• 경영정보학연구
• /
• 제18권3호
• /
• pp.155-183
• /
• 2016

방대한 콘텐츠가 생산되고 소비되면서 빅데이터를 활용한 개인 추천 서비스가 최근 주목 받고 있다. 개인 추천 서비스를 위하여 개인 정보나 콘텐츠 평가 정보를 수집하는 것은 서비스 제공자 입장에서 중요해지고 있다. 기존 연구들은 적은 평점 정보로 더 나은 추천을 제공할 수 있는 알고리즘을 제안하거나, 평점의 양을 늘리기 위한 서비스 디자인을 제시하였다. 그러나 추천서비스 사용자가 어떤 동기로 평점을 입력하고, 서비스를 지속적으로 사용하는지에 대한 연구는 거의 없었다. 본 논문에서는 추천 서비스를 사용하고 있는 사용자들을 심층 인터뷰하여 평점 입력의 동기와 평점의 의미에 대하여 탐구하였다. 그 결과, 서비스를 경험 하면서 평점의 의미와 활용 정도가 달라짐을 알 수 있었다. 초기 평점을 입력할 때에는 과거 경험에 대한 데이터베이스를 구축하는 의미로 활용하였고, 초기 평점 단계를 지나면 현재의 느낌과 생각을 반영하는 도구로 활용하였다. 이 과정에서 자신의 평점 체계를 정교하게 다듬으며 자신만의 의미를 부여하는 모습을 보였다. 마지막 단계에서는 자신의 평점 체계뿐만 아니라 다른 사람의 평점 체계나 평점의 의미를 읽어내고 적극적으로 활용하는 모습을 보인다. 서비스에서 제공하는 알고리즘의 한계를 파악하고 있기 때문에 서비스의 추천을 불신하기도 하였다. 연구 결과를 바탕으로 추천 서비스에 대한 실무적 시사점을 도출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.408-411
• /
• 2016

애플리케이션에서 고객들에 의해 생성된 평가정보는 해당 콘텐츠에 대한 고객별 선호도 정보로 볼 수 있기 때문에, 개인에게 맞춤형 추천 시스템을 설계하기 위해서 매우 중요하다. 현재 추천 시스템 분야에서 가장 많이 사용되고 있는 사용자 기반 추천 시스템은 사용자의 평점 정보만을 가지고 유사도를 측정하여 추천에 사용하고 있다. 그러나 이러한 평점 정보만을 가지고 사용자 유사도를 도출하는 것은 정밀하지 못할 수 있다. 따라서 본 연구에서는 사용자의 평점 정보 뿐만 아니라 콘텐츠의 내용을 활용하여 사용자의 선호 콘텐츠를 지식구조의 형태로 나타냄으로써 콘텐츠와 사용자의 관계를 유기적으로 표현하였다. 이와 같은 사용자의 지식구조를 바탕으로 사용자간의 유사도를 평가하고 추천에 활용하였고, 실험결과 제시된 방법으로 더 우수한 성능을 얻을 수 있는 것으로 나타났다.

• 한국전자거래학회지
• /
• 제19권3호
• /
• pp.125-141
• /
• 2014

인터넷에서 매 순간 발생하는 데이터의 홍수는 사용자가 필요로 하는 유용한 정보를 검색하는데 어려움을 초래한다. 그래서 많은 사용자들이 자신이 원하는 정보를 쉽게 찾기 위한 기법을 고안하고 이를 지원하는 도구를 개발하게 되었다. 이런 유용한 도구 중 하나인 추천시스템은 기존의 사용자 정보를 분석하여 사용자가 원하는 제품이나 정보를 추천하는 것이다. 본 논문에서는 추천시스템을 활용하여 원하는 정보를 제안하는데 인구통계학적인 기법을 사용한다. 인구통계학 기반 추천시스템은 나이, 성별과 같은 인구통계학적인 특성을 사용하여 유용한 정보를 추출한다. 본 연구는 영화 선택 시 중요한 요소인 사용자 평점을 분석하고 이를 활용할 수 있는 방법을 제시하였다. 이를 위해 Internet Movie Database(IMDB) 웹 사이트에 있는 영화의 사용자 평점을 인구통계학적 요인으로 분석하였다. 본 논문에서는 인구통계학적 분석을 위해 사용자를 성별과 연령대로 분류하였고, 각 영화를 22개 장르로 나눈 IMDB 기준에 따라 사용자 평점을 분석하였다. 각 장르별 영화에 대해 사용자 그룹의 평균 평점을 F-테스트와 T-테스트를 수행하여 그 장르 영화 평점과 동일한 결과를 나타내는 대표 그룹을 찾아내었다. 인구통계학적 분석 결과인 대표 그룹은 새로운 영화가 개봉될 때 대표 그룹에 대한 프로모션과 추천을 통해 영화 홍보를 할 수 있는 대상을 찾아내는데 유용하다.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.582-587
• /
• 2021

