• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1271-1274
• /
• 2013

화장품에 따른 정보를 손쉽게 모아볼 수 있는 곳이 없으며 사람마다 각기 다른 피부타입을 가지고 있기 때문에 사용자의 의도와 목적에 맞는 화장품을 찾기가 더 어려워졌다. 이에 따라 우리는 사용자가 입력한 피부 정보를 분석하여 그에 맞는 화장품 데이터베이스 추천 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• 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.

• Journal of Korea Multimedia Society
• /
• v.14 no.1
• /
• pp.112-120
• /
• 2011

This research aims to show that the context adaptation system can be used to develop practical context-aware applications by developing a restaurant recommendation system based on location-awareness. In this research, we have designed and implemented a location-aware restaurant recommendation system which provides a customized restaurant recommendation service based on the user's current context. The context-adaptation engine adapts the application program according to the policy file as contexts are changed, and the application provides restaurant recommendation service based on the changed context like location.

• Journal of Korea Multimedia Society
• /
• v.13 no.10
• /
• pp.1453-1462
• /
• 2010

In this paper, a new program recommendation system is proposed to recommend user preferred VOD program in IPTV environment. A proposed system is implemented with collaborative filtering method. For a user profile which describes user program preference, a program preference, sub-genre preference, and US(user similarity) weight of the user neighborhood is averaged and updated every week. In order to evaluate system performance, real 24-weeks cable TV watching data provided by Nilson Research Corp. are modified to fit for IPTV broadcasting environment and the simulation result shows quite comparative quality of recommendation. The experimental results optimum performance when user similarity based weighting, five person per group and five recommendation programs are used.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.660-663
• /
• 2017

다양한 소셜 네트워크 서비스가 발달되고 많은 사람들이 소셜 미디어에 참여하면서 방대한 양의 정보가 발생하고 있다. 따라서 원하는 정보를 선별하고 가공하는 연구도 활발히 진행되고 있다. 협업필터링은 이러한 정보를 토대로 사용자에게 맞춤형 아이템을 추천해주는 알고리즘이다. 하지만 정확한 추천을 위해서는 매우 방대한 양의 정보가 필요하다. 또한 협업필터링에는 초기에는 제대로 추천이 이루어지지 않는 콜드스타터 문제가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 소셜 네트워크 서비스 중의 하나인 트위터 데이터를 활용하여 협업필터링 추천 시스템의 성능을 높이고자 한다. 협업필터링의 평점에 특정 아이템 관련 트윗을 수집해서 긍정/부정을 측정하여 가중치를 부여한다. RMSE 평가 방법을 통한 실험 결과, 소셜 미디어의 긍부정 영향력을 측정하여 적용했을 때가 기존의 협업필터링 방식에 비해 약 5.5%의 성능 향상을 확인하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.195-198
• /
• 2015

최근 TV 서비스의 가입자 및 TV 프로그램 콘텐츠의 급격한 증가에 따라 빅데이터 처리에 적합한 추천 시스템의 필요성이 증가하고 있다. 본 논문은 사용자들의 간접 평가 데이터 기반의 추천 시스템 디자인 시, 누적된 사용자의 과거 이용내역 데이터를 저장하지 않고 새로 생성된 사용자 이용내역 데이터를 학습하는 효율적인 알고리즘이면서, 시간 흐름에 따라 사용자들의 선호도 변화 및 TV 프로그램 스케줄 변화의 추적이 가능한 토픽 모델링 기반의 알고리즘을 제안한다. 빅데이터 처리를 위해서는 분산처리 형태의 알고리즘을 피할 수 없는데, 기존의 연구들 중 토픽 모델링 기반의 추론 알고리즘의 병렬분산처리 과정 중에 핵심이 되는 부분은 많은 데이터를 여러 대의 기계에 나누어 병렬분산 학습하면서 전역변수 데이터를 동기화하는 부분이다. 그런데, 이러한 전역데이터 동기화 기술에 있어, 여러 대의 컴퓨터를 병렬분산처리하기위한 하둡 기반의 시스템 및 서버-클라이언트간의 중재, 고장 감내 시스템 등을 모두 고려한 알고리즘들이 제안되어 왔으나, 네트워크 대역폭 한계로 인해 데이터 증가에 따른 동기화 시간 지연은 피할 수 없는 부분이다. 이에, 본 논문에서는 빅데이터 처리를 위해 사용자들을 클러스터링하고, 클러스터별 제안 알고리즘으로 전역데이터 동기화를 수행한 것과 지역 데이터를 활용하여 추론 연산한 결과, 클러스터별 지역별 TV프로그램 시청 토큰 별 은닉토픽 할당 테이블을 유지할 때 추천 성능이 더욱 향상되어 나오는 결과를 확인하여, 제안된 구조의 추천 시스템 디자인의 효율성과 합리성을 확인할 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.13 no.3
• /
• pp.475-486
• /
• 2010

