• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.64-69
• /
• 2013

스마트폰의 대중화로 인하여 앱 마켓 시장이 급속도로 성장하였다. 이로 인하여 하루에도 수십개의 새로운 앱들이 출시되고 있다. 이러한 앱 마켓 시장의 급격한 성장으로 인해 사용자들은 자신이 흥미를 가질만한 앱들을 선택하는데 큰 어려움을 겪고 있어 앱 추천 방법에 대한 연구에 많은 관심이 집중되고 있다. 기존 연구에서 협력 필터링 기반의 추천 방법들을 제안하였으나 이는 콜드 스타트 문제를 지니고 있다. 이와는 달리 컨텐츠 기반 필터링 방식은 콜드 스타트 문제를 효율적으로 해소할 수 있는 방법이지만 앱설명에는 광고, 공지사항등 실질적으로 앱의 특징과는 무관한 노이즈들이 다수 존재하고 이들은 앱 사이의 유사관계를 파악하는데 방해가 된다. 본 논문에서는 이런 문제를 해결하기 위하여 앱 설명에서 노이즈에 해당하는 설명들을 자동으로 제거할 수 있는 모델을 제안한다. 제안하는 모델은 모바일 앱 설명을 구성하고 있는 각 문단을 LDA로 학습된 토픽들의 비율로 나타내고 이들을 분류문제에서 우수한 성능을 보이는 SVM을 이용하여 분류한다. 실험 결과에 따르면 본 논문에서 제안한 방법은 기존에 문서 분류에 많이 사용되는 Bag-of-Word 표현법에 기반한 문서 표현 방식보다 더 나은 분류 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.378-381
• /
• 2018

스마트폰이 출시된 이후로 수많은 어플리케이션이 모바일로 출시되고 있다. 본 논문에서는 모바일 앱을 자동으로 분류하는 방법에 대하여 제안한다. 제안한 방법은 딥러닝 기반의 문서 임베딩 방법을 기반으로 효과적으로 앱을 분류한다. 본 논문에서는 또한 제안한 방법을 이용하여 독점도, 포화도, 인기순위를 기준으로 실제 마켓을 분석한다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.8
• /
• pp.77-86
• /
• 2014

Mobile devices are generally using app images which are artificially designed. Accordingly, this paper presents adjusting device brightness based on app image categorization for enhancing the visibility under various light condition. First, the proposed method performed two prior subjective tests under various lighting conditions for selecting features of app images concerning visibility and for selecting satisfactory range of device brightness for each app image. Then, the relationship between selected features of app image and satisfactory range of device brightness is analyzed. Next, app images are categorized by using two features of average brightness of app image and distribution ratio of advanced colors that are related to satisfaction range of device brightness. Then, optimal device brightness for each category is selected by having the maximum frequency of satisfaction device brightness. Experimental results show that the categorized app images with optimal device brightness have high satisfaction ratio under various light conditions.

• Proceedings of the Korea Contents Association Conference
• /
• 2012.05a
• /
• pp.69-70
• /
• 2012

본 연구는 콘텐츠 배포를 위한 앱 제작에 있어 모바일앱 개발의 어려움을 극복하기 위한 저작도구에 관한 것이다. 카테고리 빌더란 콘텐츠의 특성과 수요자의 특성을 분석한 카테고리를 기반으로 모바일웹을 생성할 수 있는 도구이며, 하이브리드앱 생성기는 모바일웹 코드를 기반으로 네이티브 코드와 통합된 하이브리드 모바일앱을 생성하는 도구이다. 모바일앱 저작도구는 모바일앱의 분류에 맞게 사전에 카테고리를 빌드 후 제공된 카테고리를 기반으로 콘텐츠의 세부 내용을 수정하여 저장하고, 저장된 내용은 HTML5 표준에 맞는 모바일웹페이지로 생성된 후 하이브리드앱으로 변환한다. 제안된 모바일앱 저작도구는 모바일앱 개발의 생산성을 높여줄 수 있으며 다양한 사용자 요구에 효율적으로 대응할 수 있다.

