• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.836-838
• /
• 2000

전자상거래에서 쇼핑몰의 개인화된 서비스를 제공하기 위해서는 소비자의 구매 패턴을 분석하는 것이 필요하다. 이러한 패턴을 효과적으로 분석하기 위해 웹사이트 상에서 사용자 행동 패턴 정보를 수집해야 한다. 본 논문에서는 사용자 패턴 수집 시스템으로 쇼핑몰 서버에 기능을 추가하고 지능형 웹로그 서버를 정의하며 이를 설계, 구현하였다. 전자상거래 쇼핑몰 서버에는 사용자 행위 정보를 로그에 포함시켜 지능형 웹로그 서버에 전송하는 기능을 추가하였다. 그리고 지능형 웹로그 서버는 쇼핑몰 서버로부터 받은 로그 데이터를 분석하고 데이터베이스화하여 저장한다. 이때 데이터베이스 저장 기술로 OLE DB Provider상에서 수행되는 ADO기술을 사용한다. 그리고 저장된 데이터베이스를 레코드셋 단위로 원격에서 제어 가능하게 한다. 또 생성된 데이터베이스에서 필요한 데이터를 선별하여 XML DB로 저장한다. 이와 같은 사용자 패턴 수집 시스템은 데이터베이스 접근 속도가 빠르고, 관계형이나 비관계형 둘 다의 데이터베이스 접근이 가능하다는 장정을 가지며, 원격 데이터 베이스 접근 시 서버의 부하를 줄일 수 있다는 장점이 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.274-277
• /
• 2011

최근 많은 연구들이 사람들의 삶을 예측하기 위해 개인의 일상적인 패턴을 표현하는 구조를 찾아내는 것을 목표로 하고 있다. 이러한 목표를 위해 사용되는 데이터 중에서 핸드폰을 통해 수집된 데이터는 사용자가 항상 소지하고 있다는 점에서 그 가치가 높다. 그 중에서도 GPS 데이터는 다른 로그 데이터에 비해 가시적이기 때문에 개인의 일상을 표현하는데 더 효율적이다. 본 연구는 핸드폰에서 수집한 GPS 데이터를 Latent Dirichlet Allocation (LDA) 모델에 적용하여 사용자의 행동을 분석하는 주제를 다루려고 한다. 특히 이 논문에서는 개인의 현재 장소가 행동에 영향을 크게 미치는 요소라 가정하고 사용자가 특정 지역을 찾아갔을 때 방문 목적을 찾는 것으로 행동 분석을 구체화하였다. 아래의 내용에서 인사동에서 수집한 GPS 데이터를 이 모델에 적용하여 사용자에게 중요한 위치들로 이루어진 '주제들'을 발견하고, 인사동 방문 목적을 추론하는 실험을 설명할 것이다.

• Journal of Digital Contents Society
• /
• v.17 no.5
• /
• pp.359-366
• /
• 2016

In order to provide useful services for user in ubiquitous environment, a technique that can get the helpful information considering user activity and preference is needed and also user's interest actually changes as time passes. Therefore, the discovering method which reflects the concern degree of service information is needed. In this paper, we present the finding method of frequent pattern with dynamic weight on individual item based on service ontology we design. Our method can be applied to provide interested service information for user depending on context.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06d
• /
• pp.297-301
• /
• 2008

광대역 통신망의 발달과 더불어 정보통신 및 디지털 영상 기기의 대중화로 인해 텍스트 및 사진 위주의 정보 전달과 달리 소리와 영상을 기반으로 한 멀티미디어 정보 전달이 우리 생활 속의 일부로 자리 잡고 있다. 이러한 멀티미디어 정보 전달에 있어 트래픽 분산을 위한 P2P(Peer to Peer) 방식의 실시간 스트리밍 서비스에 대해 많은 연구가 있었다. 본 논문에서는 "사용자"를 중심에 두고 사용자의 서비스 이용에 대한 패턴을 파악하기 위해 사용한 "Afreeca" 인터넷 방송서비스와 사용자 패턴 수집 방법에 대해 설명한 다음, 수집된 결과를 이용하여 컨텐츠 특성별 사용자 패턴의 차이와 특징을 분석해 보았다.

