• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.321-327
• /
• 2002

본 논문은 기존의 귀납적 결정 트리 방식에서의 문제점 개선을 통한 사용자 관심 프로파일 구축을 목적으로 한다. 특히 사용자 관심 프로파일의 정확도 향상을 위한 속성 선택에 대한 연구에 초점을 맞추고 있다. 사용자의 관심, 비관심 문서를 대상으로 사용자 관심 키워드를 생성하고 이를 바탕으로 초기 문서들을 재표현한다. 재표현된 문서를 입력 집합으로 하여 기계학습을 진행한다. 본 논문의 의사 결정 트리 생성 알고리즘은 입력 집합을 클래스별로 가장 잘 나누는 속성을 선택하여 노드를 구성하는 면에서는 기존의 알고리즘과 같다. 그러나 기존의 의사 결정 트리 알고리즘에서는 hill-climbing.방식을 사용함으로써 사용자의 관심을 나타내는 중요한 단어가 사용자 관심 프로파일에서 숨겨질 경우가 발생한다. 이를 최소화하기 위해 특징 추출을 통해 선택된 속성을 그대로 학습의 입력 데이터로 사용하는 것이 아니라 입력데이터를 가장 잘 나누는 속성과 그 다음 속성을 대상으로 disjunctive 연산을 통해 새로운 속성을 생성하여 이것을 속성 집합에 포함시키고 이를 학습의 입력 데이터로 이용한다. 이와 같이 disjunctive operator를 이용하여 새로운 속성을 의사 결정 트리 형성 시 이용하면 사용자의 중요한 관심을 포함하는 의미 있는(semantic) 사용자 관심 프로파일 구축이 가능해지고, 사용자 관심 프로파일을 기반으로 사용자가 관심 있는 문서를 제공할 수 있는 개인화 서비스를 제공한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.126-128
• /
• 1998

본 논문에서 구현하고자 하는 웹기반 사용자별 에이전트는 웹을 이용해 정보를 검색하는 사용자들에 대한 사용자 관심도를 사용자의 웹검색 행위를 감시하는 모니터 에이전트에 사용자가 직접 기술하게 하고 이를 별도의 학습서버를 두어 사용자별 프로파일을 만들어 이를 사용자가 확인 및 편집할 수 있게 하였다. 서버에서의 학습 과정은 웹 브라우저를 통하여 수집된 정보를 바탕으로 사용자가 관심을 가지는 웹 문서의 일반적인 내용에 대한 관심 정확도를 높이는 일련의 단어 정제 과정을 통하여 최적의 관심 키워드를 추출하는 작업으로 이루어지며 이는 표현 모델인 사용자 프로파일을 구축하여, 관심 문서를 검색하는데 적절한 정보를 제시하는 것을 목적으로 한다. 이 시스템에서 적용되는 학습 방식은 사용자의 웹 문서 관심도에 의존하므로 웹 문서에 나타나는 텍스트들을 대상으로 C4.5 학습 시스템을 적용한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10c
• /
• pp.281-283
• /
• 2000

분산 가상 환경(DVE)의 사용자 수가 증대됨에 따라, 고려해야 할 사항 중 가장 중요한 것들 중 하나는 상호작용의 성능을 위한 확장성에 있다. DVE의 확장성을 지원하기 위한 방법들 중 하나는 사용자 인지도 관리 기법이다. 기존의 인지도 관리 기법은 사용자의 인지도를 일정한 공간으로 제한을 함으로써 사용자가 받는 메시지의 수를 줄이는 방법이다. 하지만 많은 사용자들이 근접한 곳에 운집한 경우, 사용자는 그 근접한 공간에서 발생하는 모든 메시지를 받아야 한다. 이것은 사용자들에게 통신에 따른 많은 부하가 걸리게 되며 따라서 시스템은 확장성이 떨어지게 된다. 본 연구에서는 각 사용자의 인지도 영역에 사용자가 관심 있는 사물의 타입을 표현하고 같은 관심을 가지고 있는 사용자들끼리 그룹을 생성하여 사용자의 관심도에 따른 선택적인 메시지를 받게 한다. 이를 통하여 각 사용자는 자신과 근접한 공간에 있는 모든 사용자로부터 생성되는 모든 메시지를 받지 않아도 된다. 본 연구를 통하여 확장성 있는 방법으로 사용자간의 상호 작용을 지원할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.10a
• /
• pp.3-8
• /
• 1998

