• KIPS Transactions on Computer and Communication Systems
• /
• v.4 no.9
• /
• pp.289-296
• /
• 2015

The explosive growth of information has been difficult for users to get an appropriate information in time. The various ways of new services to solve problems has been provided. As customized service is being magnified, the personalized recommendation system has been important issue. Collaborative filtering system in the recommendation system is widely used, and it is the most successful process in the recommendation system. As the recommendation is based on customers' profile, there can be sparsity and cold-start problems. In this paper, we propose personalized movie recommendation system using collaborative filtering techniques and context-based techniques. The context-based technique is the recommendation method that considers user's environment in term of time, emotion and location, and it can reflect user's preferences depending on the various environments. In order to utilize the context-based technique, this paper uses the human emotion, and uses movie reviews which are effective way to identify subjective individual information. In this paper, this proposed method shows outperforming existing collaborative filtering methods.

• Journal of Intelligence and Information Systems
• /
• v.21 no.1
• /
• pp.15-28
• /
• 2015

As personal devices and pervasive technologies for interacting with networked objects continue to proliferate, there is an unprecedented world of scattered pieces of contextualized information available. However, the explosive growth and variety of information ironically lead users and service providers to make poor decision. In this situation, recommender systems may be a valuable alternative for dealing with these information overload. But they failed to utilize various types of contextual information. In this study, we suggest a methodology for context-aware recommender systems based on the concept of contextual boundary. First, as we suggest contextual boundary-based profiling which reflects contextual data with proper interpretation and structure, we attempt to solve complexity problem in context-aware recommender systems. Second, in neighbor formation with contextual information, our methodology can be expected to solve sparsity and cold-start problem in traditional recommender systems. Finally, we suggest a methodology about context support score-based recommendation generation. Consequently, our methodology can be first step for expanding application of researches on recommender systems. Moreover, as we suggest a flexible model with consideration of new technological development, it will show high performance regardless of their domains. Therefore, we expect that marketers or service providers can easily adopt according to their technical support.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.82-84
• /
• 2011

본 논문에서는 사용자의 개인적 취향에 맞는 음악을 추천할 수 있는 사용자 감성/상황 정보 융합 기반의 협업 필터링의 확장을 이용한 음악추천시스템을 소개한다. 본 논문에서 제안하는 시스템은 확장된 협업 필터링 방식을 사용하여 추천을 해준다. 이를 위해 본 논문에서는 추천의 근거가 되는 감성과 무드를 Thayer 음악 무드 모델을 이용하여 총 12 가지의 감성 정보, 8 cluster 의 무드 정보로 분류했다. 또한 사용자의 상황 정보, 활동 & 날씨 & 시간에 대해서도 분류하였다. 분류된 정보는 음악감상 UI 를 이용하여 사용자 별 감성, 상황 그리고 음원의 무드 정보로 수집이 되었고, 수집된 정보를 기반으로 사용자 감성과 청취 곡 횟수를 퓨전하여 평가치 매트릭스를 만들었으며, 이를 바탕으로 단계적 협업 필터링에 의해 사용자 취향에 맞는 음악을 추천해 주는 방법이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.493-496
• /
• 2018

추천 시스템은 다양한 분야에 적용되는 기술로서 활발한 연구가 진행되고 있고 기존 추천 시스템의 성능을 높이기 위해서 더욱 개인화된 차세대 추천 시스템의 필요성이 대두되고 있다. 본 논문은 하이퍼 개인화 범주에 속하는 사후 필터링기법을 사용한 실시간 상황 인식 추천 시스템을 제안한다. 실시간 상황 인식 추천 시스템은 사용자 행동과 계속적인 동기화로 현재 상황에 가장 적합한 추천 목록을 생성하기 때문에 사용자 기반 협업 필터링 (User Based Collaborative Filtering), 콘텐츠 기반 필터링(Content-based Filtering), 특이값 분해(Singular Value Decomposition)보다 훨씬 미래 지향적인 추천 시스템이다.

• The Journal of the Korea Contents Association
• /
• v.11 no.2
• /
• pp.22-30
• /
• 2011

In the IT convergence environment changed with not only the quality but also the material abundance, it is the most crucial factor for the strategy of personalized recommendation services to investigate the context information. In this paper, we proposed the recommendation using the service ontology based context awareness modeling. The proposed method establishes a data acquisition model based on the OSGi framework and develops a context information model based on ontology in order to perform the device environment between different kinds of systems. In addition, the context information will be extracted and classified for implementing the recommendation system used for the context information model. This study develops the ontology based context awareness model using the context information and applies it to the recommendation of the collaborative filtering. The context awareness model reflects the information that selects services according to the context using the Naive Bayes classifier and provides it to users. To evaluate the performance of the proposed method, we conducted sample T-tests so as to verify usefulness. This evaluation found that the difference of satisfaction by service was statistically meaningful, and showed high satisfaction.

