• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.366-367
• /
• 2023

지적 장애인은 제한된 활동 환경 범위의 제약으로 인해 자기 신체 구조에 맞는 운동법을 접할 기회가 적고, 각자의 건강 상태와 신체 구조에 따라 운동할 때 세심한 요구가 필요하다. 본 논문은 지적 장애인을 대상으로 비만 관리에 대한 필요성 인지 및 신체 활동량을 늘리기 위한 개인 맞춤형 운동 루틴 추천 시스템을 제안하였다. 제안한 시스템을 구성하기 위해 먼저 대한장애인체육회에서 제공하는 건강 상태, 신체 정보, 장애 유형 및 등급 등의 데이터를 분석하였다. 또한, 웹 사이트에서 장애인의 입력 정보가 들어오면 TF-IDF 벡터를 산출하고, 다른 사용자와의 코사인 유사성을 분석해 운동 루틴을 제안하였다. 본 연구에서 제안한 추천 시스템을 통해 지적 장애인을 대상으로 맞춤형 건강관리에 대한 인식 향상 및 건강권 보장, 운동 효율 증진 등을 기대할 수 있다.

• 인터넷정보학회논문지
• /
• 제17권1호
• /
• pp.15-21
• /
• 2016

최근 정부는 창조경제라는 패러다임에 따라 다양한 분야의 공공데이터를 개방하고 여러 종류의 대국민 서비스를 구축하는 등 공공데이터 활용을 통한 가치창출에 역점을 두고 있다. 본 논문에서는 여행에 관한 공공데이터와 사용자 정보를 융합하여 사용자에게 맞춤형 여행 정보를 추천하는 시스템을 구현하였다. 본 시스템에서는 사례기반추론(CBR) 방식을 이용하여 사용자별 맞춤형 정보 추천이 가능하도록 하였다. 본 시스템은 사용자 중심의 여행 정보를 제공한다는 측면에서 기존의 여행 시스템들과 차별화된다고 할 수 있으며, 턴키(Turn-key) 방식의 콘텐츠 제공으로 사용자의 편의성을 극대화할 수 있는 유용한 도구로 활용될 수 있을 것으로 판단된다. 본 연구가 공공데이터의 성공적인 활용 사례가 되기를 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.14-17
• /
• 2015

오늘날 인터넷의 발달과 전자 책(e-Book) 시장규모가 커짐에 따라 온라인을 통한 도서 정보 제공이 증가하고 있다. 하지만 현재 도서 정보나 도서 추천을 제공하는 온라인 사이트들은 기본 서지 정보만을 위주로 제공하고 있어 도서 본문을 활용한 정보 제공 및 추천 시스템의 필요성이 증가하고 있다. 따라서 본 논문에서는 도서 본문을 활용한 정보 제공 및 개인 맞춤형 추천을 위해 '도서 정보 본문텍스트 통합 마이닝 기반 사용자 참여형 시각화 및 추천 큐레이션 플랫폼'을 제안하고, 이를 구축하였다. 제안한 서비스 플랫폼은 독자에게 다양한 방법으로 도서 정보를 제공하며, 독자는 적은 시간으로 많은 정보를 얻을 수 있도록 하여 사용자의 도서 선택의 폭을 넓혀줄 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
• /
• pp.269-272
• /
• 2011

추천은 다양한 컨텐츠 중에서 사용자가 원하는 것을 선택할 수 있도록 돕는 것이다. 이러한 추천은 광고주가 자신의 광고에 적절한 컨텐츠를 찾을 때에도 활용될 수 있다. 본 논문에서는 광고를 표현하는 태그와 영화를 나타내는 주제어들을 매칭하여 광고에 적합한 영화를 추천하는 문제를 다룬다. 이 문제의 경우, 광고를 표현하는 태그의 개수가 적고, 영화의 주제어와 성격이 다른 경우가 많아 단순 매칭을 활용한 추천 기법으로는 결과를 얻을 수 없는 경우도 존재한다. 우리는 이러한 문제를 완화하기 위해 키워드 확장을 통한 추천 기법을 제안한다. 구체적으로 각 영화 컨텐츠가 가진 주제어를 위키피디아를 통해 검색하고 이를 통해 주제어를 확장한다. 광고의 태그 또한 위키피디아 검색을 통해 확장한다. 이렇게 확장된 영화 주제어와 광고 태그를 연관성 규칙에 기반하여 매칭한다. 실험 결과 단순 매칭보다 제안한 확장을 통한 매칭이 37.5%의 성능 향상을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.408-411
• /
• 2016

애플리케이션에서 고객들에 의해 생성된 평가정보는 해당 콘텐츠에 대한 고객별 선호도 정보로 볼 수 있기 때문에, 개인에게 맞춤형 추천 시스템을 설계하기 위해서 매우 중요하다. 현재 추천 시스템 분야에서 가장 많이 사용되고 있는 사용자 기반 추천 시스템은 사용자의 평점 정보만을 가지고 유사도를 측정하여 추천에 사용하고 있다. 그러나 이러한 평점 정보만을 가지고 사용자 유사도를 도출하는 것은 정밀하지 못할 수 있다. 따라서 본 연구에서는 사용자의 평점 정보 뿐만 아니라 콘텐츠의 내용을 활용하여 사용자의 선호 콘텐츠를 지식구조의 형태로 나타냄으로써 콘텐츠와 사용자의 관계를 유기적으로 표현하였다. 이와 같은 사용자의 지식구조를 바탕으로 사용자간의 유사도를 평가하고 추천에 활용하였고, 실험결과 제시된 방법으로 더 우수한 성능을 얻을 수 있는 것으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.1067-1069
• /
• 2013

