• Journal of Korea Multimedia Society
• /
• v.14 no.1
• /
• pp.112-120
• /
• 2011

This research aims to show that the context adaptation system can be used to develop practical context-aware applications by developing a restaurant recommendation system based on location-awareness. In this research, we have designed and implemented a location-aware restaurant recommendation system which provides a customized restaurant recommendation service based on the user's current context. The context-adaptation engine adapts the application program according to the policy file as contexts are changed, and the application provides restaurant recommendation service based on the changed context like location.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.122-126
• /
• 2014

감성은 콘텐츠 구매과정에서 결정적인 요소로 작용하며, 영화 콘텐츠의 탐색/소비 과정에서도 콘텐츠 소비의 새로운 기준이다. 그러므로 본 연구에서는 콘텐츠의 내용과 감성을 반영하기 위한 감성분류체계를 제안하였다. 제안한 감성분류체계를 기반으로 사용자의 취향과 감성에 기반하여 콘텐츠를 분류/추천하여 개인화된 편성을 제공하는 것을 "감성 큐레이션"이라 정의하고, 이를 위한 감성기반 큐레이션 방법론을 기술하고 실험을 통해 추천 효과를 입증하였다. 큐레이션은 기존의 개인화 추천과 달리 고객 취향뿐만이 아닌, 신선함, 다양성을 제공할 수 있어야 하며, 상용 큐레이션 서비스에서는 실제 시청으로 연결되는 비율이 중요하다. 본 연구에서는 큐레이션 성능 평가를 위해 성향인지도, 신선도, 다양성에 기반한 만족도 설문조사 방법과 함께, 콘텐츠의 전체 시청률 대비 큐레이션을 통해 추천되어 증가된 시청률의 확대 비율인 Lift score 라는 새로운 평가 방법을 제안하여 그 효용성을 증명하였다.

• Journal of Intelligence and Information Systems
• /
• v.14 no.4
• /
• pp.201-216
• /
• 2008

Nowadays various new items are available, but limitation of searching effort makes it difficult for customers to search new items which they want to purchase. Therefore new item providers and customers need recommendation systems which recommend right items for right customers. In this research, we focus on the new item recommendation issue, and suggest preference boundary- based procedures which extend traditional content-based algorithm. We introduce the concept of preference boundary in a feature space to recommend new items. To find the preference boundary of a target customer, we suggest heuristic algorithms to find the centroid and the radius of preference boundary. To evaluate the performance of suggested procedures, we have conducted several experiments using real mobile transaction data and analyzed their results. Some discussions about our experimental results are also given with a further research area.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.41-42
• /
• 2015

사람이 영화를 이해하는 주된 내용은 스토리이다. 따라서 영화를 검색하거나 추천하기 위해서는 스토리 차원의 영화 분석이 선행되어야 한다. 더욱이 영화 추천이나 검색을 위해서는 영화간의 스토리차원의 비교를 수행할 수 있는 방법론에 대한 연구가 필요하다. 이를 위해 본 논문에서는 등장인물 기반으로 하는 영화 정규화 방법론을 소개하고 군집화를 통해 그 의미를 고찰한다.

• Journal of KIISE:Software and Applications
• /
• v.31 no.8
• /
• pp.1062-1072
• /
• 2004

Collaborative filtering systems based on ｛user-document｝ matrix are effective in recommending web documents to user. But they have a shortcoming of decreasing the accuracy of recommendations by the first rater problem and the sparsity. This paper proposes the automatic preference rating method that generates user profile to solve the shortcoming. The profile in this paper is content-based collaborative user profile. The content-based collaborative user profile is generated by combining a content-based user profile with a collaborative user profile by mutual information method. Collaborative user profile is based on ｛user-document｝ matrix in collaborative filtering system, thus, content-based user profile is generated by relevance feedback in content-based filtering systems. After normalizing combined content-based collaborative user profiles, it automatically rates user preference by reflecting normalized profile in ｛user-document｝matrix of collaborative filtering systems. We evaluated our method on a large database of user ratings for web document and it was certified that was more efficient than existent methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.229-231
• /
• 2004

