• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.84-86
• /
• 2022

인공지능 대화 기술이 발달하며 다양한 분야에서 사용자의 의도에 따른 적절한 대응이 가능한 챗봇이 적용되고 있다. 특히 사용자 문의 및 상담이 많은 교육 도메인에서의 챗봇 도입 중요성은 증가하고 있다. 하지만 현재까지의 챗봇은 단순 대응이나 사용자가 자주 사용하는 기능 위주로 대응이 이루어지고 있다. 또한 교육콘텐츠가 다양화되고 증가함에 따라 인공지능을 통해 맞춤형 추천이 가능한 추천 시스템 연구가 활발해지고 있다. 이러한 대화 시스템과 추천 시스템에 대한 각 연구 분야는 같은 도메인에서 핵심적인 요소임에도 불구하고 별도로 진행되고 있는 한계점을 가지고 있다. 따라서 본 연구에서는 사용자 맞춤형 강의 콘텐츠를 추천할 수 있는 추천 시스템과 부가 기능에 대한 대응이 가능한 대화 시스템이 결합된 사용자 맞춤형 강의 추천 대화 시스템을 제안한다. 이를 통해 다양화 및 개인화 되어가는 교육도메인에서의 챗봇 적용으로 업무 효율성 및 사용자 만족도가 향상되기를 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.353-354
• /
• 2010

최근 사용자의 취향에 맞는 콘텐츠를 필터링하여 자동으로 추천하는 연구가 활발히 진행되고 있다. 참여형, 개방형, 공유형 서비스들의 증가와 함께 웹 3.0 시대에는 더욱 지능화되고 개인화된 서비스가 중요시되고, 이를 위한 맞춤형 정보 제공 연구가 필수적이다. 본 논문에서는 사용자 맞춤형 추천 방법의 대표적인 기술인 협업 필터링(Collaborative Filtering) 방안 분석에 대해 설명하고, 협업 필터링 방법의 적용 연구를 설명한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.1168-1171
• /
• 2021

일반적인 검색엔진을 가진 포털 환경에서 정보검색 시 사용자가 원치 않는 수많은 검색결과가 동반되기도 하고 자신의 취향에 맞는 글을 검색하지 않았다는 이유만으로 원하는 정보를 놓치는 상황도 일어난다. 이러한 검색환경의 문제를 개선하기 위해 본 논문에서는 사용자들의 검색환경 개선을 위한 맞춤형 검색결과 정렬, 검색어 추천, 게시글 추천의 추천 시스템을 설계하고 제작한다. 이러한 추천 시스템은 워드 임베딩 모델과 추천 시스템 모델을 포함한다. 기존에 존재하던 워드 임베딩 모델의 성능을 실험을 통해 비교 및 분석하고, 크롤링을 통해 모은 데이터로 성능을 24.98%P 개선하였다. 추천 시스템 모델은 RMSE 비교를 통해 최적이 알고리즘을 제안한다. 해당 기술을 통해 사용자 스스로 자신의 검색환경을 개선할 수 있도록 구현하는 것이 이 시스템의 목표이다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2014년도 제49차 동계학술대회논문집 22권1호
• /
• pp.157-158
• /
• 2014

본 논문에서는 모바일용 맞춤형 웰니스 콘텐츠 추천을 위한 사용자 프로파일을 제안한다. 제안하는 프로파일에는 웰니스 콘텐츠를 제공받는 사용자의 웰니스 5 영역(신체, 정서, 사회, 지식, 정신) 각각의 선호도가 포함되어 있으며 사용자의 신변에 위험을 초래할 수 있는 신체적 제약 조건도 포함한다. 이 프로파일을 이용하면 사용자에게 맞춤형 웰니스 콘텐츠를 추천함에 있어 웰니스 5 영역을 모두 고려할 수 있으며 추가적으로 사용자의 질환 정보를 프로파일로 유지함으로서 사용자의 신체적 조건에 맞지 않는 콘텐츠를 선별하여 제외시키는 필터 및 안전 장치의 역할도 가능하게 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.965-967
• /
• 2019

현재에는 다양한 교육 서비스, 자료, 기구가 개발되어 산재되어 있다. 그래서 학생에 맞는 맞춤형 교육으로 학생들의 적성, 진로에 관한 안목을 높이고, 교육의 질을 높이는 것이 중요하다. 기존의 교육 플랫폼은 교육 프로그램 및 교구 자료들이 여러 곳에 분산되어 있어 자료 선택이 어렵다. 이를 해결하기 위하여 맞춤형 교육 서비스 자료, 기구 등을 선생님(사용자)들에게 추천하는 메커니즘을 제안한다. 본 새로운 플랫폼에서 CNN 알고리즘을 통해 학급, 학생들에게 맞는 추천 컨텐츠를 제공한다. 이 메커니즘을 통해 자료 선택에 도움을 주어 교육의 질을 높이고자 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권6호
• /
• pp.289-294
• /
• 2016

