• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.393-395
• /
• 2012

많은 현대인들은 체중 관리를 위해 많은 시간과 노력을 쏟고 있으며 그중에서도 식단을 관리하는데 많은 힘을 기울이고 있다. 하지만, 전문지식이 없는 일반인이 자신이 먹은 식단을 분석하고 어떤 음식을 먹을지 계획하는 것은 쉽지 않다. 따라서 본고에서는 hypernetwork를 이용한 개인 맞춤형 식단 추천 알고리즘을 제안한다. 개발된 식단 추천 알고리즘은 사용자의 식단 로그 데이터를 기반으로 사용자의 식성에 맞고 적절한 칼로리를 지닌 식단을 구성하여 추천한다. 특히, 식품 정보 DB 이외에 다른 추가 정보가 필요하지 않으며, 개인의 작은 식단 로그 데이터만으로도 동작 가능한 장점을 가지고 있다. 본 연구실에서는 개발된 알고리즘을 이용하여 개인 체중 관리 어플리케이션인 DietAdvisor를 제작하였으며, 사용자는 어플리케이션을 통해 실제 식단 추천 및 그 외의 체중관리에 필요한 서비스를 제공받을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.48-51
• /
• 2019

최근 자기관리의 필요성이 증가하면서 자신이 만족하는 신체를 갖기 위해 다이어트를 하는 사람들이 많아졌다. 다이어트를 하는 데 여러 방법이 존재하지만 건강한 다이어트를 위해서는 운동이 필수적으로 겸해져야 한다. 그러나 많은 사람들이 자신의 체형에 적합한 운동을 찾는 데 어려움을 겪는다. 따라서 개인의 체형과 성향에 맞는 운동을 추천해 줄 수 있는 추천 시스템이 필요하다. 본 논문에서는 나이, 신장, 몸무게, 체지방률, 식습관과 같은 개인화 요소와 협업 필터링 방법을 R 시스템을 사용하여 사용자 맞춤형 운동을 추천하는 추천 시스템을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.300-301
• /
• 2016

This paper proposes customized recommendation algorithm to improve the QoS(quality of service) of sport for all sports content uses to user profile and team grade. The proposed recommendation module is based on user profile information, and it recommends suitable team contents to user with Euclidean distance algorithm and preference weights between teams.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.407-408
• /
• 2023

사람들은 각자 원하는 조건에 부합한 식당과 카페를 찾곤 한다. 그러나 개인별로 원하는 조건들이 다양하고 그 조건들이 모두 부합하는 음식점을 찾기에는 적지 않은 시간과 노력이 필요한 일이다. 이 불편함을 해소하고자, 사용자가 원하는 조건을 입력하면 그 조건에 부합하는 몇 개의 음식점들을 추천해 주고, 지도상으로 위치를 표시해 주는 개인 맞춤형 음식점 추천 시스템을 개발하였다. 본 연구에서 제안하는 추천 시스템은 사용자가 입력한 우선순위에 따라 차별화된 음식점 추천을 받을 수 있으므로, 시간과 노력을 투자하지 않고도 자신이 원하는 음식점을 쉽게 찾을 수 있을 것으로 예상된다.

• Journal of Digital Convergence
• /
• v.19 no.5
• /
• pp.187-196
• /
• 2021

The mobility handicapped are representative socially vulnerable people who account for a high percentage of our society. Due to the recent development of technology, personalized welfare technologies for the socially vulnerable are being studied, but it is relatively insufficient compared to the general people. In this study, we intend to implement a personalized restaurant recommendation system for the mobility handicapped. To this end, a hybrid recommendation system was implemented by combining the data of special transportation boarding and alighting history (7,153 cases) and information of Daegu Food restaurants (955 cases). In order to evaluate the effectiveness of the implemented recommendation system, we conducted performance comparisons with existing recommendation systems by prediction error rate and recommendation coverage. As a result of the analysis, the performance was higher than that of the existing recommendation system, and the possibility of a personalized restaurant recommendation system for the mobility handicapped was confirmed. In addition, we also confirmed the correlation in which similar restaurants are recommended in some types of the mobility handicapped. As a result of this study, it is judged that it will contribute to the use of restaurants with high satisfaction for the mobility handicapped, and the limitations of the study are also presented.

