• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.472-474
• /
• 2002

본 논문에서는 전자메일을 사용자 적합도(선호도)를 기준으로 분류하기 위한 구조를 제안한다. 분류는 1차 분류와 2차 분류로 나눠지는데, 1차 분류에서는 사용자 적합도를 판단하기 위해 사용자 관련 정보로부터 동적 시소러스를 구축하고, 구축된 시소러스와의 비교를 통해 사용자에게 유용한 메일인지 아닌지를 결정하고, 2차 분류에서는 사용자가 지정한 폴더키워드를 중심으로 사용자 시소러스로부터 유전자 알고리즘을 이용해 추출한 키워드들과의 적합도 비교를 통해서 특정 폴더로의 분류가 이뤄지게 된다 테스트에는 메일 정보값(Mail Information Word)을 추출하기 위해 HAM(Hangup Analysys Module)을 포함하는 메일정보추줄 에이전트를 사용하였고, mail의 subject와 본문(body)로부터 추출된 16개의 word정보와 시소러스 적합도 정보, 분류 적합도 정보를 하나의 데이터구조로 사용하였다. 이러한 통할된 시스템 구조와 data structure를 이용해 mail을 사용자의 선호도에 따라. 1차와 2차에 걸친 분류시 분류가 사용자 선호도에 근접하게 이루어 질 수 있음을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.139-141
• /
• 2015

본 논문은 커뮤니티 기반의 질의-응답 서비스에서 사용자 질의의 주제를 분류하는 시스템을 소개한다. 커뮤니티 기반의 질의-응답 서비스는 분야에 따라 다양한 주제를 가질 수 있으며 오늘 날 사용자 질의의 주제 분류에는 통계 기반의 분류 방법이 많이 이용되고 있다. 통계 기반의 분류 방법으로 사용자 질의를 분류하기 위해서는 주제에 적합한 대량의 학습 말뭉치가 필요하다. 주제에 적합한 대량의 학습 말뭉치를 사람이 직접 구축하는 것은 많은 시간과 비용이 든다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 위키피디아 문서를 Supervised K-means Clustering 기법으로 주제별로 분류함으로써 학습 말뭉치를 반자동으로 구축하는 방법을 제안한다. 그 다음, 생성된 학습 말뭉치로 지지 벡터 기계를 학습하여 사용자 질의의 주제를 분류하게 된다. 위키피디아 문서와 사용자 질의는 다른 도메인의 문서임에도 불구하고 본 논문의 시스템으로 사용자 질의의 주제를 분류한 결과 77.33%의 정확도를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1431-1434
• /
• 2013

최근 소셜 네트워크 서비스 사용자의 폭발적인 증가 추세와 더불어 사용자 기반의 정보 공유 패러다임이 확산됨에 따라 효과적인 정보 공유를 위한 검색 방법 및 정보 분류의 필요성이 대두되고 있다. 소셜 네트워크 서비스는 관계도 탐색, 유사한 관심사의 사람들과 정보 공유, 추천시스템 등의 주요 서비스를 사용자 기반으로 구축하는 방향으로 연구가 진행되고 있으나 낮은 정보의 신뢰성으로 인해 지능적인 검색 및 정보 분류에 한계가 있었다. 본 논문에서는 대표적인 소셜 네트워크 서비스인 Facebook 을 기반으로, 낮은 정보의 신뢰성을 높이고 사용자의 소셜 검색 만족도를 높일 수 있는 사용자 그룹 분류 기법을 제안한다. 이를 위해 Facebook 사용자의 메타데이터를 수집하고 관계로 맺어진 사용자들간의 친밀도를 메타데이터 기반으로 계산하며 유사한 관심 정보에 따라 분류하고 효과적으로 사용자들을 그룹화한다. 마지막으로 실험을 통해 관계로 이루어진 사용자 친밀도와 그룹 분류가 효과적으로 수행되었음을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.109-111
• /
• 2001