현대인의 건강관리에 대한 관심이 증가하고 다양한 만성질환을 야기하는 식습관에 대한 중요성이 강조되고 있는 상황이다. 이에 따라 여러가지 모바일 및 웹시스템을 이용한 식단 관리 방법이 등장하고 있지만 이는 실제로 적용하기 어렵고 사용자의 상황을 반영하는 맞춤형 정보를 제공하지 않는다. 따라서 개인의 신체정보 및 상황을 반영하고 음식을 분석하여 실질적으로 사용자가 섭취 가능한 맞춤형 식단관리 및 추천 방법이 필요하다. 본 논문에서는 자기조직화지도를 이용하여 음식을 분석하고 이를 군집화하여 음식에 대한 데이터를 준비한다. 그리고 사용자의 신체정보 및 상황을 고려한 개인 맞춤형 기준을 반영하여 섭취하고 싶은 음식에 대한 피드백 및 대체음식 추천방법을 제안한다. 또한 실험을 통하여 일반적인 방법을 이용한 추천된 음식결과와 비교하여 제안된 방법의 입력 음식과 추천 음식의 거리가 짧다는 것을 통하여 영양적으로 유사한 음식이 추천됨을 증명하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 추계학술발표대회
• /
• pp.386-389
• /
• 2016

최근 남녀노소를 불문하고 피부 관리에 대한 관심이 증가하면서, 피부 개선에 효과적인 화장품의 선택에 관심이 높아지고 있다. 하지만 다양한 화장품들을 대상으로 자동화된 고객 맞춤형 화장품 추천은 그 발전이 더디고, 이와 관련된 연구 또한 아직 미미한 실정이다. 또한, 다양한 특성을 가지는 고객 피부 데이터 셋의 확보가 어려운 상황에서, 소수의 데이터 표본만을 이용하여 화장품 추천이 진행되고 있어 추천의 정확도를 확보하지 못하고 있다. 본 논문은 스마트폰용 휴대용 카메라를 이용하여 고객의 피부 상태를 진단한 후, 고객의 피부 개선에 적합한 화장품을 자동으로 추천하는 기법을 제안한다. 먼저, 화장품 추천을 위해 사용자의 SNS 데이터와 피부 데이터를 수집 및 분석하여 추천 리스트를 생성한다. 이를 기반으로, 추천된 각 화장품의 스코어를 계산한다. 그 다음, 피부 개선 순위와 스코어 기반의 화장품 특성 순위 간의 상관계수를 이용하여 가장 높은 상관계수의 화장품을 우선 추천한다. 성능 평가를 위해 실제 화장품 회사에서 제시한 화장품 추천 리스트와 본 논문에서 제안한 방법을 적용한 화장품 추천 리스트를 비교함으로써 효용성과 타당성을 입증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(C)
• /
• pp.134-136
• /
• 2012

u-City 환경에서 사용자 맞춤형 국토정보를 제공하기 위해 대용량의 데이터를 효과적으로 분석할 수 있는 데이터마이닝 기법이 적용되고 있다. 따라서 이 논문에서는 데이터마이닝 기법 중 연관분류기법을 적용하여 사용자 맞춤형 관광명소 추천 시스템을 개발하였다. 특히, CPFP-tree를 이용하여 빈발항목집합 탐사에 대한 시간을 단축하였으며, 연관분류를 통해 보다 높은 정확도로 결과를 예측 및 분류할 수 있게 하였다. 제시한 시스템은 공간정보에 대해 사용자 맞춤 서비스를 제공할 수 있음을 보였으며, 다양한 시나리오 적용을 통해 맞춤형 국토정보화 기술의 기반이 될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.865-866
• /
• 2013

다양한 웹 사이트에서 '맛집' 어플의 제공은 다양하게 제공하고 있다. 본 연구도 기존의 제공 서비스와 유사한 기능을 사용하고 있지만, 차이점은 사용자의 의사결정에 효율적으로 도움을 주기 위해 맛집 방문 이력 정보를 이용한 개인 맞춤형 음식점을 추천하는 어플리케이션을 설계한다. 이는 기존의 '맛집' 정보 제공과 방문한 이력에 따른 '맛집' 추천 정보를 제공하는 어플리케이션이다. 사용자는 현재 위치에 따라 과거 방문기록을 등록한 인근 '맛집' 방문 빈도와 방문 순서를 분석하여 현재 위치에서 개인별 맞춤 음식점을 추천받을 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.636-638
• /
• 2023

Covid19의 세계적 유행 이래로 긴 일정의 해외여행이 감소하고 국내 여행의 수요가 꾸준히 증가하는 추세이다. 현재 다수의 국내 여행 숙박 플랫폼은 가성비 측면으로 이용자가 숙박업소를 선택하고 소비자와 업체를 연결해주는 과정에서 수수료를 얻는 상업적 모델이다. 본 논문에서는 가격 경쟁 중심의 기성 시스템이 아닌, 여행자 개인의 가치를 맞춤화하고 공익의 목적으로 업체를 홍보하는 시스템을 제안한다. 이 시스템은 웹 기반의 시스템을 구현하여 여행자에게 개인 가치에 맞는 업소를 맞춤형으로 추천하고 해당 업소에 대한 평가 지표를 시각화하여 제공한다. 본 시스템은 맞춤형 업소 추천과 평가 지표 제공을 위해 소비자의 리뷰 데이터를 사용한다. 텍스트 데이터를 분석하고 해당 데이터를 다중 분류를 통해 업소에 대한 평가 지표별 점수를 산정한다. 본 시스템은 여행자에게 다양한 관광지와 관광 업소를 추천함으로써 지역 관광을 유도하고 해당 여행지 업소와 지역 경제에 도움을 줄 것이라고 기대된다. 본 논문에서 제안된 기법은 오픈소스로 공개되었다[1].