• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1205-1212
• /
• 2004

전자상거래 시스템의 보급이 활성화되기 시작하면서, 사용자의 필요와 욕구에 밀착한 적응형 전자상거래 에이전트의 필요성이 증대되고 있다. 이와 같은 적응형 전자상거래 에이전트는 사용자의 행위를 모니터하고 자동 분류하여 사용자의 취향을 학습하는 기능을 요하게 되었다. 이러한 기능을 가지는 적응형 전자상거래 에이전트를 구축하기 위해서, 본 논문에서는 사용자 개인의 관심정보와 선호하는 상품에 대한 호감도를 고려한 적응형 전자 상거래 에이전트 시스템을 제안한다. 제안하는 시스템은 사용자의 구매 행위에 적응력을 가질 수 있도록 보다 정확한 사용자 프로파일을 구축하고, 이와 같은 사용자 프로파일을 기반으로 사용자에게 불필요한 검색과정 없이 필요한 상품 정보를 제공 할 수 있도록 한다. 본 시스템에서는 모니터링을 통하여 사용자 의도를 파악하는 모니터 에이전트, 사용자의 행동성향을 학습 한 후 행동 패턴이 유사한 그룹을 참조하는 유사도 참조 에이전트, 사용자의 행위의 변화에 따른 개인화된 행동 DB를 구축할 수 있는 관심 추출 에이전트로 구성하였다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.99-123
• /
• 2018

웹상에서의 기하급수적으로 증가하는 정보의 양으로 인해, 중요하고 가치 있는 데이터를 변별 해 내는 작업은 그 어느 때보다도 중요하다고 하겠다. 추천 시스템은 이러한 정보의 과 공급 문제를 해결하기 위한 가장 효과적인 방법 중 하나임에도 불구하고, 그 성능은 기존 방식들에서 크게 진전을 이루지 못하고 있는 것이 사실이다. 따라서 본 논문에서는 이 문제를 진전시키기 위해, 협업태그를 활용한 새로운 사용자 프로파일링 기법을 제안하고 사용자의 평가 및 태깅패턴을 분석, 그 활용 또한 모색한다. 본 논문에서 제안하는 기법의 검증을 위해, 해당 프로파일링 기법을 활용 한 혼합 영화 추천 시스템을 구현하고 실제 데이터를 사용하여 기존의 추천 방식 대비 그 경쟁력을 검증하였다. 그와 더불어, 민감도 분석을 통해 사용자의 태깅패턴과 평가패턴에 기반한 차별적인 추천 방식의 잠재적 가능성 또한 제안, 검증한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 2부
• /
• pp.313-319
• /
• 2006

쇼핑, 음악, 영화 등 오프라인에서 즐기던 많은 서비스가 이제는 온라인화 되어 일상화되었다. 그 중 뉴스의 경우도 미국의 리서치업체가 조사한 결과에 따르면, 인터넷 사용자의 21%가 온라인 뉴스를 오프라인보다 더 선호할 뿐만 아니라 온라인에 대한 선호도가 비약적으로 늘고 있다고 밝혔다. 종이 페이퍼로 뉴스를 제공할 때는 정보를 제공하는 공간이 제한적이기 때문에 사용자의 행위를 어느 정도 예상할 수 있다. 그러나 상대적으로 온라인 뉴스와 같은 컨텐츠 서비스는 하이퍼텍스트를 기본으로 하기 때문에 사용자의 패턴을 정확히 파악하기가 쉽지 않다. 컨텐츠 서비스 사용 행위를 분석하기 위해 아이트랙킹, 인뎁스인터뷰 등 여러 방법론을 적용할 수 있으며, 아이트랙킹 연구는 Poynter Institute 에서 2004년도에 진행한 사례가 있지만 여전히 컨텐츠 서비스에서의 핵심 이슈인 컨텐츠 영역에 대한 관심도, 영역별 연관성 파악 등에 대한 객관적 데이터가 부족하다. 따라서 본 논문은 컨텐츠 서비스 사용자의 유저 시나리오 도출을 위해 온라인 뉴스를 대상으로 한 분석 케이스를 소개한다. 본 사용자 행동 분석 리서치 수행을 위해 원격툴을 개발하였으며, 이 툴을 실제로 적용해봄으로써 컨텐츠 서비스 분석시 가능성과 고려사항들을 함께 살펴본다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권9호
• /
• pp.603-614
• /
• 2013

