• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.253-255
• /
• 2001

인터넷을 통한 사용자의 선호도를 분석하고 협력적 여과 및 내용기반 여과 기술을 결합 이용하여 유머문서를 추천하는 MrHumor 시스템을 구축하였다. 유머문서 추천 기술은 다양한 아이템에 대한 여과 및 추천 기술로 확장되어 인터넷을 통한 과다 정보 시대에 필요한 소프트봇 혹은 지능형 에이전트 기술에 적용될 수 있다. MrHumor 추천시스템은 적응형 학습 시스템으로서 새로운 사용자의 선호도에 대한 학습량과 추천시기에 따라 이용할 추천방식이 다른 성능을 보이는데 여러 가지 상황에서도 적절한 동작을 보이기 위하여 MrHumor에서는 은닉변수 모델을 이용하여 사용자의 인구통계적 정보와 문서의 내용적 특징간의 관계를 학습하여 초기 추천을 행하고 SVM을 이용하여 개인의 선호도를 학습한 내용 기반의 여과와 적응형 k-NN모델을 이용한 협력적 여과를 결합하여 추천을 수행한다. 제안된 방식에 의한 추천 성능은 3방식이 각각 이용된 경우에 비해 안정적이고 높은 예측 정확도를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.306-307
• /
• 2023

본 연구는 협업 기반 필터링을 이용하여 반려동물 동반 가능 장소를 추천해주는 시스템을 제안한다. 반려동물 양육 인구가 늘고 있는 현재에 반해 반려동물을 대상으로 하는 추천 시스템은 발전이 더딘 상황이다. 반려동물은 다양한 크기와 종류를 갖고 있기 때문에 기존의 인간 기준의 추천 시스템과는 다르게 접근해야 할 필요성이 있다. 본 연구에서는 반려동물의 다양한 특성을 고려한 장소를 추천해주기 위해 협업 기반 필터링을 활용하였다. 사용자 데이터의 수가 늘어나면 결과의 정확도를 높여주지만, 사용자 간의 유사도를 구하는 비용이 증가한다. 이러한 장단점을 고려하여 '아이템 기반 협업 필터링' 과 '사용자 기반 협업 필터링' 방법을 적절히 사용하는 방향을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.523-526
• /
• 2015

이 논문에서는 사용자 위치 설정에 따른 위치 기반 어플리케이션 추천 서비스를 제안한다. 현재 스마트폰의 사용은 일상화되어 있으며 스마트폰 사용자 대부분은 많은 어플리케이션을 설치하여 이용하고 있다. 많은 어플리케이션 사용은 몇 가지 불편함을 초래한다. 우선 사용자들이 스마트폰 사용 시 위치와 상황에 맞는 어플리케이션을 사용하기 위해서 해당 어플리케이션을 찾아야하며, 여러 번의 화면 조작을 해야 한다는 불편함이 있다. 이 논문에서는 사용자의 특정 위치나 상황에 맞는 어플리케이션 사용을 위하여 사용자의 위치 설정을 통한 어플리케이션 추천 서비스를 제공한다. 이 서비스는 사용자의 위치와 사용자 설정 위치들 중 근접한 위치를 선택하여 그 설정 위치에서의 어플리케이션 사용량을 수집함으로써 사용자에게 필요한 어플리케이션을 추천한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.573-576
• /
• 2014

In this paper, it provides social network service using context-aware for tourism. For this the service requires Anthropomorphic natural process. The service object need to provide the function analyzing, storing and processing user action. In this paper, it provides an algorithm to analysis with personalized context aware for users. Providing service is an algorithm providing social network, helped by 'Friend recommendation algorithm' which to make relations and 'Attraction recommendation algorithm' which to recommend somewhere significant. Especially when guide is used, server analysis history and location of users to provide optimal travel path, named 'Travel path recommendation algorithm'. Such as this tourism social network technology can provide more user friendly service. This proposed tour guide system is expected to be applied to a wider vary application services.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.75-79
• /
• 2011