도서 취향을 고려하여 도서를 추천해주는 도서 추천 시스템은 사용자의 독서 경험과 독서에 대한 인식 개선에 효과적이다. 축적된 사용자 평점 기록이 상대적으로 적은 도서의 경우 추천 정확도에 한계가 나타난다. 본 연구에서는 상대적으로 풍부한 사용자 평점 데이터를 가진 영화 평점 정보를 이용하여 사용자에게 맞춤형 도서를 추천하는 추천 시스템을 제안한다. 제안하는 방법을 통해 도서 추천의 정확도를 높이고 보다 다양한 종류의 추천을 수행하는데 효과적임을 보였다. 영화 평점 데이터를 활용한 도서추천 시스템은 도서 분야 외 타 미디어 플랫폼의 데이터를 도서추천에 활용하는 의미 있는 시도가 될 것으로 예상한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.503-505
• /
• 2017

최근 길거리나 지하철 등에서 스마트폰을 사용하는 사람을 쉽게 찾을 수 있다. 이러한 스마트폰은 대부분 iOS나 안드로이드 운영체제를 사용한다. 따라서 스마트폰에서 사용하는 앱들은 앱스토어나 구글 플레이에서 받아서 사용한다. 하지만, 필요한 앱을 검색해도 비슷한 앱이 많아서 어떤 것을 사용해야 할지 망설이는 경우가 발생한다. 사용자 평점을 기준으로 앱을 선택한다 하더라도 총 누적 평점이기 때문에 현재 버전의 앱이 실제로 어떨지는 알기 어렵다. 이 논문에서는 사용자가 검색한 단어를 바탕으로 구글 플레이 상의 앱을 추천해주는 시스템을 소개한다. 이 시스템은 검색된 최신 버전의 앱에 대한 평점과 사용자 평가를 종합 및 분석하여 사용자에게 추천한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.901-904
• /
• 2015

본 논문에서는 사진의 태그정보 및 통계정보, 사용자 평점을 이용하여 여행에 앞서 본인의 취향 등에 맞는 개인화 된 여행계획을 생성할 수 있도록 지원하는 연구를 진행하였다. 개인화 된 여행계획의 자동생성을 위하여, 나이, 성별, 직업, 소득, 학력에 따라 선호하는 여행의 태마를 통계자료를 통해 구분하였고, 사진의 태그정보를 이용하여 사용자가 가장 선호하는 테마를 분별하여 개인화 할 수 있도록 하였다. 이렇게 구분된 태마는 다양한 포털사이트에 등록된 사용자 평점 정보를 토대로 하여 여행계획을 생성하여 사용자에게 제공할 수 있도록 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권12호
• /
• pp.537-546
• /
• 2014

본 논문에서는 사용자 및 전문가 평점에 기반하여 여행계획을 자동으로 생성하여 여행에 앞서 효율적인 스토리텔링 여행을 체험할 수 있도록 지원하는 연구를 진행하였다. 효율적인 여행계획의 자동생성을 위하여, 입력된 전문가 평점 및 사용자들의 평점들을 토대로 우선순위를 바꿔 나타낼 수 있도록 하였으며, 점진적 계층 방식을 이용하여 생성된 스토리텔링 기반의 추천코스를 통합하여 전체 여행계획 생성이 가능하도록 하였다. 이렇게 생성된 여행계획은 일반 동영상 및 파노라마 동영상을 통하여 실제 위치를 체험해 볼 수 있도록 하여 사용자들에게 여행지에 대한 기대감을 높일 수 있도록 하였다. 또한, 휴리스틱 기법을 이용하여 시스템의 사용이 많아질수록 보다 효율적인 여행계획 생성이 이루어질 수 있도록 하였다. 연구된 내용은 안드로이드 운영체제 환경에서 구현 및 테스트하여 새로운 방식의 여행계획 자동생성에 효율성을 입증하였다. 본 연구에서는 파노라마 동영상을 통한 체험 방식의 도입과 사용자 평점 기반의 효율적인 여행계획의 자동구성방법을 제시하여, 내 외국인의 여행계획 구성에 대한 활용뿐만 아니라 궁극적으로 관광활성화에도 기여할 수 있을 것이라 기대된다.