기존의 협력적 필터링 기술을 이용한 사용자 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법(Nearest-Neighborhood Method)을 사용하고, 피어슨 상관 계수에 의해 사용자의 유사도를 구하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하였다. 본 논문에서는 기존의 사용자 선호도 예측 방법의 문제점을 보완하기 위하여 연관 사용자 군집과 베이지안 분류를 이음한 사용자 선호도 예측 방법을 제안한다. 제안한 방법에서는 협력적 필터링 시스템에서의 희박성(Sparsity)문제를 해결하기 위하여 ARHP 알고리즘을 사용하여 사용자를 장르별로 군집하며 새로운 사용자는 Naive Bayes 분류자에 의해 이들 장르 중 하나로 분류된다. 또한, 분류된 장르 내에 속한 사용자들과 새로운 사용자의 유사도출 구하기 위해 Naive Bayes 학습을 통해 사용자가 평가한 아이템에 추정치를 달리 부여한다. 추정치가 부여된 선호도를 기존의 피어슨 상관 관계에 적용할 경우 결측치(Missing Value)로 인한 예측의 오류를 적게 하여 예측의 정확도를 높일 수 있다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 필터링 기술과 비교 평가하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.54-56
• /
• 1999

웹 에이전트는 사용자가 웹을 브라우징하는 행위를 모니터하여 사용자의 관심정보를 학습하고 사용자가 필요로 한느 웹 상의 정보를 제공하는 시스템이다. 웹 에이전트는 사용자의 관심정보를 추출하기 위해서 귀납적 기계학습을 수행한다. 이때, 학습의 효율을 높이기 위해서는 관련이 있는 문서들을 그룹화하여 학습 시스템에 제공하여야 한다. 본 논문에서는 비감독 개념 학습 알고리즘인 COBWEB을 이용하여 사용자가 관심을 표시한 문서들의 분류트리를 생성한다. 분류트리는 귀납적 기계학습 시스템의 입력으로 사용될 수 있는 형태가 아니므로 분류 트리의 분석과 문서 분류 후처리 작업을 통해서 문서 집합을 생성해야 한다. 이를 위해서는 분류트리를 분석하여 초기 클러스터를 생성하고, 유사한 클러스터들의 병합을 수행한다. 본 논문에서 제안하는 문서 자동 분류 방식은 비감독 개념 학습 알고리즘이 생성한 문서 분류 트리의 분석을 통해서 충분한 유사도와 적절한 수의 문서를 포함하는 초기 클러스터를 생성할 수 있다. 그러므로 문서 분류의 후처리 작업인 클러스터의 병합 작업에서 불필요한 작업을 제거함으로서 보다 효과적이고 합리적인 문서 분류 작업을 수행한다.

• 대한인간공학회:학술대회논문집
• /
• 대한인간공학회 1996년도 춘계학술대회논문집
• /
• pp.25-34
• /
• 1996

제품과 사용자의 관계를 생각해 볼 때, 비록 하나의 제품을 두고 보더라도 매우 다양한 특성의 사용자집단이 존재 함을 알 수 있다. 이러한 사용자집단들은 각기 서로 다른 사용상의 특성과 니드(needs)를 가지고 있다. 이러한 제품 사용환경에서 디자이너들에게는 제품의 사용자들은 어떠한 분류가 있으며, 그들 각각은 어떠한 사용상의 특성을 가지고 있는지를 알아내 디자인에 반영하는 것이 중요환 디자인 활동이 될 것이다. 따라서 본 연구에서는 사용자 를 사용의 관점에서 관찰하여 사용자행위의 근간을 이루는 규칙의 정확도, 행위의 속도, 문제해결의 속도를 기준 으로 사용자를 분류하고 이를 토대로 사용자의 사용상의 특징을 밝혀내었다. 그리고 각 사용자집단별로 디자인 가 이드라인을 추출해내므로서 사용자분류를 통한 사용자 인터페이스 디자인의 가능성을 제시하였다. 본 연구에서 제 시된 사용상황에 존재하는 다양한 사용자들을 고려할 수 있는 방법은 좀 더 체계적이고 효과적인 사용자 인터페이스 디자인을 수행하는데 도움이 될 것으로 예상된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.105-107
• /
• 1998

