적으로 사용되는 방법은 키워드 중심의 텍스트 기반 검색방식, 음원의 특징 정보나 허밍 질의 처리 등을 이용하는 내용기반 검색 방식 등이 있다. 그러나 이러한 검색 방식은 단순히 원하는 음악을 질의에 따라 검색해 주며 인간의 감성을 고려하지 못하고 있다. 따라서 본 논문에서는 질의에 의한 검색뿐만 아니라 질의한 음원과 감성정도가 같은 음원을 추천하는 인간 감성 기반 음악 검색 및 추천 시스템을 제안한다. 인간 감성 기반 음악 검색 및 추천 시스템은 크게 2가지 요소로 구성된다. 첫 번째는 사용자가 질의한 질의어를 분석하는 감성기반 검색추론엔진과 두 번째는 음원의 특징 정보 및 감성 정보를 가지고 있는 음원 감성 정보 데이터베이스로 구성된다. 사용자의 감성에 따라 음악을 검색하고 추천한다는 것은 향후 음반 산업에 큰 발전에 기여할 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1549-1552
• /
• 2015

최근 스마트폰을 비롯한 스마트 디바이스의 급격한 보급화가 이루어짐에 따라 추천가 시스템과 같은 개인화 서비스에 관한 연구가 활발히 진행되고 있다. 그러나 이러한 서비스는 활용 방안이 광범위함에도 불구하고 마케팅 등의 특정 분야에 한정되어 있거나 저수준의 QoS를 제공하는 정도에 머물러 있어 국내의 추천가 시스템은 아직 도입단계에 불과하다. 추천가 시스템은 추천할 물품과 같은 객체의 기본 및 평가 정보를 텍스트 형태의 메타 정보로 나타낸다. 이러한 메타 정보 기반 필터링에 의해 주변 경로 및 취향이 고려되지 않은 결과를 사용자에게 제공하고 있다. 이에 사용자와 상호작용하여 건강이나 취향, 식사 이력, 통계 등을 고려해 메뉴를 추천해주는 최적화된 알고리즘 연구가 요구된다. 본 논문에서는 최적화된 내용 기반 필터링을 활용해 사용자의 입력 패턴과 취향을 파악하여 메뉴를 추천해주는 시스템인 UBRS을 제안하고자 한다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.3
• /
• pp.332-342
• /
• 2004

With the explosive growth of information in our real life, information filtering is quickly becoming a popular technique for reducing information overload. Information filtering technique is divided into two categories: content-based filtering and collaborative filtering (or social filtering). Content-based filtering selects the information based on contents; while collaborative filtering combines the opinions of other persons to make a prediction for the target user. In this paper, we describe a new filtering approach that seamlessly combines content-based filtering and collaborative filtering to take advantages from both of them, where a technique using user profiles efficiently on the collaborative filtering framework is introduced to predict a user's preference. The proposed approach is experimentally evaluated and compared to conventional filtering. Our experiments showed that the proposed approach not only achieved significant improvement in prediction quality, but also dealt with new users well.

• Journal of Intelligence and Information Systems
• /
• v.10 no.3
• /
• pp.133-146
• /
• 2004

By the development of the network technology, the types and amount of information that users keep in contact with have been dramatically increased. As a result, users are consuming a lot of time and energy to find needed information. On this, this article presents a new methodology that can efficiently manage their information within small cost by using content-based recommendation method and keyword affinity method. By using keyword affinity method, this methodology solves the content-based recommendation method's weak point that the performance is not good within the environment that the preferences of users are rapidly changing and new contents are created continuously and the accuracy level is low until the information of preferences are sufficiently gathered. This article carried out research on the personal e-mail environment where new information is frequently created and disappeared. Also this article assists folder recommendation for the efficient management of e-mail and verified the methodology mentioned above by an experiment to compare the performance of existing folder recommendation methods with the performance of this new method.

