• The Journal of the Korea Contents Association
• /
• v.19 no.2
• /
• pp.460-468
• /
• 2019

Recently, analysis techniques to extract new meanings using big data analysis and various services using these analysis techniques have been developed. Among them, the transport is one of the most important areas that can be utilized about big data. However, the existing traffic route guidance system can not recommend the optimal traffic route because they use only the traffic information when the user search the route. In this paper, we propose a realtime optimal traffic route guidance system using big data analysis. The proposed system considers the realtime traffic information and results of big data analysis using historical traffic data. And, the proposed system show the warning message to the user when the user need to change the traffic route.

• Journal of Digital Convergence
• /
• v.19 no.8
• /
• pp.319-325
• /
• 2021

With the advancement of wireless technology and the rapid growth of the infrastructure of mobile communication technology, systems applying AI-based platforms are drawing attention from users. In particular, the system that understands users' tastes and interests and recommends preferred items is applied to advanced e-commerce customized services and smart homes. However, there is a problem that these recommendation systems are difficult to reflect in real time the preferences of various users for tastes and interests. In this research, we propose a Fuzzy-AHP-based movies recommendation system using the Gated Recurrent Unit (GRU) language model to address a problem. In this system, we apply Fuzzy-AHP to reflect users' tastes or interests in real time. We also apply GRU language model-based models to analyze the public interest and the content of the film to recommend movies similar to the user's preferred factors. To validate the performance of this recommendation system, we measured the suitability of the learning model using scraping data used in the learning module, and measured the rate of learning performance by comparing the Long Short-Term Memory (LSTM) language model with the learning time per epoch. The results show that the average cross-validation index of the learning model in this work is suitable at 94.8% and that the learning performance rate outperforms the LSTM language model.

• Journal of Digital Convergence
• /
• v.12 no.12
• /
• pp.249-255
• /
• 2014

Recently, creation and sharing of information make progress actively through the SNS(Social Network Service) such as twitter, facebook and so on. It is necessary to extract the knowledge from aggregated information and data mining is one of the knowledge based approach. Especially, emotion analysis is a recent subdiscipline of text classification, which is concerned with massive collective intelligence from an opinion, policy, propensity and sentiment. In this paper, We propose the emotion prediction method, which extracts the significant key words and related key words from SNS paragraph, then predicts the emotion using these extracted emotion features.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.17-20
• /
• 2018

대중의 관심인 공공이슈를 파악하기 위하여 다양한 종류의 빅데이터를 분석하는 연구가 진행되고 있다. 그러나 기존의 연구에서는 키워드의 노출 횟수만 파악하여 결과로 반영한다. 본 논문은 포털 사이트로부터 얻은 언론사별 뉴스 빅데이터를 이용하여 키워드별 노출 빈도수, 댓글 수 및 추천 수를 반영한 분석 방법을 제안하였다. 공공이슈를 추출하여 얻어낸 키워드들을 워드클라우드, Sankey다이어그램과 같은 형태로 시각화하여 사용자에게 제공한다. 제안된 방법을 사용하면 대중의 반응을 반영한 분석 결과를 확인 할 수 있다.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.297-298
• /
• 2014

최근 사회 전반적으로 빅데이터가 주목 받고 있다. 기존 대중교통 안내 어플리케이션의 경우 현재 교통정보를 기준으로 추천하기 때문에 실제로는 최적의 경로가 아닌 경로가 추천될 수 있다. 본 논문에서는 빅데이터 분석을 통한 실시간 최적 교통 경로 안내 시스템을 설계하고 구현한다. 설계한 시스템은 과거 교통 정보를 분석하여 각 경로들의 교통상황을 예측하여 경로 이동 계획을 설정해준다. 또한 중간에 교통상황이 급변하여 경로를 수정해야할 필요가 있을 때 사용자에게 알림을 주고 그에 대한 조치를 취할 수 있도록 지원한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.62-65
• /
• 2011

최근 화두가 되고 있는 스마트 폰 앱의 관심으로 스마트 TV의 앱에 대한 관심도 함께 증가하고 있다. TV시청 이용자들의 편의를 위해 증가하고 있는 수많은 채널과 콘텐츠 중, 개인 사용자의 이용 습관 및 대중의 선호 프로그램을 고려하여, 편리하게 원하는 TV프로그램에 접근하도록 해 주는 TV 앱이 있다면 이는 매우 중요한 기능으로 자리 잡을 가능성이 높을 것으로 예상된다. 이에 본 논문은 사용자의 시청 이용행태를 기반으로 주제모델링 기술의 고전적 모델인 LDA을 기반으로 협업필터링을 결합한 TV 선호 프로그램 추천 알고리듬을 제안한다. 개인의 관심 선호도는 일반적으로 특정 개수로 한정지어지는 특성을 고려하여, 개인 선호도 특성이 구별 되도록 두 가지 방법을 적용하였다. 하나는 개인 선호도 프로파일의 특정 상위 주제만을 고려하는 것이고, 또 다른 하나는 개인별 주제에 대한 선호도의 다양성이 드러나도록 비대칭 하이퍼-파라미터를 갖는 LDA를 사용 하였다. 실험 결과, 두 가지 방식에 대해 사용자의 실제 TV시청 이용내역 데이터를 기반으로 추천 성능의 향상을 평균 Precision 값을 측정하여 확인하였다. 또한, 본 논문에서는 주제 모델링을 통해 학습된 각 주제의 상위 확률의 TV 프로그램들을 분석한 결과, 하나의 주제가 개인별 시청의 특성 보다는 가족단위의 시청 특성을 드러냄을 확인할 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.16 no.11
• /
• pp.91-102
• /
• 2016

