• 제목/요약/키워드: 사용자 지정 선호도

검색결과 16건 처리시간 0.026초

사용자 맞춤형 여행코스 추천 애플리케이션 (User Customized Travel Course Recommendation Application)

  • 강주희;김은경;김석훈
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2017년도 추계학술발표대회
    • /
    • pp.174-176
    • /
    • 2017
  • 매년 여행을 즐기는 여행객들의 수가 꾸준히 증가하고 있으며, 이러한 추세는 해외여행 뿐 아니라 국내 여행에서도 나타나고 있다. 국내 여행을 즐기는 여행객 수의 증가는 매우 다양하고 복합적인 요인들에 의해 이루어지고 있는 것이 사실이나, 국내 여행객들의 절대 다수는 해외여행과는 달리 패키지 형태 보다는 자유여행 형태의 여행을 선호하고 있다. 이는 해외 여행지 대비 국내 여행지가 여행객들이 취득 및 분석할 수 있는 정보의 접근성이 훨씬 높고 정보의 양 역시 풍부하다는 것에서 기인한다고 할 수 있다. 그러나 이러한 정보 접근의 용이성 및 정보량의 풍요성은 오히려 자유여행을 즐기고자 하는 여행객들이 여행코스 및 숙소를 정하는데 많은 시간을 투자하게 되는 요인으로 작용하고 있다. 때문에 이러한 단점을 해결하고자 본 논문에서 제안하는 애플리케이션은 국내 여행객들이 편리하고 손쉽게 국내 여행을 즐길 수 있도록 여행코스 및 숙소를 지정할 수 있는 기능을 제공한다. 이를 위해, 제안하는 애플리케이션에서는 국내 여행과 관련된 다양한 정보들을 각종 포털 사이트와 SNS에서 수집하고, 이를 기반으로 사용자 선호 정보와의 매칭을 통해 맞춤형 여행 코스 제안 및 숙소 예약 기능을 제공한다. 이를 통해, 국내 여행을 즐기는 여행객들에게 편리함을 제공하고, 국내 여행객 수의 증가를 기대할 수 있다.

캐럿 단위를 이용한 PC 웹 컨텐츠를 모바일 단말기에 서비스 하는 방법 (Caret Unit Generation Method from PC Web for Mobile Device)

  • 박대혁;강의선;임영환
    • 정보처리학회논문지D
    • /
    • 제14D권3호
    • /
    • pp.339-346
    • /
    • 2007
  • 본 논문의 목적은 모바일 단말기의 브라우저에서 재생 불가능한 콘텐트를 재생 가능한 이미지 콘텐트로 변경하여 단말기 사용자가 PC를 이용하여 웹 콘텐트를 사용하는 것과 같은 효과를 얻고자 하는 것이다. 이를 위해 본 논문에서는 모바일 단말기 상에 PC에서 사용하는 임의의 웹 콘텐트를 재생하기 위하여 웹 페이지를 이미지화 하여 사용자가 선호하는 영역의 콘텐트를 캐럿으로 구분하고 캐럿 단위로 모바일 상에 서비스 하고자 한다. 일반 웹 페이지에서 캐럿 영역을 설정하는 방법으로는 일반 웹 페이지의 정보를 이용한 자동 정적 분할 방법, 사용자 지정에 의한 임의 위치 지정 방법, 웹 페이지의 구조적 분석 기반의 Region 단위 설정 방법을 소개하고 캐럿 단위로 웹 페이지를 분할하여 서비스하였을 경우의 성능향상을 실험 결과를 통하여 보여주고 있다.

시계열 데이터베이스에서 복수의 모델을 지원하는 모양 기반 서브시퀀스 검색 (Shape-Based Subsequence Retrieval Supporting Multiple Models in Time-Series Databases)

  • 원정임;윤지희;김상욱;박상현
    • 정보처리학회논문지D
    • /
    • 제10D권4호
    • /
    • pp.577-590
    • /
    • 2003
  • 모양 기반 검색이란 실제 요소 값과 관계없이 질의 시퀀스와 유사한 모양을 갖는 시퀀스(서브시퀀스)를 데이터베이스 내에서 검색하여 내는 연산이다. 본 논문에서는 시계열 데이터베이스에서의 모양 기반 검색을 위한 유연성 있는 새로운 유사 모델을 정의하고, 이 유사 모델을 지원하기 위한 인덱싱 및 질의 처리 방안을 제시한다. 제안된 유사 모델에서는 정규화, 이동 평균, 타임 워핑 등 다양한 변환을 지원한다. 특히 최종 유사 정도를 계산하기 위하여 사용되는$L_p$거리 함수론 사용자가 임의로 지정하도록 함으로써 응용에서 선호하는 유사 모델을 반영할 수 있다. 또한 이러한 모양 기반 검색을 효과적으로 지원하기 위한 압축된 서브시퀀스 트리 구조를 제안하고, 이를 기반으로 하는 효율적인 질의 처리 기법을 제시한다. 실험 결과에 의하면 제안된 기법은 진의 시퀀스와 모양이 유사한 서브시퀀스들을 사용자에 의하여 선택된 거리 함수를 사용하여 성공적으로 검색할 뿐 아니라, 순차 검색과 비교하여 거리 함수 선택에 따라 수 십배에서 수 백배까지의 성능 개선 효과를 갖는 것으로 나타났다.