• The Journal of the Korea Contents Association
• /
• v.20 no.12
• /
• pp.36-48
• /
• 2020

App market has continuously been growth since its launch. The market revenues will reach about 1,000 billion US dollars in 2019. App is a core service for smartphone. Currently, there are more than 1.5 million mobile apps in App platform calling out for attention. So, if you are looking at developing a successful app, you need to have a solid marketing and distribution strategy. Online word of mouth(eWOM) is one of the most effective, powerful App marketing method. eWOM affect potential consumers' decision making, and this effect can spread rapidly through online social network. Despite the increasing research on word of mouth, only few studies have focused on content analysis. Most of studies focused on the causes and acceptance of eWOM and eWOM performance measurement. This study aims to content analysis of mobile apps review In 2013, Google researchers announced Word2Vec. This method has overcome the weakness of previous studies. This is faster and more accurate than traditional methods. This study found out the relationship between mobile app reviews and checked for reactions by Word2vec.

• Information and Communications Magazine
• /
• v.29 no.8
• /
• pp.65-71
• /
• 2012

스마트폰을 비롯한 다양한 모바일 기기 보급이 급속도로 증가하고 있고, 이들 기기에 저장된 각종 개인정보에 대한 불법적 접근을 노라는 악성 앱들로 인한 피해가 발생하고 있다. 이들 위변조 앱 출현의 원인 중의 하나는 앱 실행화일의 역컴파일이 쉽기 때문이다. 앱 역컴파일이 쉽게 이루어지지 않도록 하기 위한 기술 중의 하나가 코드 난독화 기술이다. 따라서, 본 고에서는 일반적인 난독화 기술들을 분류하고, 현존하는 안드로이드, 아이폰, 윈도폰에 적용가능한 난독화 도구들의 기능에 대하여 조사 분석한다.

• Journal of Digital Convergence
• /
• v.15 no.3
• /
• pp.77-86
• /
• 2017

This study selected car-related mobile apps for app developers suffering from low revenue and classified car apps assisting users in driving or managing a car. A total of 697 car apps were classified into eight categories. Most apps are in four categories: car news & information (28%), locating service (23%), car rental service (15%), safe/efficient driving service (12%). The remaining categories are buying & selling, driver's communication, maintenance management, and expenses monitoring. Many apps are simple and too similar in their main functions. Only a few apps are designed to be more comprehensive and have functions in two or more categories. For the practicality of the categorization scheme, this study checked the inter-rater reliability in two tests and got 0.886 and 0.828. The result from this study suggests functions that are not implemented yet or need to be combined. Future research will focus on identifying promising car apps or designing multi-functional car apps.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.199-202
• /
• 2022

본 연구에서는 소비자들이 모바일 패션 쇼핑 앱을 선택할 때 고려하는 요인들을 AHP를 활용하여 계층적으로 분류하고 가중치를 계산함으로써 선택요인들의 우선순위를 도출하였다. 현재 모바일 패션 쇼핑 앱을 사용하고 있는 소비자들을 대상으로 설문자료를 수집하여 분석하였다. 본 연구 결과, 모바일 패션 쇼핑 앱의 1단계 선택요인들은 경제성, 정보성, 편의성, 신뢰성, 부가서비스로 구성되었고, 이들 중에서 경제성이 가장 중요한 요인으로 나타났다. 또한 1단계 요인과 2단계 요인의 가중치를 종합화한 결과에서는 쿠폰 발급 및 할인이벤트가 가장 중요한 요인으로 나타났다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.29 no.1
• /
• pp.195-203
• /
• 2019

Mobile applications stores such as Google Play Store and Apple App Store, are widely used to distribute a variety of applications including finance, shopping, and entertainment. Recently, however, vulnerabilities of the mobile applications are likely to violate users' privacy such as personal information leakage. In this paper, we classify mobile applications that can be download from mobile stores, and analyze the personal information that could be leaked when users are using the mobile applications. As a result of analysis, we found that personal information are leaked in some widely used mobile applications in practice. On the basis of our experiment results, we propose some mitigations to enhance security of the mobile applications and prevent leakage of personal information.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.4
• /
• pp.17-23
• /
• 2015

In this paper, we propose a mobile app clustering method using word clusters. Considering the quick change of mobile app trends, the proposed method divides the mobile apps into some semantically similar mobile apps by applying a clustering algorithm to the mobile app set, rather than the predefined category system. In order to alleviate the data sparseness problem in the short mobile app description texts, the proposed method additionally utilizes the unigram, the bigram, the trigram, the cluster of each word. For the purpose of accurately clustering mobile apps, the proposed method manages to avoid exceedingly small or large mobile app clusters by using the word clusters. Experimental results show that the proposed method improves 22.18% from 57.48% to 79.66% on overall accuracy by using the word clusters.