• 경영정보학연구
• /
• 제25권1호
• /
• pp.111-128
• /
• 2023

인공지능(AI) 기술이 발전함에 따라 빅데이터 기반의 상품 선호도 추정 개인화 추천시스템에 관심이 증가하고 있는 추세이다. 하지만 개인화 추천이 적합하지 않은 경우 고객의 구매 의사를 감소시키고 심지어 금융상품의 특성상 막대한 재무적 손실로 확대될 수 있는 위험을 가지고 있다. 따라서 고객의 특성과 상품 선호도를 포괄적으로 반영한 추천시스템을 개발하는 것이 비즈니스 성과 창출과 컴플라이언스 이슈 대응에 매우 중요하다. 특히 금융상품의 경우 개인의 투자성향과 리스크 회피도에 따라 고객의 상품 선호도가 구분되므로 축적된 고객 행동 데이터를 활용하여 맞춤형 추천서비스를 제안하는 것이 필요하다. 이러한 고객의 행동 특성과 거래 내역 데이터를 사용하는 것뿐만 아니라, 고객의 인구통계정보, 자산정보, 종목 보유 정보를 포함하여 추천 시스템의 콜드 스타트 문제를 해결하고자 한다. 따라서, 본 연구는 고객의 거래 로그 기록을 바탕으로 고객의 투자성향과 같은 특성 정보와 거래 내역 및 금융상품 정보를 통해 고객별 금융상품 잠재 선호도를 도출하여 딥러닝 기반의 협업 필터링을 제안한 모형이 가장 성능 우수한 것을 확인하였다. 본 연구는 고객의 금융 투자 메커니즘을 기반으로 금융상품 거래 데이터를 통해 미거래 금융상품에 대한 예상 선호를 도출하는 추천 모델을 구축하여, 선호가 높을 것으로 예상되는 상위 상품군을 추천하는 서비스를 개발하는 것에 의의가 있다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권12호
• /
• pp.1154-1164
• /
• 2010

타겟팅 서비스는 다양한 미디어 서비스 환경에서 사용자 프로파일, 선호도 및 사용 내역 등을 기반으로 사용자의 취향에 가장 적합한 서비스를 추천 및 제공함으로써, 서비스의 만족도와 이용량을 향상 시키는 주요한 응용서비스로서 주로 방송분야에서 연구되어 왔다. 타겟팅 서비스는 방송 콘렌츠에서 interstitial 콘텐츠로, 고정형 TV단말에서 모바일 단말로 서비스의 영역이 확대되고 있으며, 단순한 방송 데이터에서 광고 데이터, 쿠폰 및 관련 미디어 콘텐츠 정보 등으로 데이터의 종류가 다양해지고 있다. 본 논문에서는 사용자 정보를 기반으로 기사, 광고 및 방송정보에 대한 타겟팅 데이터 서비스를 설계, 구현하고자 한다. 이를 위해 웹 기반의 미디어 콘텐츠에 적용할 수 있도록 사용자 프로파일, 선호도 및 사용 내역 정보를 기존 TV-Anytime Forum의 사용자 메타데이터 및 OpenSocial의 사용자 정보를 기반으로 새롭게 정의하였다. 또한, 사용자 정보와 콘텐츠 정보간 유사도 및 사용 내역을 기반으로 사용자 선호도 정보 및 행동 패턴 정보를 생성하여 타겟팅 데이터 서비스를 구현하였다. 성능평가를 통해서 제안하는 타겟팅 데이터 서비스 기술이 기존의 방송 서비스뿐만 아니라, 웹 기반의 미디어 콘텐츠에서도 적용 가능 하다는 것을 확인하였다.