This paper investigates the relationship between the Pay TV subscriber's genre preference and VOD purchase by analyzing actual purchase data of movie VOD of IPTV subscribers for 8 months. The result shows as follows. First, in case of purchasing movie contents below 4000 won, user's genre preference was higher than that of using contents over 4,000 won. This means the subscribers tend to follow their genre preference when the mass-typed recommendation is limited. Second, those who purchase foreign contents show higher genre preference than those who purchase domestic movies. Third, subscribers who purchase more frequently and much more tend to use more diverse genres. Heavy users or those who have higher willingness to pay would consume more diverse contents. It implies that VOD use would increase by supplying the personal recommendation service based on the subscriber's genre preference.

• Proceedings of the Korea Contents Association Conference
• /
• 2019.05a
• /
• pp.25-26
• /
• 2019

소셜 미디어(social media)가 급속히 발달하고 대중화되면서, 뮤지엄(museum)의 관람객은 시 공간의 제약 없이 뮤지엄의 콘텐츠를 향유하는 동시에, 전통적인 관람객의 역할을 넘어 매개자(mediator), 프로슈머(prosumer), 그리고 크리에이터(creator)로 활동하고 있다. 또한, 뮤지엄도 고유의 업무 수행에 다수 관람객의 참여를 유도하며 관람객과 적극적으로 소통하고 있다. 이러한 흐름 속에, 이화여자대학교박물관에서는 소셜 미디어를 기반으로 사전 설문조사를 진행하여 작품에 대한 설문 참여자의 반응을 수집한 후 이를 바탕으로 큐레이션에 대중의 선호도를 반영하는 '관람객 참여전시'를 개최하였다. 더 나아가 알고리즘 기반 전시 큐레이션 모델도 개발하였는데, 이 모델은 앞의 관람객 참여전시에서 얻은 데이터를 활용하여 컴퓨터가 일반 관람객의 개인적 취향에 부합하는 작품을 자동으로 추천하고, 이를 바탕으로 개별 관람객에게 '개인적으로 최적화된' 전시를 구성할 수 있는 기반을 제공한다. 본 논문은 이러한 이화여자대학교박물관의 최신 전시활동을 소개하며, 초연결, 초지능화의 시대에 관람객들이 뮤지엄에 다양하게 참여하고 함께 소통할 수 있는 방법을 모색하고자 한다.

• The Journal of the Korea Contents Association
• /
• v.9 no.10
• /
• pp.389-397
• /
• 2009

The objectives of this study are to analyze the effects of major factors influencing cruise ship passengers' satisfaction with a port of call on overall satisfaction with it and the differences in satisfaction with the domestic port of calls. To achieve these objectives, as a conceptual framework of the study, cruise tourism and tourist satisfaction were reviewed, and the empirical studies on cruise ship passengers's perceptions toward the Korean port of calls were conducted. According to the findings of this study, the following suggestions were presented to the local governments with the port of calls. The local governments are required to improve the food services provided around the port of call areas, and in addition, in case of Cheju, improvement of tourism information service which is verified as the most significant factor affecting passenger's overall satisfaction with the port of call is needed as well.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.10
• /
• pp.137-146
• /
• 2022

In relation to the travel itinerary recommendation service, which has recently become in high demand, our previous work introduces a method to quantify the popularity of places including tour spots, restaurants, and accommodations through social big data analysis, and to create a travel schedule based on the analysis results. On the other hand, the generated schedule was mainly composed of travel routes that connected tour spots with the shorted distance, and detailed schedule information including restaurants and accommodation information for each travel date was not provided. This paper presents an algorithm for constructing a detailed travel route using a scenario template in a travel schedule created based on social big data, and introduces a prototype system that implements it. The proposed system consists of modules such as place information collection, place-specific popularity score estimation, shortest travel rout generation, daily schedule organization, and UI visualization. Experiments conducted based on social reviews collected from 63,000 places in the Gyeongnam province proved effectiveness of the proposed system.