본 논문에서는 사용자의 관심도나 선호도를 반영하여, 퍼지숫자를 정렬하는 방법을 제안한다. 사용자는 자신의 관심도나 선호도를 퍼지집합으로 표현한다. 제안하는 방법은 사용자로부터 주어진 퍼지집합을 평가관점으로 이용하며, 평가함수로는 이전에 제안된 만족도 함수를 이용한다. 제안하는 방법이 관점에 따라 어떠한 결과를 주는지를 보기 위하여, 퍼지숫자 정렬에 적용한 예를 보인다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.267-272
• /
• 2009

웹 2.0 이라 불리는 현 웹의 패러다임은 개방, 공유, 참여로 압축하여 말할 수 있다. 이 속에서는 사용자의 참여와 공유로 콘텐츠가 생산 또는 재생산된다. 이러한 콘텐츠는 사용자의 관심을 반영하기 때문에 사용자가 어떠한 콘텐츠를 만들어 냈는지, 수집했는지 등을 분석하면 사용자의 관심 범주를 추출할 수 있다. 본 논문에서는 사용자가 소셜 북마킹 서비스를 이용하며 생성한 태그를 바탕으로 사용자의 관심 범주를 추출하여 이를 통해 개인화 콘텐츠 제공 서비스를 제안한다. 우선, 웹 서비스에서 제공하는 피드를 이용하여 사용자가 생성한 태그 중 가장 많이 쓰인 10개의 태그와 그것들과 관련 있는 태그들만 모아서 관심 범주을 추출하기 위한 태그 집합을 구성한다. 구성된 태그 집합을 바탕으로 피어슨 상관 계수를 통해 태그 간 동시 사용률을 조사한다. 이후 사용자 흥미에 부합하는 콘텐츠를 검색하기 위해 조사된 동시 사용률을 바탕으로 검색 키워드 그룹을 추출한다. 이렇게 만들어진 키워드 그룹들은 사용자의 평소 관심사와 관련된 콘텐츠를 검색하는데 사용되며, 이를 통해 사용자의 관심 있는 내용의 콘텐츠를 사용자의 특별한 검색 절차 없이 제공받는다. 이러한 방식을 통해 사용자가 원하는 정보를 입력하는 절차 없이도 웹에 축적된 사용자의 정보를 사용하여 자동으로 개인화된 콘텐츠를 제공할 수 있을 것으로 기대 된다.

• Annual Conference on Human and Language Technology
• /
• 1997.10a
• /
• pp.44-51
• /
• 1997

사용자 프로파일(user profile)은 사용자 개개인의 관심 분야를 기술한 것이다. 정보 시스템이 사용자 개개인의 관심 분야를 알고 있다면, 사용자의 관심 분야에 속하는 문서만을 사용자에게 제시해 줌으로써 정보검색의 효율을 높일 수 있다. 사용자 프로파일 관리 시스템은 시간이 지날수록 개인 사용자의 관심분야를 더욱 잘 나타내어야 하고(Specialization), 사용자의 관심 분야가 변화해도 그에 대응해야 하며(Adaptation), 사용자가 흥미있어할 만한 관련 분야도 제시할 수 있어야 한다(Exploration). 본 논문은 기존에 연구되어 왔던 정보여과 시스템에서 사용되는 사용자 프로파일 관리 시스템들의 단점을 보완하고 정보검색 시스템에서도 사용될 수 있는 범용성을 지닌 사용자 프로파일 관리 시스템을 제안한다. 제안하는 사용자 프로파일 관리 시스템은 사용자의 관심분야의 변화를 유전자 알고리즘을 이용하여 모델링하고, 여러 유전자군(群)으로 사용자의 다양한 관심분야를 기술한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.136-138
• /
• 2001