전자상거래 시장의 급격한 성장에 따라 고객이 원하는 정보를 얻기 위해 소요되는 시간과 노력을 절약하기 위한 방안으로 추천 시스템의 필요성이 강조되고 있다. 추천 시스템에 일반적으로 가장 많이 쓰이는 것이 협업필터링 기법이다. 협업 필터링은 추천시스템 분야에서 가장 성공적인 기법으로 전자상거래 포털에서 가장 널리 이용되고 있다. 그러나 희박성, 확장성, 투명성 등의 문제점을 가진다. 본 논문에서는 프로파일링 기법을 사용해 협업필터링의 희박성 문제 해소 방안으로 개인성향을 이용하여, 보다 정확한 추천을 하여 온라인 서점에 적용할 수 있는 추천 시스템이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.578-581
• /
• 2020

제품을 추천하는 기능은 사용자의 콘텐츠 또는 제품 소비량에 직결되기에 다양한 인터넷 플랫폼에서 많은 관심을 받고 있다. 이러한 제품 추천 시스템의 성능은 다양한 머신러닝 알고리즘과 딥러닝의 발전에 의해 성능을 비약적으로 개선되어왔다. 하지만 여느 딥러닝과 머신러닝 알고리즘과 마찬가지로 추천 시스템들의 성능은 빅데이터의 품질에 따라 매우 민감한 영향을 받는다. 본 논문에서는 모바일 배달 플랫폼에서 사용자들의 리뷰 데이터들을 통해 딥러닝과 빅데이터를 사용하여 음식을 추천하는 방법을 제안한다. 또한 사용자들의 리뷰 데이터들을 정제하여 데이터의 품질을 높이는 과정을 추가하여 그 결과가 성능에 얼마만큼 영향을 미치는 지를 실험을 통하여 분석한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권11호
• /
• pp.447-454
• /
• 2022

4차 산업혁명 시대를 맞아 우리는 정보의 홍수 속에 살고 있다. 이런 환경에서 우리에게 필요한 정보를 찾기란 매우 어렵고 복잡하다. 따라서 정보의 홍수 속에서 추천 시스템은 필수적이다. 이러한 추천 시스템 중 영화, 음악, 음식, 의류의 각각에 대한 추천 시스템들은 많은 연구가 진행되어 왔다. 현재까지 대부분의 개인화 추천 시스템들은 개인의 성향인 나이, 장르, 지역, 성별 등을 체크해서 옷들을 추천한다던가, 책들을 추천한다던가, 영화들을 추천해왔다. 미래 세대에서는 나이, 장르, 지역, 성별 등을 체크해서 옷, 책, 영화들을 한꺼번에 추천 받기를 원할 것이다. 본 논문에서는 사용자의 감정과 날씨에 따라 개인 맞춤형 옷과 음식을 한꺼번에 추천하는 추천 시스템을 제안한다. 소셜미디어인 트위터에서 사용자의 데이터를 얻었고, 트윗을 기반으로 감정 분석을 해서 Paul Eckman 이론에 따라 사람의 6 가지의 기본 감정으로 분류했다. 이렇게 얻어진 기본 감정을 Hayashi의 Quantification Method III를 적용하여 색깔로 변환하였으며, 이러한 색깔은 추천하는 옷의 색상으로 표현하였다. 또한, visualcrossing.com API의 날씨 정보를 이용하여 의류의 종류를 추천한다. 그리고 감정에 따른 컴포트 푸드의 내용에 따라 다양한 음식을 추천한다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.582-587
• /
• 2021

도서 취향을 고려하여 도서를 추천해주는 도서 추천 시스템은 사용자의 독서 경험과 독서에 대한 인식 개선에 효과적이다. 축적된 사용자 평점 기록이 상대적으로 적은 도서의 경우 추천 정확도에 한계가 나타난다. 본 연구에서는 상대적으로 풍부한 사용자 평점 데이터를 가진 영화 평점 정보를 이용하여 사용자에게 맞춤형 도서를 추천하는 추천 시스템을 제안한다. 제안하는 방법을 통해 도서 추천의 정확도를 높이고 보다 다양한 종류의 추천을 수행하는데 효과적임을 보였다. 영화 평점 데이터를 활용한 도서추천 시스템은 도서 분야 외 타 미디어 플랫폼의 데이터를 도서추천에 활용하는 의미 있는 시도가 될 것으로 예상한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.105-110
• /
• 2009

기존의 TV 시청 환경은 제한된 채널과 콘텐츠들을 중에서 사용자가 스스로 채널 이동을 통해 자신이 원하는 콘텐츠를 선택하여 시청하는 형태였다. 그러나 IPTV 의 도입과 더불어 다채널/다매채 시청 환경에서는 사용자가 수많은 콘텐츠에 접근이 가능하며 그로 인해 자신이 선호하고 자신에게 친숙한 콘텐츠를 찾는 것이 많은 부담이 되고 있다. 따라서 본 논문에서는 이러한 TV 시청환경에서 사용자에게 적합한 프로그램들을 시간적 순서에 따라 추천해 주는 개인화된 (IP)TV 프로그램 자동 스케줄러를 제안한다. 개인 맞춤형 프로그램 스케줄 추천 시스템은 사용자의 누적된 시청 기록을 기반으로 사용자의 시청 패턴을 추론하고 사용자 개인의 선호도 정보를 적용하여 순차적인 프로그램을 추천한다.