• The Mathematical Education
• /
• v.59 no.4
• /
• pp.373-387
• /
• 2020

The purpose of this study is to verify the effects of personalized learning platforms applied with machine learning recommendation modules that upgrade recommended algorithms by themselves through learning big data analysis on students' learning time, self-directed learning ability, mathematics achievement, and attitudes toward mathematics, and the correlation between them. According to the study, customized learning affected learning time, self-directed learning ability and mathematics attitude, while learning time affected self-directed learning ability. Self-directed learning ability has had a significant impact on the attitude of mathematics and mathematical achievements. As a result of the mediated effectiveness test, the indirect impact of customized learning on mathematics attitude and mathematics performance was significant through the medium of learning time and self-directed learning ability.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.599-602
• /
• 2016

실시간으로 뉴스 기사를 제공하는 온라인 뉴스 시스템이 널리 사용되면서, 사람들은 매 순간 속보와 새로운 뉴스 등 대량의 뉴스 기사에 노출되어 있다. 하지만 방대한 뉴스들로부터 사용자가 원하는 뉴스를 찾는 것은 매우 어려운 일이다. 따라서 개인 관심사에 따라 뉴스를 추천해주는 개인 맞춤형 뉴스 추천 시스템의 필요성이 증가되고 있다. 본 논문에서는 사용자의 관심사를 분석하여, 사용자의 관심사에 따라 관련된 뉴스를 자동으로 추천해주는 뉴스 추천 시스템을 설계 및 개발한다. 제안 시스템은 각 사용자가 북마크한 뉴스 기사와 읽은 뉴스 기사를 클러스터링하여 사용자별 프로파일을 생성한다. 또한 전체 뉴스 기사들을 클러스터링하여 주제 별로 분류한다. 사용자에게 뉴스를 추천하기 위해, 제안 시스템은 해당 사용자 프로파일에 포함된 각 클러스터에 대해 전체 뉴스 기사에 대한 클러스터들 중 가장 가까운 클러스터를 찾아 해당 클러스터 내의 뉴스 기사들을 거리 순으로 추천한다. 실제 구현된 시스템을 통해, 제안한 뉴스 추천 시스템이 각 개인에게 뉴스를 효과적으로 추천함을 보인다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• Journal of Broadcast Engineering
• /
• v.14 no.5
• /
• pp.625-637
• /
• 2009

With advent of TV environment and increasing of variety of program contents, users are able to experience more various and complex environment for watching TV contents. According to the change of content watching environment, users have to make more efforts to choose his/her interested TV program contents or TV channels than before. Also, the users usually watch the TV program contents with their own regular way. So, in this paper, we suggests personalized TV program schedule recommendation system based on the analyzing users' TV watching history data. And we extract the users' watched program patterns using the sequential pattern mining method. Also, we proposed a new sequential pattern mining which is suitable for TV watching environment and verify our proposed method have better performance than existing sequential pattern mining method in our application area. In the future, we will consider a VoD characteristic for extending to IPTV program schedule recommendation system.

• The Journal of the Convergence on Culture Technology
• /
• v.6 no.3
• /
• pp.267-273
• /
• 2020

Beacon is a wireless communication device that can automatically recognize the smart device in the short distance and transmit the necessary data, Beacon is a representative Internet of Things (IoT) facility in the era of the 4th Industrial Revolution, which is utilized in various fields such as short-distance information delivery, mobile location service, shopping, and marketing, and is constantly evolving. In this paper, it is based on tourist site-based recommendation information service. A system is proposed that recommends customized information according to the user's interest, preference, etc. by incorporating beacon technology. In other words, it acts as an information agent that informs tourists of desired information. In order to meet the needs of tourists, it is necessary to build an intelligent tourism recommendation system. The personalized Korean food and tourism recommendation management system using the beacon technology proposed in this paper is expected to provide high-quality services not only to foreigners visiting Korea but also to Korean tourists.