내용 기반 음악 검색 시스템은 사용자가 원하는 음악에 대해 사전 정보를 모르더라도 곡의 일부로 질의를 함으로써 원하는 결과를 얻을 수 있게 한다. 그러나 내용 기반 음악 검색 시스템은 사용자의 질의에 대해 결과에 대한 순위만을 제공할 뿐 사용자의 취향이나 선호도와 같은 개인 정보를 고려하지 않기 때문에 사용자가 충분히 만족할만한 정보를 제공받지 못해 사용자의 만족도가 떨어진다. 이를 해결하기 위해 본 논문에서는 대표 선율을 이용하여 유사한 곡들로 클러스터링을 수행하고 내용 기반 검색 시 질의가 속하는 클러스터를 찾고 해당 클러스터 안에서 거리함수를 통해 질의와 유사한 곡들을 선별한다. 선별된 곡들과 사용자의 프로파일을 통해 음악 취향을 고려할 수 있는 내용 기반음악 필터링 기법을 적용하여 사용자의 만족을 증가시키는 결과를 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.801-804
• /
• 2004

2001년 하반기 이후 디지털 TV 시대가 열리면서 채널의 수와 그에 따른 프로그램의 수가 폭발적으로 증가했다. 그리하여 기존의 방법으로는 시청자가 원하는 프로그램을 선택하는 것이 어려운 일이 되었다. 이 문제를 해결하는 방안으로서 pEPG(personalized Electronic Program Guide)가 많이 연구되어 왔으며 본 논문에서는 pEPG를 위한 추천 방법에 대해 연구하고자 한다. 기존의 추천 방법은 내용기반추천과 협업추천이 대표적인데, 이들은 어느 한족이 우월하다기 보다 각각의 단점을 상호보완해주는 관계에 있다. 각 추천 방법이 TV환경의 pEPG에 적용될 때는 어떤 장단점이 있는지 살펴보고, 이에 인구통계학적추천을 혼합한 기법을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.9
• /
• pp.85-94
• /
• 2009

It is becoming increasingly difficult for learners to find the lectures they are looking for. In turn, the ability to find the particular lecture sought by the learner in an accurate and prompt manner has become an important issue in e-Learning. To deal this issue, in this paper. we present a collaborative approach to provide personalized recommendations of online video lectures. The proposed approach first identifies candidated video lectures that will be of interest to a certain user. Partitioned collaborative filtering is employed as an approach in order to generate neighbor learners and predict learners'preferences for the lectures. Thereafter, Attribute-based filtering is employed to recommend a final list of video lectures that the target user will like the most.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1195-1198
• /
• 2014

이 논문은 실시간으로 취득되는 뇌파를 기반으로 자동으로 음악을 추천하는 음악추천 기능의 시스템인 MyMusicShuffler 를 소개한다. 이 시스템은 뇌파 분석을 통한 사용자의 감성을 자동으로 분류하는 방식으로 멀티태스킹 환경에 익숙한 사용자들의 음악 청취를 위한 소모적인 상호작용을 없애는 새로운 방식의 인터페이스 환경을 실험하였다. 뇌파의 분석을 통하여 실시간으로 사용자의 감성 관련 반응을 반영하여 음악을 선택하여 제공하는 시스템이다. 이 논문은 개인의 감성적 반응에 의하여 상호작용하는 음악 추천 서비스인 MyMusicShuffler 시스템의 구현 내용을 설명할 것이다.

• Journal of the Korea Society of Computer and Information
• /
• v.17 no.4
• /
• pp.83-90
• /
• 2012

In e-commerce systems that deal with a large number of items, the function of personalized recommendation is essential. Collaborative filtering that is a successful recommendation algorithm, suffers from the sparsity, cold-start, and scalability restrictions. Additionally, this work raises a new flaw of the algorithm, inconsistent performance of recommendation. This is also not measurable by the current MAE-based evaluation that does not consider the deviation of prediction error, and furthermore is performed independently of precision and recall measurement. To evaluate the collaborative filtering comprehensively, this work proposes an extended evaluation model that includes the current criteria such as MAE, Precision, Recall, deviation, and applies it to cluster-based combined collaborative filtering.