본 연구는 웹 에이전트에 있어서 가장 핵심적인 부분이라 할 수 있는 사용자 특성모델 구축방법을 개선하는데 목적을 두고 있다. 사용자 특성모델을 귀납적 기계학습 방식으로 자동 추출하기 위해서는, 사용자가 관심을 가지는 분야별로 문서를 자동 분류하는 작업이 매우 중요하다. 지금까지의 방식은 사람이 관심부여에 따라 문서를 수동적으로 분류해 왔으나, 문서의 양이 기하급수적으로 증가할 경우 처리할 수 있는 문서의 양에는 한계가 있을 수밖에 없다. 또한 수작업 문서 분류 방식을 웹 에이전트에 그대로 적용하였을 경우 사용자가 일일이 문서를 분류해야한다는 번거로움으로 인해 웹 에이전트의 효용성이 반감될 것이다. 따라서 본 연구에서는 비감독 문서 분류 알고리즘과 그것을 바탕으로 얻어진 문서 분류 정보를 후처리 (Post-Processing)함으로써 보다 간결하고 정확한 문서 분류 결과를 얻을 수 있는 구체적인 방법을 제공하고자 한다.

• 지능정보연구
• /
• 제4권2호
• /
• pp.61-83
• /
• 1998

본 연구는 웹 에이전트에 있어서 가장 핵심적인 부분이라 할 수 있는 사용자 특성모델 구축방법을 개선하는데 목적을 두고 있다. 사용자 특성모델을 귀납적 기계학습 방식으로 자동 추출하기 위해서는 사용자가 관심을 가지는 분야별로 문서를 자동 분류하는 작업이 매우 중요하다 지금까지의 방식은 사람이 관심여부에 따라 문서를 수동적으로 분류해 왔으나, 문서의 양이 기하급수적으로 증가할 경우 처리할 수 있는 문서의 양에는 한계가 있을 수밖에 없다. 또한 수작업 문서분류 방식을 웹 에이전트에 그대로 적용하였을 경우 사용자가 일일이 문서를 분류해야한다는 번거로움으로 인해 웹 에이전트의 효용성이 반감될 것이다. 따라서 본 연구에서는 비감독 문서분류 알고리즘과 그것을 바탕으로 얻어진 문서분류정보를 후처리(Post-Processing)함으로써 보다 간결하고 정확한 문서분류 결과를 얻을 수 있는 구체적인 방법을 제공하고자 한다.

• 한국전자거래학회지
• /
• 제12권3호
• /
• pp.193-210
• /
• 2007

분류체계가 현업에 유용하게 사용되기 위해서는, 다양한 특성을 가진 기업체나 조직의 사용목적에 적합하도록 만들어져야 한다. 분류체계 생성과정을 자동화함으로써 분류체계 시스템의 운용의 효율성과 편의성은 향상될 수 있으나, 실질적으로 업무에 적용하기 위해서는 분류체계 생성 단계에서부터 사용자가 적극적으로 개입하여 요구사항을 반영할 수 있어야한다. 본 연구에서 제안하는 분류체계 생성 알고리즘은 사용자가 원하는 분류단계를 입력받아 이에 맞는 분류체계를 맞춤형으로 생성한다. 또한, 일차적으로 생성한 분류체계를 사용자가 원하는 형태로 변환할 수 있도록 분류항목을 조작하는 연산자를 제안하고 구현한다.

• 디자인학연구
• /
• 제14권
• /
• pp.267-281
• /
• 1996

제품과 사용자의 관계를 생각해 볼 때, 비록 하나의 제품을 두고 보더라도 매우 다양한 특성의 사용자집단이 존재함을 알 수 있다. 이러한 사용자집단들은 각기 서로 다른 사용상의 특성과 니드(needs)를 가지고 있다. 이러한 제품사용환경에서 디자이너들에게는 제품의 사용자들은 어떠한 분류가 있으며, 그들 각각은 어떠한 사용상의 특성을 가지고 있는지를 알아내 디자인에 반영하는 것이 중요한 디자인 활동이 될 것이다. 따라서 본 연구에서는 사용자를 사용의 관점에서 관찰하여 사용자행위의 근간을 이루는 규칙의 정확도, 행위의 속도, 문제해결의 속도를 기준으로 사용자를 분류하고 이를 토대로 사용자의 사용상의 특징을 밝혀내었다. 그리고 각 사용자분류를 통한 사용자 인테페이스 디자인의 가능성을 제시하였다. 본 연구에서 제시된 사용상황에 존재하는 다양한 사용자들을 고려할 수 있는 방법은좀 더 체계적이고 효과적인 사용편의성평가를 수행하는데 도움이 될 것으로 예상된다.