모바일 디바이스의 발달은 사용자가 언제 어디서나 원하는 서비스에 접근하고, 정보를 소비할 수 있는 환경을 마련했다. 이에 맞춰 다양한 연구들이 모바일 사용자의 정보 접근성을 향상 시키기 위한 개인화 방법을 제안해 왔다. 하지만, 이와 같은 개인화는 사용자 개인과 관련된 정보를 요구하기에, 사용자 정보에 대한 보안과 관련된 우려를 낳고 있다. 이를 해결할 수 있는 효과적인 방법 중 하나로 사용자 정보를 사용자의 온라인 혹은 오프라인 상의 행동 패턴으로부터 추정하는 것을 들 수 있다. 본 논문에서는 SNS(Social Network Service) 상에서의 사용자 패턴과 사용자 간 물리적인 근접성 패턴을 분석하여 사용자 개인의 정보와 타 사용자와의 사회 관계정보를 식별하는 사용자 정보 식별 시스템을 제안하고자 한다. 제안한 시스템은 SNS 텍스트와 GPS 데이터에 기반한 POI(Point of Interest) 패턴으로부터 사용자의 나이, 성별 등 개인정보를 식별하고, 사용자 GPS 데이터를 이용하여 얻어진 사용자 간 근접성 패턴을 이용하여 두 사용자 간의 가족, 동료 등 관계 정보를 추정한다. 각각의 사용자 식별 모듈은 해당 데이터의 특성을 고려하여 SNS 데이터의 노이즈와 사용자 GPS 데이터의 손실을 감안함으로써 더 정확한 사용자 식별 성능을 보이도록 설계되었다. 이를 검증하기 위한 실험에서 제안한 시스템은 기존의 방법에 비해 더 나은 성능을 보였으며, 이는 본 논문에서 제안하는 방법이 사용자 데이터의 특성을 효과적으로 반영하고 있음을 의미한다.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.117-123
• /
• 2012

스마트단말기에 장착된 다양한 센서들과 사용자의 앱 혹은 웹 활동 내역들은 사용자의 패턴을 파악하고 예상하기에 좋은 정보이다. 이러한 정보들을 적극적으로 활용하면 사용자 개인의 맞춤화가 가능한 콘텐츠 서비스도 기대할 수 있다. 이러한 기대는 콘텐츠 서비스가 단순히 스마트 단말기로 수많은 콘텐츠를 이용이 아닌 사용자가 원하고 즐겨 찾고 필요로 하는 콘텐츠를 선별하고 예상하여 추천하는 형태로의 변화를 촉진시키고 있다. 이러한 사용자 맞춤형 콘텐츠 서비스를 위해서는 마치 미술관이나 박물관에서의 큐레이터의 역할을 해주는 시스템이 모델이 필요하다. 이에 본 논문에서는 사용자 정보를 수집하고, 수집정보를 사용자 개인의 패턴 지식으로 형성, 패턴 지식을 기반으로한 추천 콘텐츠 선별의 과정을 가진 지능형 콘텐츠 큐레이션(Intelligent Contents Curation: ICCuration) 모델을 제안한다. ICCuration는 주요 작업에 따라 크게 3개의 하위 모듈이 존재한다. 수집된 사용자 정보는 시간에 따른 정보 요소들의 집합인 시나리오로 가공되며 시나리오를 기반으로 추천될 콘텐츠가 선택된다. 시나리오 상에서는 사용자의 기호 및 행동정보뿐만 아니라 사용하는 단말기정보도 포함된다. 이에 콘텐츠는 도메인 카테고리뿐만 아니라 단말기에 최적화 할 수 있는 미디어 형식까지도 사용자 맞춤화가 가능하다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.34-37
• /
• 2006