반사 하이라이트 맵을 이용한 뉴럴 재조명 (Neural Relighting using Specular Highlight Map)

  • 이연경;고현성;이진우;김준호
    • 한국컴퓨터그래픽스학회논문지
    • /
    • 제26권3호
    • /
    • pp.87-97
    • /
    • 2020
  • 본 논문에서는 사용자가 지정한 반사 하이라이트 맵을 가이드 영상으로 하는 뉴럴 재조명 기법을 제안한다. 제안하는 신경망은 다양한 조명 위치에서 렌더링 된 영상을 이용해 사전학습시킨 백본 뉴럴 렌더러를 활용하며, 기저 영상과 렌더링 영상의 차이가 사용자가 제공한 반사 하이라이트 맵과 유사하도록 역전파에 의해 광원의 위치와 관련된 재조명 영상을 동시 최적화한다. 제안하는 방법은 아티스트가 선호하는 이차원 화면 공간 인터페이스를 제공하면서도 삼차원 조명의 위치를 명시적으로 추론할 수 있는 장점이 있다. 제안하는 뉴럴 재조명의 성능은 실제 값을 설정할 수 있는 실험 상황을 수립하여, 본 논문의 방법이 주어진 하이라이트 맵을 얼마나 잘 반영하는지 평가하고 실제 하이라이트 맵으로 추론한 조명 및 재조명 영상의 오차를 측정하였다. 제안하는 뉴럴 재조명이 추정한 광원 위치의 평균 오차율은 정규화된 삼차원 장면 크기 대비 0.11이다.

일반화 적응 심층 잠재요인 추천모형 (A Generalized Adaptive Deep Latent Factor Recommendation Model)

  • 김정하;이지평;장성현;조윤호
    • 지능정보연구
    • /
    • 제29권1호
    • /
    • pp.249-263
    • /
    • 2023
  • 대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

카쉐어링 서비스의 문제점 분석 및 해결 방안 연구 (A Study of the Problem Analysis and Solution about the Car Sharing Service)

  • 이영교;안정희
    • 한국정보전자통신기술학회논문지
    • /
    • 제12권6호
    • /
    • pp.643-656
    • /
    • 2019
  • 인터넷을 비롯한 SNS의 발달은 렌터카 서비스를 IT기반의 카쉐어링 서비스로 변모시켰다. 카쉐어링 서비스는 비대면 온라인으로 자동차를 빌릴 수 있는 서비스로써 혼술, 혼밥에 익숙한 청년층이 선호하는 서비스가 되었다. 스마트폰을 이용하여 차종과 시각을 예약하고 가까운 지정 주차장에 가서 스마트폰으로 자동차문을 열고 운전을 하며 주행 거리만큼 후불 결재를 하는 아주 편리한 서비스이다. 그러나 운전 면허증이 없는 미성년자가 지인이 빌린 차를 대신 운전할 수도 있고, 카쉐어링 업체에 회원가입 할 때에 등록한 면허의 상태가 차를 빌리거나 운전 중에 면허 정지나 취소로 변동될 수 있으며 심지어는 음주상태인 사람이 차를 빌려 운전을 할 수도 있는 등의 문제점이 있다. 본 논문에서는 이러한 문제점을 해결할 수 있는 방안을 연구하였으며 제안한 방법은 가급적 카쉐어링 서비스 업체의 투자비용과 사용자의 불편함을 줄일 수 있는 방법이며 기존의 방법과 비교 및 분석하였다. 현재 카쉐어링 업체들은 회원 가입시에 휴대폰 본인인증, 본인 면허증등록, 본인 명의결제 정보등록을 철저히 요구하고 있다. 제안한 방법중에 '고객과의 영상통화 및 질의응답' 방법은 부적격한 다수의 운전자들이 돌아가면서 운전하는 것까지 막을 수 있으며 '보호자에게 문자전송' 방법은 간단한 방법이지만 효과적인 예방 방법이다. 제안한 방법이 효율적으로 활용되려면 카쉐어링 업체의 적극적인 운영과 정부의 정책이 뒷받침되어야 할 것이다.