Contents Recommender System predicts user's preferences towards contents, and then recommends highly-predicted contents to user. Digital Identifier plays its part in identifying abstract works or digital contents in digital network environment. Digital Identifier could be effectively used in content-based filtering and collaborative filtering that are mainly used in Contents Recommender Systems. Therefore, this paper proposes an improvement of UCI metadata and resolution service for effective use of UCI in massive contents recommender systems. UCI metadata is expanded by adding elements such as abstract, keyword, genre, age, rate and review. Resolution service allows the operation systems to collect user preference for content by including input part of preference in a result page. This paper also designs and implements an improved UCI operation system and shows that the proposed improvement of UCI metadata and resolution service could be used for massive contents recommendation.

• Journal of Korea Multimedia Society
• /
• v.11 no.9
• /
• pp.1213-1226
• /
• 2008

A recommender system supports people in making recommendations finding a set of people who are likely to provide good recommendations for a given person, or deriving recommendations from implicit behavior such as browsing activity, buying patterns, and time on task. We proposed new recommender system which combined SOM(Self-Organizing Map) neural networks with the Collaborative filtering which most recommender systems hat applied First, we segmented user groups according to demographic characteristics and then we trained the SOM with people's preferences as ito inputs. Finally we applied the classic collaborative filtering to the clustering with similarity in which an recommendation seeker belonged to, and therefore we didn't have to apply the collaborative filtering to the whose data set. Experiments were run for EachMovies data set. The results indicated that the predictive accuracy was increased in terms of MAE(Mean-Absolute-Error).

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.33 no.4
• /
• pp.139-157
• /
• 2022

Finding and selecting proper reviewers is a burden on the publisher of the journal. In order to solve this problem, the online submission system started to recommend appropriate reviewers automatically. It includes a variety of new features, from recommending authors in the references of submitted papers as reviewers to finding similar papers by searching the citation index and suggesting reviewer candidates extensively. This study investigated how the online submission system provides functions such as recommendation of reviewers. As a result of examining major online submission systems, ScholarOne and Editorial Manager were recommending reviewer candidates by commercial citation index and review history platform. On the other hand, JAMS, a domestic online submission system, did not have any advanced functions such as recommendation of candidates for reviewers. Sooner or later, in Korea, it seems that more efforts should be made to improve the function of online submission system, such as recommending suitable reviewers for papers.

• Smart Media Journal
• /
• v.12 no.6
• /
• pp.35-40
• /
• 2023

In this study paper, we examine pre-trained language models used in Multi-Goal Conversational Recommender Systems (MG-CRS), comparing and analyzing their performances of various pre-trained language models. Specifically, we investigates the impact of the sizes of language models on the performance of MG-CRS. The study targets three types of language models - of BERT, GPT2, and BART, and measures and compares their accuracy in two tasks of 'type prediction' and 'topic prediction' on the MG-CRS dataset, DuRecDial 2.0. Experimental results show that all models demonstrated excellent performance in the type prediction task, but there were notable provide significant performance differences in performance depending on among the models or based on their sizes in the topic prediction task. Based on these findings, the study provides directions for improving the performance of MG-CRS.