• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.166-169
• /
• 2003

본 논문에서는 비밀분산기법과 임계 암호시스템을 사용하여 사용자의 공개키 암호 알고리즘 연산과 공개키 유효성 검증에 대한 연산의 오버헤드를 최소화시킨 새로운 Certified E-mail 시스템을 제안한다. 따라서, 제안 방안은 셀룰러 폰이나 무선 PDA와 같은 컴퓨팅 파워가 취약한 메일 사용자에게 적합하다 또한, 제안 시스템은 신뢰성을 완전히 분산시킨 TTP(Trusted Third Party)를 사용함으로써, TTP의 훼손이나 악의적인 사용자의 공모 공격에 강건하도록 설계되었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.269-272
• /
• 2003

웹을 이용한 교수-학습모형인 WBI 학습을 촉진시키기 위해서 교육전문가에 의해 검증된 학습자료를 효율적으로 관리하는 시스템을 구축하고, 사용자가 원하는 문서를 추정하여 제시한다. 사용자가 참조한 문서들에 대하여 에이전트가 추가, 삭제 등을 자율적으로 하며, 참조 문서간의 유사도를 측정한다. 이 유사도를 이용하여 적합한 문서를 추정하고 제시함으로서 사용자의 불명확한 정보요구에도 적합한 문서를 제공할 수 있다. 따라서, 사용자의 정보수집을 지원하고 웹을 통한 학습환경을 개선하여 WBI 학습을 촉진시킬 수 있다.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.05a
• /
• pp.467-473
• /
• 2007

사용자의 가상커뮤니티 활동성이 기술 수용에 미치는 영향을 P2P시스템의 파일공유서비스를 중심으로 알아보려고 한다. P2P시스템 재사용의도가 커뮤니티 활동성과 몰입에 의해 영향을 받을 것이라는 강한 추측에도 불구하고 이를 반영한 연구는 아직 없었다. 따라서 본 연구는 사용자의 가상커뮤니티 활동성이라는 개념을 새롭게 도출하고, 사용자의 가상커뮤니티 활동성이 어떠한 경로로 P2P시스템 재사용에 영향을 주고 있는가를 실증적으로 검증하는 것을 목적으로 한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.67-69
• /
• 2001

분산컴퓨팅 환경에서 사용자는 원하는 정보 획득을 위하여 지능형 에이전트를 정보 습득 도구로 사용한다. 현재의 에이전트들은 객관적인 구조와 서비스를 제공하기 때문에 각 사용자별 다양한 요구사항을 수용할 수 없는 한계를 가지고 있다. 이 문제점을 해결하기 위해 사용자의 요구와 개별적인 특성을 반영하고, 사용자의 관심사항과 행위를 학습하여 보다 효율적인 검색 결과를 제공하는 개인 웹 에이전트들이 연구.개발되고 있다. 본 연구는 사용자의 기호에 부합하는 정보만을 검색하여 사용자에게 제공할 뿐 아니라 사용자의 선호도에 효 과적으로 적응할 수 있는 정보 검색 에이전트를 위한 사용자 행위정보를 활용한 사용자 프로파일 학습방법을 제안한다. 시간경과에 따른 사용자의 기호 변화를 선행적으로 관리하는 잠재력을 제공한다. 또한 웹 문서를 대상으로 실험하여 제안한 방법의 성능을 검증한다.

• 한국디지털정책학회:학술대회논문집
• /
• 2005.11a
• /
• pp.351-364
• /
• 2005

오늘날은 정보의 홍수라고 표현이 될 만큼 많은 양의 정보를 어디서나 얻을 수 있다. 이러한 많은 양의 정보 중 사람들은 그들이 필요한 정보를 얻기 위하여 인터넷을 사용하며 대부분의 사용자들이 포털 사이트의 검색 서비스를 통하여 그들이 원하는 정보를 검색하고 얻고 있다. 그러나 전통적인 여과 과정을 통해 검증된 인쇄 자원과는 다르게 인터넷상에 있는 자원은 대부분 여과되어 있다고 볼 수 없다. 인터넷상에서 발견되는 정보가 주로 여과되지 않은 상태라는 점을 이해하는 것도 정보를 얻는 사용자 입장에서 매우 중요하다. 그런 의미에서 웹에서는 제공되는 정보에 대한 선정, 조직화, 검색에 대한 표준화가 아직 없기 때문에, 단순히 웹 검색 엔진을 이용한 검색의 결과만을 통해서 원하는 정보를 찾는 것은 쉽 지가 않다(Spink et al, 1999). 비록 원하던 정보를 얻었다 해도 획득한 정보가 신뢰할 만한 것인지를 판단하기가 어렵다. 본 연구에서는 그러한 요구에 부응하기 위해 검색 서비스에 대한 사용자 선호 요인을 선별하고 설문 조사를 통해 검증하고자 한다. 본 연구는 크게 문헌 연구와 실증 연구로 구별되며, 실증 분석에서는 검색 서비스를 사용해 본 경험이 있는 인터넷 사용자를 대상으로 설문을 인터넷 사이트와 설문지를 배부하는 형식으로 진행하여, 통계 패키지를 이용 결과를 분석하였다. 문헌 연구에 따르면 인터넷 사이트를 사용하는데 있어서, 사용자 선호에 영향을 미치는 요인으로 정보 품질, 서비스 연계성, 인지된 유용성, 흥미성, 시스템 품질, UI의 편의성이 있으며 본 연구에서도 이러한 요인을 중심으로 연구 모형을 정하였다. 이러한 요인들에 대하여 가설을 정해 실증 분석을 한 결과, 기본적으로 검색 서비스에 대한 인지된 유용성과 UI의 편의성은 사용자 선호에 영향을 미치는 것으로 나타났다. 반면에 정보 품질, 서비스 연계성, 흥미 성, 시스템 품질은 사용자 선호에 영향을 미치지 못하는 것으로 나타났다. 그러나 정보 품질과 시스템 품질의 결과는 유의 수준에서 크게 넘어가지 않는 결과가 나와 반드시 영향을 미치지 못하는 것은 아니라고 조사되었다. 본 연구는 검색 서비스라는 특정 서비스에 대해서 사용자 선호에 영향을 미치는 요인에 대해서 알아보고자 하였다. 이는 학문적인 측면에서 기존의 통합적인 웹사이트 평가에 대한 연구의 확장을 가능케 하였고, 개인사용자 측면에서는 좀더 좋은 정보를 제공하는 검색 서비스에 대한 이해를 높일 수 있는 계기가 되었다고 할 수 있다.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.1
• /
• pp.755-761
• /
• 2023