인터넷 이용의 급속한 증가로 웹사이트의 증가뿐만 아니라 웹사이트 내의 웹 문서도 급속한 증가를 보이고 있다. 따라서 이를 효과적으로 사용자들에게 보여주기 위한 동적인 추천 시스템들이 많이 제안되고 있다. 그러나 이러한 추천 시스템들은 전체 사용자들의 브라우징 패턴이나 전체 웹 문서들의 연관성만을 고려하여 서비스를 제공함으로써 개인 사용자들의 관심도를 고려하지 않은 문제점이 있다. 이에 본 논문에서는 웹사이트에 남게되는 로그파일의 분석을 이용한 사용자별 브라우징 패턴과 웹 페이지의 액세스 타임의 측정을 통해, 사용자의 관심도를 측정한다. 그리고 이를 바탕으로 웹 문서들에 대해서 퍼지개념을 적용한 자동분류 알고리즘을 이용하여 사용자의 관심도가 반영된 선별된 웹 문서를 자동분류 및 선별하여 보여줄 수 있는 방안을 제시한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.166-168
• /
• 2001

근래에 들어서 인터넷의 발전에 따라 사용자의 정보 검색 및 정보 서비스 이용에 대한 수요량이 많아지고 있으며, 이와 동시에 사용자 개인마다 적합하지 않은 정보에 대한 검색 시간과 서비스 이용에 대한 비용이 늘어나고 있다. 이에 따라서 사용자가 인터넷을 이용하면서 일어나는 행위들에 대한 정보를 수집하고, 이를 학습하여 생성한 사용자 프로파일을 기반으로 사용자 개인마다 맞추어진 적합한 정보를 제공하는 개인화 서비스가 늘어나고 있다. 본 논문에서는 사용자의 여러 행위에 대해 비 감독 학습 방법인 클러스터링을 이용하여 사용자 관심 클러스터를 생성, 사용하여 기존의 사용자 프로파일 학습에서 간과하고 있는 시간에 따라 변화하는 사용자의 관심에 대한 변화를 탐지하고, 변화하는 사용자의 관심 이동 형태에 따라 이를 사용자 프로파일을 생성하는 학습에 적용할 수 있도록 하는 방법을 제시하므로 해서 기존의 개인화를 위한 사용자 프로파일 학습 방법보다 진보한 학습 방법을 지닌 시스템 모델을 제시하려 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.82-84
• /
• 2001

정보여과 시스템은 사용자의 관심사를 정확하게 알아내야 하고(specialization), 시간에 따른 변화에 적응할 수 있어야 하며(adaptation), 사용자의 잠재적인 관심사를 발견하기 위해 새로운 도메인을 탐험할 수 있어야 한다(exploration). 본 논문에서는 온라인 뉴스 기사를 여과하여 사용자와 관련이 있는 뉴스 기사를 추천하는 뉴스 에이전트를 설계, 구현하고자 한다. Specialization, adaptation의 두 가지 요구사항을 충족시키기 위해 사용자의 관심사를 도메인별로 분리하고 각 도메인은 long-term과 short-term으로 나눈다. Exploration의 요구사항을 충족시키기 위해서는 카테고리 절차(crossover) 연산을 사용한다. 실험 결과, 사용자에 대한 사전 정보가 전혀 없는 상태에도 불구하고 빠른 적응능력을 보였다. long-term과 short-term의 분리는 사용자의 관심사에 급격한 변화가 일어난 후에도 시스템이 빠르게 적응할 수 있음을 보여주었다. 또한 카테고리 교차 연산을 통해 사용자의 새로운 관심사 탐험을 수행해 낼 수 있음을 보여주었다.

• Journal of Digital Contents Society
• /
• v.19 no.3
• /
• pp.471-477
• /
• 2018

As time changes, users change their interest. In this paper, we propose a method to provide suitable service for users by dynamically weighting service interests in the context of age, timing, and seasonal changes in ubiquitous environment. Based on the service history data presented to users according to the age or season, we also offer useful services by continuously adding the most recent service rules to reflect the changing of service interest. To do this, a set of services is considered as a transaction and each service is considered as an item in a transaction. And also we represent the association of services in a graph and extract frequent service items that refer to the latest information services for users.