• 한국전자거래학회지
• /
• 제22권1호
• /
• pp.65-87
• /
• 2017

온라인 쇼핑몰에서 상품에 대한 사용자 리뷰와 평점을 분석하여 상품의 특징을 자동으로 추출하고 평점이 어떤 특징에 의해 부여된 것인지 판단하여 각 특징에 분배하여 점수화함으로써 상품의 특징을 파악할 수 있는 방법을 제안한다. 기존 방식은 상품 구매 여부를 결정하기 위해서 많은 리뷰와 평점을 읽는데 시간을 허비하거나, 상품의 장단점을 파악하기 어려울 뿐더러 상품에 부여된 평점이 어떠한 특징에 의해서 부여되었는지 알 수 없는 구조로 되어있다. 따라서 본 논문에서는 이러한 문제를 해소하기 위하여 사용자 리뷰에서 상품의 특징을 자동으로 추출하고 각 특징별 평점을 전체 평점에서 자동으로 분배 계산하여 보여주는 방법을 제안한다. 제안하는 방법은 상품별 리뷰와 평점을 수집하여 형태소 분석을 수행하고 이를 통해 상품의 특징과 이에 대한 감성어를 추출한다. 또한, 상품의 특징을 파악할 수 있도록 각 특징에 대한 가중치를 특징이 출현한 문장의 극성을 판단하여 부여하는 방법을 기술한다. 실험을 통하여 얻은 결과와 기존 방법을 비교하는 설문조사를 통하여 제안하는 방법의 유용성을 입증하였고, 상품 리뷰 전문가의 분석과 실험의 결과를 비교함으로써 타당성을 입증하였다.

• 지능정보연구
• /
• 제28권1호
• /
• pp.311-328
• /
• 2022

정보통신기술 발달로 스마트폰이 보급되면서, 온라인 쇼핑몰 서비스는 컴퓨터가 아닌 모바일로도 사용이 가능해졌다. 그로 인해 온라인 쇼핑몰 서비스를 이용하는 사용자는 급격히 증가하게 되고, 거래되는 제품의 종류 또한 방대해지고 있다. 따라서 기업은 이익을 최대화하기 위해서는 사용자가 관심을 가질만한 정보를 제공해주는 것이 중요하다. 이를 위해 사용자의 과거 행동 데이터나 행동 구매 기록을 기반으로 사용자에게 필요한 정보 또는 제품을 제시하는 것을 추천 시스템이라 한다. 현재 추천 서비스를 제공하는 대표적인 해외 기업으로는 Netflix, Amazon, YouTube 등이 있다. 최근 이러한 전자상거래 사이트에서는 사용자가 해당 제품에 대한 리뷰가 유용한지에 대해 투표할 수 있는 기능을 제공하고 있다. 이를 통해, 사용자는 유용하다고 판단되는 제품에 대한 리뷰와 평점을 참고하여 구매 의사결정을 내린다. 따라서 본 연구에서는 제품에 대한 평점과 리뷰의 유용성 정보 간의 상관관계를 파악하고, 리뷰의 유용성 정보를 추천 시스템에 반영하여 추천 성능을 확인하고자 한다. 또한 대부분의 사용자들은 만족한 제품에만 평점을 부여하는 경향이 있고 제품에 대한 평점이 높을수록 구매 의도가 높아지는 경향이 있다. 따라서 전통적인 협업 필터링 기법에 모든 평점을 반영한 결과와 4점과 5점 평점만을 반영한 추천 성능 결과를 비교하고자 한다. 이를 위해 본 연구에서는 Amazon에서 수집한 전자 제품 데이터를 사용하였으며, 실험 결과는 평점과 리뷰 유용성 정보 간 상관관계가 있는 것으로 확인되었다. 또한 모든 평점과 4점과 5점 평점만을 추천 시스템에 반영하여 추천 성능을 비교한 결과, 4점과 5점 평점만을 추천 시스템에 반영한 결과의 추천 성능이 더 높게 나타났다. 그리고 리뷰 유용성 정보를 추천 시스템에 반영한 결과는 리뷰가 유용할수록 추천 성능은 높게 나타나는 것으로 확인하였다. 따라서 이러한 실험 결과는 향후 개인화 추천 서비스의 성능 향상에 기여하고, 전자상거래 사이트에 시사점을 제공할 수 있을 것으로 본다.

• 정보과학회 논문지
• /
• 제44권12호
• /
• pp.1333-1337
• /
• 2017

추천 시스템이란 사용자가 좋아할만한 개인화된 상품을 사용자에게 제안하는 것이다. 최근 상품 수의 증가로 추천 시스템의 중요성이 날로 커지고 있지만, 데이터 희소성 문제는 여전히 추천 시스템의 대표적인 문제로 남아있다. 데이터 희소성 문제는 사용자가 전체 상품 중 일부의 상품에만 평점을 부여하여, 사용자와 상품 관계를 정확히 이해하기 힘든 것을 말한다. 이를 해결하기 위해 가장 여러 가지 접근법이 있는 그 중 대표적인 것인 데이터 임퓨테이션이다. 데이터 임퓨테이션은 사용자가 평가하지 않은 상품의 평점을 추론해 평점 행렬에 채우는 방법이다. 하지만 기존 데이터 임퓨테이션 방법은 사용자가 평가하지 않은 상품에 대한 몇 가지 특성을 놓치고 있다. 본 논문에서는 기존 방법의 한계점을 정의하고, 이를 개선하는 방안 3가지를 제안한다.