• 한국융합학회논문지
• /
• 제8권8호
• /
• pp.83-88
• /
• 2017

최근 웨어러블 디바이스를 통한 다양한 개인 정보를 수집하고 이를 활용하는 분야가 활성화되고 있다. 본 논문에서는 스마트폰과 함께 일상 생활에서 착용하여 사용이 용이한 웨어러블 디바이스인 스마트워치를 통하여 심박 정보를 수집하고, 이를 위치 정보와 결합한 분석을 토대로 해당 위치에서의 감정 맞춤형 장소 추천이 가능한 어플리케이션을 개발한다. 이는 감정 추론 결과에 위치 정보를 추가함으로써 개인화서비스 제공 분야의 활용도를 높일 수 있으며, 부가적인 장치가 필요 없이 단지 스마트폰의 어플리케이션과 스마트워치의 사용으로 정보 수집과 분석이 이루어지므로 다양한 맞춤형 서비스 제공에 용이하게 활용될 수 있다.

• 한국융합학회논문지
• /
• 제11권8호
• /
• pp.23-31
• /
• 2020

정보 통신과 스마트폰 등의 발달로 인한 편리한 접근성과 다양한 아이템의 종류로 인해 개인 맞춤형 추천의 필요성은 점차 커지고 있다. 날씨 및 기상환경은 사용자의 장소 및 활동의 의사결정에 많은 영향을 미친다. 이러한 날씨 정보를 이용하면 추천에 대한 사용자의 만족도를 높일 수 있다. 본 논문에서는 모바일 플랫폼에서 사용자의 위치 정보에 대한 생활지수를 활용하여 성향이 유사한 사용자를 구하고 장소에 대한 선호도를 예측하여 장소를 추천함으로써 생활지수를 이용한 협업 필터링 기반 장소 추천 시스템을 제안한다. 제안된 시스템은 사용자의 날씨를 분석하고 분류하기 위한 날씨 모듈과 장소 추천을 위한 협업 필터링을 사용하는 추천 모듈, 그리고 사용자의 선호도 및 후기 관리를 위한 관리 모듈로 구성된다. 실험 결과, 제안된 시스템은 협업 필터링 알고리즘과 생활지수의 융합 및 개인의 성향을 반영하는 측면에서 유효함을 확인할 수 있었다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.27-46
• /
• 2023

최근에는 외식 산업의 발달과 레스토랑 수요의 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 소비자의 선호도 정보를 추출하였는데 이는 소비자의 의미론적 선호도 정보는 반영하지 못한다는 한계가 존재한다. 또한, 레스토랑이 포함하는 세부적인 속성을 반영한 추천 시스템 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 소비자의 선호도와 레스토랑 속성 간의 상호작용을 효과적으로 학습할 수 있는 딥러닝 기반 모델을 제안하였다. 먼저, 합성곱 신경망을 온라인 리뷰에 적용하여 소비자의 의미론적 선호도 정보를 추출했고, 레스토랑 정보에 임베딩 기법을 적용하여 레스토랑의 세부적인 속성을 추출했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습하여 소비자의 선호도 평점을 예측했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com의 온라인 리뷰를 사용한 실험 결과, 기존 연구의 다양한 모델과 비교했을때 본 연구의 제안 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구는 레스토랑 산업의 빅데이터를 활용한 맞춤형 레스토랑 추천 시스템을 제안함으로써 레스토랑 연구 분야와 온라인 서비스 제공자에게 학술적 및 실무적 측면에서 다양한 시사점을 제공할 수 있을 것으로 기대한다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.443-450
• /
• 2018

삶의 질의 향상으로 인하여 건강관리는 현대인의 주요 관심 사항이며 자연스럽게 헬스케어 시스템에 대한 요구가 증가하고 있다. 그러나 인터넷 상에는 다양한 의료 관련 정보가 존재할 뿐만 아니라 이 정보들의 신뢰성 또한 가늠하기 힘든 것이 현실이므로, 특정 사용자에게 적합한 맞춤형 웰니스 정보 제공은 어려운 것이 현실이다. 본 연구에서는 빅데이터를 텍스트 마이닝으로 분류하여 사용자 맞춤형 의료정보를 제공함으로서 단순 검색기능이 아닌 사용자에게 적합한 맞춤 서비스를 제공할 수 있는 사용자 중심의 서비스 제공 방법을 제안한다. 효율적인 빅데이터 분석을 위해 하둡 슬레이브 노드를 증가하면서 데이터 처리시간을 실험하였다. 기존 시스템보다 빅데이터 시스템을 구축하는 것이 효율적임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제16권12호
• /
• pp.59-69
• /
• 2011