As digital transformation accelerates, the proportion of non-face-to-face services in financial services is also increasing. Recently, user experience has emerged to secure competitiveness in mobile services, and analysis techniques to improve user experience have emerged. User review data, one of the data used for quantitative evaluation, contains a lot of unnecessary information, which is time-consuming to derive improvement directions. Therefore, this study aims to develop a UX analysis system based on the hierarchy of UX needs by using a cosine similarity algorithm and analyze user review data of Kookmin Bank, Woori Bank, Kakao Bank, and Toss for verification. This study proved that the developed UX analysis system is a system that can effectively analyze UX through the analysis of user review data. The system of this study is expected to be easily used to identify improvement plans for the hierarchy of UX needs in an agile organization that needs to quickly reflect customer feedback.

• Database Research
• /
• v.34 no.3
• /
• pp.99-123
• /
• 2018

Due to the ever expanding nature of the Web, separating more valuable information from the noisy data is getting more important. Although recommendation systems are widely used for addressing the information overloading issue, their performance does not seem meaningfully improved in currently suggested approaches. Hence, to investigate the issues, this study discusses different characteristics of popular, existing recommendation approaches, and proposes a new profiling technique that uses collaborative tags and test whether it successfully compensates the limitations of the existing approaches. In addition, the study also empirically evaluates rating/tagging patterns of users in various recommendation approaches, which include the proposed approach, to learn whether those patterns can be used as effective cues for improving the recommendations accuracy. Through the sensitivity analyses, this study also suggests the potential associated with a single recommendation system that applies multiple approaches for different users or items depending upon the types and contexts of recommendations.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.34 no.2
• /
• pp.289-299
• /
• 2024

Blockchains are not efficient for real-time processing because the growing number of transactions and users delays many computations and network communications. This study proposes a cloud proxy server, so that legitimate users can use blockchain as well as reduce network latency. To proceed with a blockchain transaction, the blockchain copy server verifies all transaction-related data, but the cloud proxy server verifies legitimate users with a simple zero-knowledge proof algorithm, enabling efficient blockchain real-time processing. The cloud proxy server can support blockchain anonymity, security, and scalability that can verify legitimate users with the proposed zero-knowledge proof by receiving the registered key pair of the blockchain user. In the proposed research analysis, blockchain-based cloud proxy server reduces network latency compared to previous studies and key processing on cloud proxy servers reduces the cost of key computation compared to previous studies.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10c
• /
• pp.240-245
• /
• 2006

본 논문에서는 의상에 대한 사용자 선호도를 찾아내는 기법에 대하여 기술한다. 의상에 대한 사용자 선호도를 찾기 위해서 의상 데이터에 대해 데이터 모델을 새롭게 제안한다. 이 데이터 모델을 기반으로 사용자의 의상관련 히스토리를 저장한다. 이렇게 저장된 히스토리 정보에 기계 학습 기법 중 최근 각광받고 있는 SVM 기법을 적용하여 사용자 선호도를 찾아내도록 하였다. 이 결과를 다른 학습 기법인 Naive Bayes 기법을 사용하여 의상에 대한 사용자 선호도를 검색한 성능과 비교하여 우리 모델이 더 좋다는 것을 확인하였다. 우리는 5명의 사용자에 대해서 동일한 취향을 갖는 사용자가 몇 명인지에 따라 A(모두 다름), B(2명), C(3명), D(4명), E(모두 같음) 형태별, 사용자별 1000건의 히스토리를 일정한 기준에 따라 생성했다. 그리고 이 중에서 900건을 학습용 데이터, 100건을 검증용 데이터로 선정하여 실험이 진행되었다.