디지털 방송에서의 맞춤형 서비스란 사용자가 원하는 방송 프로그램만을 사용자가 원하는 시간에 볼 수 있게 해 두는 서비스를 말한다. 본 연구는 맞춤형 방송 서비스를 위한 사용자 별 선호정보를 자동으로 추출하여 관리하는 사용자 선호정보 관리 시스템을 개발하였다. 이 시스템은 맞춤형 방송 서비스를 위한 표준인 TV-Anytime에서 제안하고 있는 메타데이터를 기반으로 사용자 선호정보와 사용자 히스토리 정보를 사용하여 맞춤형 방송 서비스를 위한 선호 프로그램과 채널을 예상하여 사용자에게 제시한다. 이 과정에서 사용하는 사용자 선호정보는 사용자 별로 청취 과정에서 채널, 시간대, 방송에 따른 반응 행동기록을 토대로 자동으로 추출하고 업데이트하는 방법을 제안한다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2011년도 추계학술대회
• /
• pp.39-40
• /
• 2011

• 한국게임학회 논문지
• /
• 제9권2호
• /
• pp.125-133
• /
• 2009

게임 인공지능은 플레이어에게 지능적이고 적응된 게임 환경을 제공하기 위해 주로 사용된 다. 기존에는 사용자의 게임 행위를 수집/분석하여 동반자 또는 적대적 역할을 하는 Non-player character (NPC)를 위해 사용되었다. 그러나 사용자의 행동을 모방하는 것에서 그치는 경우가 많았다. 본 논문은 사용자의 게임 행위를 분석하여 게임 환경을 변화하는 방법을 소개한다. 사용자의 게임 성향을 파악하기 위해 게임 행위 데이터를 이용하였다. 또한, 사용자의 성향은 지형, 아이템, NPC의 분포를 결정하는데 반영하여 동적인 게임 환경을 제공하기 위해 사용하였다. 제안하는 방법의 실험을 위해 실제 2D 액션 게임에 적용하였고, 사용자의 게임 플레이 행위에 대하여 적절히 변화하는 게임 환경을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권2호
• /
• pp.104-109
• /
• 2017

본고에서는 다중 웨어러블 센서 데이터로부터 사용자의 일상 생활 행동 패턴을 분석할 수 있는 새로운 기계학습 모델을 제안한다. 제안하는 모델은 다중 웨어러블 센서 데이터를 효과적으로 학습하기 위하여 사람이 다중 센서 정보를 처리하는 방법을 적용한 새로운 신경망 모델이다. 제안하는 Gated multi-modal neural netoworks는 계층적 신경망 구조를 가지고 있으며 Gate 모듈을 통해 각 센서 데이터를 선택적으로 결합하여 처리하는 특징을 가진다. 실험을 위해 다중 웨어러블 장치를 착용하고 일상 생활 중 한 가지인 레스토랑에서의 행동 센서 데이터를 수집하였다. 실험 결과로서, 제시하는 모델을 이용하여 실제 웨어러블 센서 데이터를 분석하였을 때 분류 정확도가 비교적 정확하고 빠르게 처리할 수 있음을 확인하였다. 또한 모델의 중간 계층에서의 노드의 활성화 패턴 분석을 통해 자동으로 일상생활 패턴을 추출할 수 있고 이를 이용하여 지식 스키마를 생성할 수 있음을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1491-1500
• /
• 2008

본 논문은 은닉 마르코프 모델을 사용하여 사람의 특정한 행동을 인식하여 사용자에게 알려주는 지능형 영상 감시 시스템을 제안한다. 본 방법에는 카메라를 통해 입력된 영상에서 사람 영역을 찾은 후 발 영역만을 추출하여 특징이 되는 관측열을 생성한다 특징 영역은 입력 영상의 각 프레임을 16개의 영역으로 나누어 발바닥이 위치한 곳의 코드를 읽어 사용하고, 인식하고자 하는 패턴 행동들에 대해서는 각각의 관측열을 구하고 HMM의 Baum-Welch 알고리즘을 사용하여 학습한다. 인식에는 전향 알고리즘을 사용하여 입력된 행동과 학습된 행동을 확률적으로 비교하여 영상 내의 행동이 어떤 패턴 행동인지를 결정하여 출력한다. 제시된 방법은 복도에서 사람의 특정 행동을 인식하는데 성공적으로 적용될 수 있음을 실험을 통해 확인했다.