• Review of Korea Contents Association
• /
• v.18 no.1
• /
• pp.12-17
• /
• 2020

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.510-512
• /
• 2019

Recently, there have been growing requirements in the public safety sector to ensure safety through detection of hazardous situations or preemptive predictions. It is noteworthy that various sensor data can be analyzed and utilized as a result of mobile device's dissemination, and many advantages can be used in terms of safety and security. An effective modeling technique is needed to combine sensor data generated by smart-phones and wearable devices to analyze users' moving patterns and behavioral patterns, and to ensure public safety by fusing location-based crime risk data provided.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.9
• /
• pp.3524-3531
• /
• 2010

In order to supply suitable services to users in ubiquitous computing environments, it is important to consider both location and time information which is related to all object and user's activity. To do this, in this paper, we design a spatial-temporal ontology considering user context and propose a system architecture for active mining user activity and service pattern. The proposed system is a framework for active mining user activity and service pattern by considering the relation between user context and object based on trigger system.

• Information and Communications Magazine
• /
• v.29 no.7
• /
• pp.56-61
• /
• 2012

UX 디자인을 하는데 있어서 제품이나 서비스를 대하는 사용자의 컨텍스트(Context)를 파악하는 것은 매우 중요한 일이다. 다양한 사용자 리서치 방법들 가운데 사용자의 컨텍스트를 파악하기 위한 방법으로는 Contextual Inquiry, 사용자 관찰, Cultural Probes, Contextmapping등이 있는데, 사용자의 컨텍스트는 매우 역동적이고 상황에 따라 다양하게 표현될 수 있으므로 이러한 방법들을 적절하게 조합하여 사용하는 것 이 필요하다. 이렇게 파악된 사용자의 행동패턴과 컨텍스트 요소를 반영하여 UX모델을 만드는데, 사용자의 목표와 사용행태를 기술하는 퍼소나(Persona)가 대표적인 방법이다, 또한 퍼소나를 기반으로 제품이나 서비스에 대한 아이디어와 디자인을 이끌어 내는데 활용하는 '사용자 시나리오(User Scenario)'는 미래의 혁신적인 사용자 경험을 제안하기 위한 유용한 방법이다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.3
• /
• pp.422-427
• /
• 2010

Korean Game industry, especially MMORPG(Massively Multiplayer Online Game) has been rapidly expanding in these days. But As game industry is growing, lots of online game security incidents have also been increasing and getting prevailing. One of the most critical security incidents is 'Game Bots', which are programs to play MMORPG instead of human players. If player let the game bots play for them, they can get a lot of benefic game elements (experience points, items, etc.) without any effort, and it is considered unfair to other players. Plenty of game companies try to prevent bots, but it does not work well. In this paper, we propose a behavior pattern model for detecting bots. We analyzed behaviors of human players as well as bots and identified six game features to build the model to differentiate game bots from human players. Based on these features, we made a Naive Bayesian classifier to reasoning the game bot or not. To evaluated our method, we used 10 game bot data and 6 human Player data. As a result, we classify Game bot and human player with 88% accuracy.

• Proceedings of the KIEE Conference
• /
• 2000.11d
• /
• pp.827-829
• /
• 2000

오늘날 인터넷 사용자들은 정보의 홍수 속에 놓여있다. 웹사이트에 들어가면 대부분은 자신과 관련 없는 정보들이 쏟아진다. 따라서 인터넷 사용자들의 관심에 맞는 내용을 제 공해주어 시간의 절약과 동시에 사용자에게 가치 있는 정보를 제공할 수 있게 하는 서비스가 필요하다. 이러한 개인화 된 서비스를 제공해주기 위해 사용자에 대한 정확한 분석을 바탕으로 사용자에게 효율적인 서비스를 제공하여야 할 것이다. 따라서 본 논문에서는 사용자 프로파일 및 웹 로그 등을 토대로 각 고객의 성향과 패턴을 정확하게 분석하여, 사용자 각 개인에게 적합하며 효율적인 서비스를 제공해 줄 수 있는 Web Usage Mining 을 통한 사용자 패턴 추출 알고리즘을 개발하고자 한다. 본 논문에서 연구한 Web Usage Mining 알고리즘은 사용자의 웹 사용 습관을 토대로 데이터 마이닝의 과정을 거쳐 사용자의 성향과 관심을 결정하고, 이를 바탕으로 사용자에게 알맞은 내용을 제공할 수 있도록 할 것이다. 이때, 사용자의 정보는 웹 내에서의 행동 중에서 중요하게 사용되는 특정한 페이지를 보는 시간, 웹 서핑 패턴, 전자 상거래 사이트의 경우에는 구매한 상품과 쇼핑 카트에 넣은 상품 등의 관찰된 정보를 기반으로 하며, 개인의 사생활을 침해하지 않는 범위 내에서 이루어지도록 했다.