• Journal of Korea Multimedia Society
• /
• v.14 no.1
• /
• pp.112-120
• /
• 2011

This research aims to show that the context adaptation system can be used to develop practical context-aware applications by developing a restaurant recommendation system based on location-awareness. In this research, we have designed and implemented a location-aware restaurant recommendation system which provides a customized restaurant recommendation service based on the user's current context. The context-adaptation engine adapts the application program according to the policy file as contexts are changed, and the application provides restaurant recommendation service based on the changed context like location.

• Journal of Intelligence and Information Systems
• /
• v.12 no.3
• /
• pp.111-126
• /
• 2006

The context-awareness is one of the core technologies in ubiquitous computing environment. In this research, we incorporated the capability of context-awareness in a case-based music recommendation system. Our proposed system consists of Intention Module and Recommendation Module. The Intention Module infers whether a user wants to listen to the music or not from the environmental context information. Then, the Recommendation Module selects songs from the songs that are listened by similar users in similar context, and recommends them to the user. The results showed that our proposed system outperformed the traditional case-based music recommendation system in accuracy by about 9% point.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.95-99
• /
• 2008

유비쿼터스 환경에서 사용자는 개인용 디바이스를 이용하여 보이지 않는 수많은 자원들과 서로 연결하여 원하는 서비스를 제공 받기를 원한다. 이러한 요구사항을 만족시키기 위하여 유비쿼터스 지능 공간에 존재하는 자원들 사이의 공유가 필요하며 이를 효율적으로 수행하기 위한 연구는 새로운 연구 주제이다. 그러나 동일한 환경이라 할 지라도 각 사용자들의 상황은 서로 다르며 개인적인 성향 역시 다양하다. 그러므로 동일한 공간에서 동일한 서비스를 원하는 사용자들이라 할 지라도 현재의 상황과 사용자 개개인의 개성에 따라 필요로 하는 자원이 다른 것이 현실이다. 그러므로 본 논문에서는 사용자의 상황을 인지하여 맞춤형 자원을 추천하는 시스템을 개발한다. 추천 시스템은 사용자의 상황을 인지하기 위한 방법으로 온톨로지 기반 추론을 수행하고, 개인화 추천 서비스를 제공하기 위하여 규칙들 이용한 규칙 기반 추론 방법을 수행한다.

• The Journal of the Korea Contents Association
• /
• v.8 no.7
• /
• pp.17-25
• /
• 2008

The smart home environment focuses on recognizing the context and physical entities. And this is mainly focused on the personalized service supplied conversational interactions. In this paper, we proposed the recommendation using the context awareness based information filtering that dynamically applied by the context awareness as well as the meta data in the smart home. The proposed method defined the context information and recommended the profited service for the user’s taste using the context awareness based information filtering. Accordingly, the satisfaction of users and the quality of services will be improved the efficient recommendation by supporting the distributed processing as well as the mobility of services. Finally, to evaluate the performance of the proposed method, this study applies to MovieLens dataset in the OSGi framework, and it is compared with the performance of previous studies.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06d
• /
• pp.38-40
• /
• 2011

최근 상황인지에 관한 연구가 활발히 진행되고 있다. 스마트폰의 각종 센서를 통해 사용자의 컨텍스트 수집이 가능해졌고 이러한 사용자의 컨텍스트는 사용자에게 보다 친화적인 서비스를 제공하기 위한 데이터로 활용이 가능하다. 컨텍스트는 물리적 컨텍스트(Physical Context)와 소프트 컨텍스트(Soft Context)로 구분할 수 있는데 이 두 가지의 컨텍스트를 조합하면 사용자의 취향과 상황 그리고 생활 패턴 등을 보다 정확하게 파악할 수 있다. 이렇게 상황정보를 이용하여 추출된 데이터는 사용자에게 친화적인 서비스를 제공할 수 있는 토대로 활용할 수 있다. 본 논문에서는 사용자의 상황 정보에 기반을 둔 로그 수집 방법과 분석방법을 제시하여 사용자의 상황에 적합한 애플리케이션을 추천하는 시스템을 설계하고 구현하였다. 애플리케이션 추천 시스템은 소프트 컨텍스트와 물리적 컨텍스트의 조합으로 생성한 통계정보를 사용하기 때문에 보다 사용자에게 친화적으로 애플리케이션을 추천할 수 있다. 또한 애플리케이션 추천 시스템은 애플리케이션 카테고리 또는 애플리케이션 사용 횟수에 따른 분류 등으로 사용자의 스마트폰 활용패턴을 통계정보로 나타내준다. 애플리케이션 추천 시스템을 사용함으로써 사용자는 개인에게 가장 알맞은 스마트폰 환경을 사용할 수 있으며, 자신의 애플리케이션 활용 패턴 및 통계정보도 숙지할 수 있어 사용자에게 보다 밀접한 스마트폰 활용 정보를 제공할 수 있다. 이러한 상황정보 기반의 로그 분석과 수집, 그리고 애플리케이션 추천 시스템은 추후 상황인지 및 사용자의 특화된 서비스 개발에 많은 도움이 될 것이다.