본 논문에서는 센서를 활용하여 개인의 위치 및 상황 정보를 수집하고 패턴을 분석하여 이에 따라 동적으로 서비스를 제공하는 상황인식 TV 프로그램 추천 및 제어 시스템(CAPUS)을 제안하였다. 상황인식기반 TV 응용서비스를 위하여 개인화(Personalization)기술에 적용을 할 수 있는 사례로 TV채널 추천을 예로 실험하였다. CAPUS는 유비쿼터스의 큰 축이라 할 수 있는 개인화기술을 구현할 수 있는 시스템으로 그 규모가 무척 크며 방대하다 할 수 있다. 본문에서 제안한 CAPUS는 사용자의 정보를 수집하는 에이전트, 분석하는 에이전트, 필터링하는 에이전트 등 다양한 소프트웨어와 알고리즘이 필요하다. 사용자의 정보를 동적으로 수집 및 분석하고 생성한 후에 이를 활용하여 사용자에게 다시 서비스를 제공하는 기술이 CAPUS의 핵심이라 할 수 있다. 데이터의 분석을 통해 비슷한 행동이나 상황을 파악할 수 있으며 사용자에게 맞는 서비스를 제공할 수 있게 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06d
• /
• pp.140-142
• /
• 2012

최근 상황인지에 관한 연구가 활발히 진행되고 있으며 스마트폰의 각종 센서를 통해 사용자의 컨텍스트 파악이 가능해졌다. 이에 따라서 스마트폰의 컨텍스트 파악을 통해서 사용자에게 각종 친화적 서비스 모델이 많이 생겨 나고 있다. 사용자의 경로 추론, 실내에서의 사용자의 위치파악, 사용자 위치기반 편의시설 추천 등이 그 예이며, 그 중 애플리케이션 추천은 대표적인 서비스라 할 수 있다. 애플리케이션 추천은 사용자의 컨텍스트에 따라서 애플리케이션 사용내역을 로그 데이터로 만들고, 로그 데이터를 기반으로 컨텍스트에 따라서 사용자의 애플리케이션 추천을 해주는 시스템이다. 여기서 로그 데이터를 가공하지 않고 통계를 통해 추천이 가능하지만, 로그 데이터를 사용하여 의사 결정 트리를 만들게 되면 보다 정확하고, 빠르게 추천이 가능하며 적은 로그 데이터로 더 많은 컨텍스트에 적용하여 추천 할 수 있다는 이점이 있다. 본 논문에서는 사용자의 컨텍스트 추출하고 이 데이터를 기반으로 의사결정트리를 만들어 앱을 추천하는 시스템을 제안한다. 이러한 컨텍스트 수집 방법과 추론모델을 이용한 애플리케이션 추천 시스템은 추후 사용자 친화적 서비스 연구에 많은 도움이 될 것이다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.246-254
• /
• 2007

최근 유비쿼터스 환경이 대두됨에 따라 정보의 밀도가 높아지고 있으며, 기업에서는 고객이 제품을 구매함과 동시에 고객의 정보를 저장하여 활용할 수 있게 되었다. 이와 같은 환경은 고객의 요구사항을 사전에 미리 파악하여 적절한 시점과 상황에 맞는 정보를 전달할 수 있도록 하는 추천시스템에 대한 필요성을 증대시켰으며, 다양한 영역에서 추천시스템과 관련된 연구들이 활발하게 이루어지고 있다. 지금까지의 추천시스템은 주로 제품 중심으로 논의되어 왔으나, 유비쿼터스 시장 환경에서는 매장에 대한 논의가 필요하게 되었다. 이는 고객이 다양한 매장을 방문할 수 있으며, 동일한 제품이라도 여러 매장에 동시에 존재할 수 있고, 매장 간의 동선이나 매장의 위치 및 분위기, 제품의 품질이나 가격 등에 대한 개인 선호도에 따라 같은 제품이라도 선호하는 매장은 다를 수 있기 때문이다. 따라서 본 연구에서는 고객의 선호도를 기반으로 유비쿼터스 시장 환경에 적합한 매장 추천시스템을 제안하고자 한다. 매장 추천시스템은 협업 필터링을 기반으로 하고 있으며, Apriori 알고리즘을 이용하여 관련성이 높은 매장들의 집합을 찾아 추천한다. 이 시스템은 기업보다는 고객 중심의 서비스를 제공해 줌으로써 고객의 쇼핑 효율성을 제고시킬 뿐 아니라 장기적인 관점에서 시장 활성화에 기여할 수 있을 것으로 기대한다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.5
• /
• pp.61-69
• /
• 2014