최근 건강관리에 대한 국민의 관심이 높아지면서 헬스케어 서비스에 대한 인식과 이용률이 증가하고 있다. 하지만 기존의 헬스케어 서비스는 이동성의 불편함이 있으며, 정보입력의 신뢰성과 제공되는 정보의 정확성이 낮은 문제점을 가지고 있다. 본 연구는 이러한 문제점을 개선하여 스마트 폰을 활용한 m-Health 어플리케이션을 개발하였다. 이는 잘못된 생활습관으로 건강관리를 제대로 하지 못하는 20~30대를 대상으로 맞춤화된 식이추천, 심혈관 질환위험도 알림 등의 총 5가지 서비스를 제공한다. 또한 Importance-Performance Analysis(IPA)기법을 통해 일반적인 m-Health 서비스의 중요도와 본 서비스의 만족도를 비교분석하여 장점 및 문제점을 파악하였다. 개발된 어플리케이션의 IPA분석결과 m-Health 서비스를 효과적으로 제공받기 위해 필요한 12가지 항목 중 '정보 입력의 정확성 및 신뢰성', '컨텐츠 신뢰성', '건강에 적합한 서비스 추천' 등의 6가지 속성이 중요도와 만족도가 높은 영역에 속하였다. 그리고 '정보의 보안성'은 중요도는 높지만 만족도가 낮은 영역에 속하였다. 결론적으로 본서비스의 장점을 지속적으로 잘 유지하기 위해 Personal Heath record(PHR) 정보 연동과 함께 제공되는 서비스의 업 데이트 및 정보의 보안성 강화를 위한 연구를 진행할 예정이다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.322-329
• /
• 2017

Recently, the importance of personalized healthcare(wellness) services is increasing in the era of the 4th Industrial Revolution. However, the authoring of wellness contents fused with variety of contents and the study of the system which provides the customized recommendation are insufficient. In this paper, we proposes the recommendation service system for the customized convergence wellness contents. The proposed system makes to the wellness contents by the existing cultural/tourism/leisure contents and recommends the customized wellness contents based on a user's profile and the situation information such as location and weather. The proposed systems is expected to contribute to designing the innovative and new service models for the tailored wellness content.

• 대한안전경영과학회지
• /
• 제10권4호
• /
• pp.309-314
• /
• 2008

Many studies on predicting and recommending information and products have been studying to meet customers' preference. Unnecessary information should be removed to satisfy customers' needs in massive information. The some information filtering methods to remove unnecessary information have been suggested but these methods have scarcity and scalability problems. Therefore, this paper explores a personalized recommendation system based on artificial neural network (ANN) to solve these problems. The insurance product recommendation is adapted as an example to demonstrate the proposed method. The proposed recommendation system is expected to recommended a suitable and personalized insurance products for customers' satisfaction.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.59-62
• /
• 2014

다양한 센서를 내장한 스마트기기가 보급되면서 개인의 활동부터 환경 상태까지 광범위한 미시 데이터의 수집이 가능해졌고, 또한 데이터 저장매체의 가격과 통신비용이 급격히 하락하고 있으며, 컴퓨터의 연산능력과 데이터 분석 방법론도 눈부시게 성장하는 중이다. 이러한 데이터 처리 기술의 발전과 함께 빅데이터에 대한 사회적 인식의 제고가 맞물리며 빅데이터 시장이 빠르게 성숙하고 있다. 이에 따라 국내 외 대다수의 기업들이 빅데이터 기술을 도입 검토 중에 있으며, 특히 글로벌 콘텐츠(방송, 음악, 도서 등) 기업들의 맞춤형 추천 서비스 성공 사례들로 인해 빅데이터 기술이 콘텐츠 산업 업계의 차세대 먹거리로 주목을 받고 있다. 이에 본 논문은 국내 케이블 방송 사업자들이 빅데이터 기술을 접목한 차별화된 서비스 제공을 통해 고객에게 새롭고 차별화된 가치를 제공할 수 있는 서비스 방안에 대해서 연구하였다.