• Management & Information Systems Review
• /
• v.36 no.4
• /
• pp.129-148
• /
• 2017

Conventional exhibition management information systems recommend tourist attractions that are close to the place in which an exhibition is held. Some recommended attractions by the location-based recommendation could be meaningless when nothing is related to the exhibition's topic. Our goal is to recommend attractions that are related to the content presented in the exhibition, which can be coined as content-based recommendation. Even though human exhibition curators can do this, the quality is limited to their manual task and knowledge. We propose an automatic way of discovering attractions relevant to an exhibition of interests. Language resources are incorporated to discover attractions that are more meaningful. Because a typical single machine is unable to deal with such large-scale language resources efficiently, we implemented the algorithm on top of Apache Spark, which is a well-known distributed computing framework. As a user interface prototype, a web-based system is implemented that provides users with a list of relevant attractions when users are browsing exhibition information, available at http://bike.snu.ac.kr/WARP. We carried out a case study based on Korean Tourism Organization Linked Open Data with Korean Wikipedia as a language resource. Experimental results are demonstrated to show the efficiency and effectiveness of the proposed system. The effectiveness was evaluated against well-known exhibitions. It is expected that the proposed approach will contribute to the development of both exhibition and tourist industries by motivating exhibition visitors to become active tourists.

• Journal of KIISE:Computing Practices and Letters
• /
• v.9 no.6
• /
• pp.683-692
• /
• 2003

The rapid increase of the number of channels makes it hard to find wanted programs from TV. In recent years, the number of channels come up to hundreds with the digital TV arrival. So, it will drive us to the new way of watching TV. In this paper, we introduce a recommendation system for TV programs to overcome this difficulty. We model user profiles and design each module of the system, considering TV environment. Our system gathers basic information from people manually and then updates user profiles automatically by tracking viewing and usage history. As a result, our system recommends daily TV programs based on the changing interest of users. In this paper, we address the problems and solutions by describing our system and the experiment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.727-728
• /
• 2014

온라인 서비스와 스마트 기기의 발달로 언제 어디서나 인터넷에 접속할 수 있는 시대가 도래되었다. 수많은 콘텐츠와 서비스가 쏟아져 사용자 입장에서 자신이 선호하는 콘텐츠를 자신이 원할 때 전달받는 것이 필요해졌다. 즉, 사용자의 선호도에 따라 콘텐츠를 추천하는 시스템이 현재 실생활에서도 활용되고 있다는 뜻이다. 이를 근거로 대용량의 데이터를 다루는 마이닝 기법 기반의 추천 시스템인 협업 필터링 추천기법과 내용기반 추천기법의 개념과 문제점들을 분석해 보았다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2004.11a
• /
• pp.349-357
• /
• 2004

최근 메일이 커뮤니케이션의 중요한 수단 중 하나로 자리잡고 있으나 과다한 정보 전달 및 원하는 않는 정보의 전달 등으로 인해 사용자가 메일을 확인하고 정리하기 위해 많은 시간과 노력을 투자하고 있다. 본 연구에서는 사용자가 적은 시간과 노력으로 메일을 활용하고, 보다 편리하게 사용할 수 있는 폴더 추천 방법론 개발을 목표로 하고 있다. 이러한 목표를 위해 TF-IDF를 기반으로 하는 다양한 방법론이 개발되고 활용되어 왔으나, 메일이라는 영역의 특성상 단어의 수나 내용에 한계가 있는 경우 안정적인 추천이 이루어지지 못할 수 있었다. 따라서 본 연구에서는 기존의 TF-IDF 방법에 사용자의 지식을 부여한 새로운 방법을 제시함으로써 단어의 수나 내용에 한계가 있는 경우에도 안정적인 추천이 이루어질 수 있도록 하였다. 또한 실제 데이터를 활용하여 기존의 방법과 본 연구에서 제시한 방법론을 비교 실험해 봄으로써, 본 연구에서 제시하고 있는 방법론의 성능을 입증하고자 하였다.