Collaborative filtering recommendation creates similar item subset or similar user subset based on user preference about items and predict user preference to particular item by using them. Thus, if preference matrix has low density, reliability of recommendation will be sharply decreased. To solve these problems we suggest Hybrid Preference Prediction Technique Using Weighting based Data Reliability. Preference prediction is carried out by creating similar item subset and similar user subset and predicting user preference by each subset and merging each predictive value by weighting point applying model condition. According to this technique, we can increase accuracy of user preference prediction and implement recommendation system which can provide highly reliable recommendation when density of preference matrix is low. Efficiency of this system is verified by Mean Absolute Error. Proposed technique shows average 21.7% improvement than Hao Ji's technique when preference matrix sparsity is more than 84% through experiment.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.05a
• /
• pp.258-265
• /
• 2005

전자상거래의 확산에 따라 인터넷 쇼핑몰에서의 구매활동은 일반적인 현상이 되었다. 그 결과, 유사한 업종이나 업태의 인터넷 쇼핑몰이 범람하게 되었고 업체들 간의 경쟁도 심화되어 차별화된 서비스를 제공하지 않는 업체는 도태되기 쉬운 상황이다. 본 연구에서는 치열한 경쟁환경 하에서 인터넷 쇼핑몰의 차별화된 마케팅 서비스의 수단으로써 이용되고 있는 상품추천시스템의 개선된 모형을 제시하고자 한다. 본 연구에서 제안하는 모형은 전역 최적화 기법 중의 하나인 유전자 알고리즘을 데이터 마이닝의 도구로 활용한 인터넷 쇼핑몰에서의 개인화된 상품추천시스템 모형이다. 유전자 알고리즘은 추출하기가 어려운 소비자의 성향을 데이터를 통해 추출하고 이에 맞는 상품군을 선택할 수 있도록 해주는 최적화 기법으로 상품추천시스템의 추천엔진으로써 유용할 것으로 기대된다. 본 연구에서는 제안한 유전자 알고리즘에 기반한 추천 규칙들이 장착된 웹 기반의 개인화된 상품추천시스템의 프로토타입을 개발하고 이에 대한 실제 사용자들의 이용 만족도를 확인함으로써 본 연구에서 제안한 방법론의 유용성을 확인하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.386-389
• /
• 2016

최근 남녀노소를 불문하고 피부 관리에 대한 관심이 증가하면서, 피부 개선에 효과적인 화장품의 선택에 관심이 높아지고 있다. 하지만 다양한 화장품들을 대상으로 자동화된 고객 맞춤형 화장품 추천은 그 발전이 더디고, 이와 관련된 연구 또한 아직 미미한 실정이다. 또한, 다양한 특성을 가지는 고객 피부 데이터 셋의 확보가 어려운 상황에서, 소수의 데이터 표본만을 이용하여 화장품 추천이 진행되고 있어 추천의 정확도를 확보하지 못하고 있다. 본 논문은 스마트폰용 휴대용 카메라를 이용하여 고객의 피부 상태를 진단한 후, 고객의 피부 개선에 적합한 화장품을 자동으로 추천하는 기법을 제안한다. 먼저, 화장품 추천을 위해 사용자의 SNS 데이터와 피부 데이터를 수집 및 분석하여 추천 리스트를 생성한다. 이를 기반으로, 추천된 각 화장품의 스코어를 계산한다. 그 다음, 피부 개선 순위와 스코어 기반의 화장품 특성 순위 간의 상관계수를 이용하여 가장 높은 상관계수의 화장품을 우선 추천한다. 성능 평가를 위해 실제 화장품 회사에서 제시한 화장품 추천 리스트와 본 논문에서 제안한 방법을 적용한 화장품 추천 리스트를 비교함으로써 효용성과 타당성을 입증하였다.